117、移动机器人与机械臂协同：移动操作中的导航与规划

117、移动机器人与机械臂协同：移动操作中的导航与规划

昨晚在实验室调试到凌晨一点，问题出在移动底盘已经到达目标点，机械臂却还在用全局规划器给的旧坐标抓取——误差直接飙到八厘米，抓取失败率接近一半。这个场景太典型了，移动操作（Mobile Manipulation）从来不是“导航到点再抓取”这么简单的串联，两个子系统之间的坐标系、时间同步、运动学约束，任何一个环节掉链子，整个任务就崩给你看。

先把这个问题的本质说清楚。移动操作的核心矛盾在于：底盘是慢速、大惯量、非完整约束的系统，机械臂是快速、小惯量、完整约束的系统，两者耦合在一起，规划器的搜索空间维度暴增，而且动态环境下的不确定性被放大了好几倍。很多同学一上来就想着把A或者RRT直接扩展到高维联合空间，结果状态空间爆炸，规划一帧要好几秒，机器人早就撞上障碍物了。

我自己的经验是，工程上最靠谱的框架是分层解耦，但解耦不是简单的前后串联，而是带反馈的协同。具体来说，底盘导航负责把机械臂的基座运送到一个“操作窗口”内，机械臂的规划器则在这个窗口内做精细操作。关键点在于，这个窗口不是固定半径的圆，而是根据当前任务动态计算的——抓取一个桌面上的杯子，窗口半径可能只要二十厘米，但要是从货架深处取货，窗口就得扩大到半米，因为机械臂的伸展范围有限。

这里踩过一个大坑：最初我直接把MoveIt的规划目标设在底盘坐标系下，想着反正TF树能自动转换。结果底盘在移动过程中，TF树的延迟导致机械臂规划器拿到的目标位姿是几百毫秒前的，抓取精度自然惨不忍睹。后来改成在底盘到达目标点并完全静止后，再触发机械臂的规划，问题立刻缓解。但这样又引入了新的问题——底盘停稳需要时间，整个任务周期变长了。

别这样写：把底盘导