本项目以智能导航与机器视觉为核心升级方向，对传统小车机器人进行优化改造，成功优化出具备高精准导航和识别的小车机器人。产品以原有小车硬件为基础，升级搭载先进导航算法与智能视觉识别模块，实现复杂环境下的路径规划、动态避障及目标物体识别，可灵活适配室内外多场景，广泛适用于仓储盘点、智能巡检、物资配送等领域。

一、核心功能与特性

1. 运动能力：搭载升级后的智能导航算法，可在室内外复杂环境（如障碍物密集区、动态人流区）实现精准路径规划；结合视觉识别模块，支持实时路况感知与动态避障，适配水泥地、瓷砖、轻微颠簸路面等多场景。

2. 操控方式：提供手动模式，支持电脑操控，自主导航可通过预设路线或实时视觉指令完成任务，满足不同场景操作需求。

3. 性能表现：最大负载3kg，行驶速度0.8m/s，定位精度达±5cm，支持10m内目标物体精准识别；锂电池供电续航3小时，低温（-10℃）环境下仍能稳定运行。

二、关键技术与创新

1. 核心技术：升级了自朱导航算法，提升复杂路径规划效率；搭载视觉模块，结合YOLO轻量化模型实现快速目标识别；采用“主控-驱动-传感”分层控制架构，降低信号干扰；优化底盘减震结构，搭配防滑轮胎增强复杂路面通过性。

2. 创新亮点：优化自主导航模块，降低小车机器人行进过程中压线频率；视觉模块融合双重注意力机制，可精准聚焦核心检测区域，大幅提升复杂场景下目标识别的准确率与响应速度（如货架物品、巡检异常点位），可适配多场景检测需求。

三、系统组成

1. 硬件系统：包含导航模块（激光雷达+编码器）、视觉识别模块（高清摄像头+AI处理芯片）、动力模块（直流减速电机+差速驱动）；供电端采用DC-DC降压模块（输入12V/输出5V），搭配LDO稳压芯片提供3.3V逻辑电压；硬件成果涵盖优化后的减震底盘、可更换视觉镜头，以及集成导航与视觉接口的一体化PCB板。

2. 软件系统：基于ROS系统开发导航功能包，实现路径规划与运动控制；视觉识别部分通过YOLOv8轻量化模型+OpenCV框架编写代码，包含图像采集预处理（去噪、缩放)、实时目标检测（多类别识别、置信度筛选）、检测结果坐标输出与指令转换等模块；核心控制代码含speed_control（速度闭环控制）、obj_detect（YOLOv8目标识别推理）、path_plan（结合检测结果的动态路径规划）等核心函数，保障毫秒级检测响应与运动控制同步性。

四、应用场景与未来规划

1. 应用领域：在仓储领域，可实现货架自动盘点与货物定位；在园区/厂区，能完成设备巡检、异常点位拍照上传；在物流场景，支持短距离物资配送与收件点精准停靠。

2. 未来方向：计划引入SLAM即时定位与地图构建技术，实现无预设地图的自主导航；探索多车协同调度系统，提升大面积区域作业效率；融合AI大模型，实现自然语言指令控制与复杂任务自主决策。

五、研发流程

 项目研发遵循“算法优化-软硬件集成-调试验证”流程推进。首先基于gazebo、rviz验证导航算法性能，优化视觉识别模型；随后完成导航模块、视觉模块与原有小车底盘的硬件集成；最后进行实地测试，验证导航精度、识别准确率及复杂路面行驶稳定性，确保性能达标。