哨兵机器人技术报告-哈尔滨工业大学（威海）HERO战队-RM2026技术报告开源

一、前言

本赛季HERO战队的技术报告以哨兵机器人为撰写对象，最终在评审中取得S评级。本报告主要聚焦从赛季初方案设计到完整形态期间的研发历程，主要在算法部分有较为先进的参考价值，同时也包含其他技术方向的具体研发历程。

二、开源资料

完整形态技术报告链接：

RMUC 2026-哈尔滨工业大学（威海）-HERO-完整形态技术方案

迭代至国赛前的最新算法开源：

https://github.com/LiuJinbo1027/HERO_2026_Sentry_NAV

机械图纸文件：

https://pan.baidu.com/s/1eVxM7K4pP532L--_kr4Eww?pwd=HERO

三、导航算法概述

项目内容

1. 决策层decision

能量机关状态机节点、追击节点、优先级打断逻辑。开源2025、2026赛季赛场真实行为树策略。

2.感知层前端perception

• 双激光雷达融合（Lidar_merge）：融合双雷达点云，扩大感知范围。
• 全稠密点云全景感知（hero_lidar_scan）：基于Odin1去除点云运动畸变，实现360°稠密点云感知。
• 双端融合态势感知（nav_cv_bridge）：融合雷达点云与视觉自瞄数据，提升感知鲁棒性。

3.双机通信方案zenoh-bridge-ros2dds

通过网线直连导航与自瞄两台计算机，基于PTP时间戳硬同步，实现双机之间直接的ROS2通信。

4.感知层后端dog_map/fast_layer

参考ROG-Map实现点云后端分析与感知，并向nav2-costmap投影生成代价地图。

5.MPC控制器

基于ACADOS工具库封装nav2-controller节点，实现稳定高效的MPC轨迹全状态追踪。

6.MINCO 优化器

基于最小化控制理论（MINCO）的轨迹优化器，包含：

• ESDF 避障
• 二次轨迹优化
• 基于最近投影点的重规划策略

7.等待与回退策略nav2_plugins

提供误卡入障碍物时的回退策略，以及道路被堵时的等待策略，使导航行为树更加稳健。

8.机器人中心-激光雷达外参标定工具

Lidar_extrinsic_calibration.py：基于最小二乘法进行圆形轨迹拟合，输出机器人中心相对于激光雷达里程计的X、y偏移量。

未来展望

1.狭窄隧道穿越：

本套导航算法经测试可在10cm裕度下完成隧道穿越。遗憾本赛季未能实现过洞哨兵的完整制作，
未来需加入更优雅的指定区域正向朝向约束逻辑。

2.模糊地图引导的自主探索：

鉴于各战队普遍反映仿真与实际场地差异较大，且官方收紧建图权限的趋势，基于模糊先验地图的自主探索已成为必然方向。在Navigation2架构下：

• global_map应由仿真点云导出，为planner提供先验引导；
• local_map完全由点云实时分析投影获得，为smoother和controller提供局部精确地图；
• 可参考香港大学SUPER团队的ROG-Map+局部MINCO优化的思路。

三、声明

1.本次开源项目出自哈尔滨工业大学（威海）HERO战队 ，作品仅用于技术交流，未经作者允许，不得作任何商业用途。

2.本次开源文件的最终解释权归 哈尔滨工业大学（威海）HERO战队 所有。

3.开源目的在于加强参赛队之间交流，有助于提高自身和其他参赛队的水平。

四、致谢

1.陈立憨—深圳北理莫斯科大学（GitHub）

2.张昊鹏—中国科学技术大学（GitHub）

3.浙江大学—GCOPTER、DDR-Opt

4.喻衡—北京理工大学（GitHub）

5.哈尔滨工业大学（威海）HERO战队2025、2026赛季全体队员

五、联系方式

机械：3851951757(QQ)陈俍希

电控：1709650462(QQ)杨原

导航：1753809506(QQ)刘谨搏