核心观点： 本研报介绍了为 2024 年机动作战支援与防护一体化实验 (MSPIX) 演示而进行的仿真结果。研究旨在开发和测试一个能够在复杂环境中进行自主导航的系统，该系统利用先进的算法使机器人能够避开障碍物并安全高效地导航。
研究方法： 研究人员使用 Gazebo 模拟环境进行测试，并采用了多种 ROS 包来实现自主导航功能。主要方法包括：
- 同步定位与地图构建 (SLAM)： 使用 RTAB-Map 包创建 2D 占据栅格地图，用于路径规划和障碍物避让。
- 虚拟障碍物： 使用 virtual_costmap_layer 包创建虚拟围栏和禁行区，限制机器人的探索范围。
- 探索 Lite： 使用 explore_lite 包进行基于边界的自主探索，并根据边界长度分配成本，优先清除高成本边界。
- Move Base Sequence： 使用 move_base_sequence 包实现基于一系列航点的路径规划，并允许暂停导航栈以进行其他操作。
- 全覆盖路径规划器： 使用 full_coverage_path_planner 包生成覆盖整个区域的路径，但最终选择使用其生成的全局路径进行导航。
研究结论： 研究人员成功克服了三个挑战：
- 自主探索： 通过结合 explore_lite 和 virtual_costmap_layer 包，机器人能够在虚拟围栏内并避开禁行区进行自主探索。
- 航点导航： 使用 move_base_sequence 包，机器人能够根据预先设定的航点进行路径规划，并能够在每个航点暂停导航栈以进行测试或调查。
- 暂停导航栈： 通过 move_base_sequence 包的 rosservice 调用，机器人能够暂停和恢复导航栈，无需重新规划路径。
下一步工作： 研究人员计划在物理机器人上测试这些方法，为 MSPIX 24 演示做好准备。
