GitHub_Trending/om/OM1 Unitree Go2导航提供器:四足机器人路径规划
概述
Unitree Go2导航提供器是GitHub_Trending/om/OM1项目中实现四足机器人自主路径规划的核心组件。该模块通过结合激光雷达(LIDAR)传感器数据与核心大语言模型(LLM)的决策能力,使Unitree Go2机器人能够在复杂环境中实现安全、智能的自主导航。
工作原理
导航提供器通过Zenoh协议与ROS2导航栈通信,实现导航目标的发布与状态监控。系统采用了"传感器数据优先"的设计理念,确保在任何情况下机器人的安全移动。
硬件需求
自主探索能力需要在Go2头部安装激光雷达传感器。推荐使用RPLidar A1M8激光雷达。
核心功能实现
导航状态管理
导航提供器通过订阅ROS2导航状态话题,实时监控导航任务的执行情况:
# src/providers/unitree_go2_navigation_provider.py
status_map = {
0: "UNKNOWN",
1: "ACCEPTED",
2: "EXECUTING",
3: "CANCELING",
4: "SUCCEEDED", # Only this status re-enables AI mode
5: "CANCELED",
6: "ABORTED",
}
导航状态通过navigation_status_message_callback方法进行处理,该方法会根据接收到的状态码更新导航状态,并据此控制AI模式的开关。
导航目标发布与取消
导航提供器提供了发布导航目标和取消导航任务的功能:
# src/providers/unitree_go2_navigation_provider.py
def publish_goal_pose(self, pose: geometry_msgs.PoseStamped):
"""Publish a goal pose to the navigation topic."""
if self.session is None:
logging.error("Cannot publish goal pose; Zenoh session is not available.")
return
# Disable AI mode immediately when navigation goal is published
if not self._nav_in_progress:
self._publish_ai_status(enabled=False)
logging.info("Navigation goal published - AI mode disabled immediately")
self._nav_in_progress = True
payload = ZBytes(pose.serialize())
self.session.put(self.goal_pose_topic, payload)
logging.info("Published goal pose to topic: %s", self.goal_pose_topic)
取消导航任务的功能由clear_goal_pose方法实现,该方法会向Nav2发送取消请求。
AI模式自动控制
导航提供器实现了基于导航状态的AI模式自动控制逻辑:
# src/providers/unitree_go2_navigation_provider.py
if status_code in (1, 2): # ACCEPTED or EXECUTING
if not self._nav_in_progress:
self._nav_in_progress = True
self._publish_ai_status(enabled=False) # Disable AI during navigation
logging.info("Navigation started - AI mode disabled")
elif status_code == 4: # STATUS_SUCCEEDED
if self._nav_in_progress:
self._nav_in_progress = False
self._publish_ai_status(enabled=True) # Re-enable AI ONLY on success
logging.info("Navigation succeeded - AI mode re-enabled")
elif status_code in (5, 6): # CANCELED or ABORTED
if self._nav_in_progress:
self._nav_in_progress = False
# Do NOT re-enable AI mode on failure/cancellation
logging.warning("Navigation %s - AI mode remains disabled", self.navigation_status)
数据优先级与安全策略
正常情况
当激光雷达在1.1米范围内未检测到任何物体时,Go2将在核心LLM的控制下在房间内移动。
物体接近情况
当激光雷达检测到1.1米(或更近)范围内有物体时,会将这些信息告知核心LLM,以限制可能的移动方向。例如,激光雷达可能会告诉LLM:
Here is information about objects and walls around you. Use this information to plan your movements and avoid bumping into things: The safe movement choices are: You can turn left. You can turn right.
如果所有方向都被阻挡,激光雷达会告诉LLMs:
You are surrounded by objects and cannot safely move in any direction. DO NOT MOVE.
快速启动指南
要使用Unitree Go2导航提供器,首先需要启动OM1:
uv run src/run.py unitree_go2_autonomy
导航提供器的主要配置可以在config/unitree_go2_autonomy.json5文件中找到。
核心代码结构
导航提供器的核心代码位于src/providers/unitree_go2_navigation_provider.py,主要包含以下几个部分:
- 导航状态管理:监控导航任务的执行状态
- 目标发布与取消:处理导航目标的发布和取消请求
- AI模式控制:根据导航状态自动开关AI模式
- Zenoh通信:与ROS2导航栈进行通信
总结与展望
Unitree Go2导航提供器通过结合激光雷达传感器数据与LLM的决策能力,为四足机器人提供了强大的自主导航功能。未来,该模块将进一步优化路径规划算法,提高机器人在复杂环境中的导航能力。
更多详细信息,请参考:
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
