夜雨聆风课程信息
教授：Prof. Dr. Stefan Leutenegger 助教：Dr. Jaehyung Jung, Jiaxin Wei 讨论课日期：2024年10月18日
术语对照表 (Terminology)
任务 1：机器人割草机
背景：有一台电池驱动的机器人割草机，采用差动驱动（两个轮子速度可独立控制）。机上装了 GPS、磁力计、三轴加速度计和一个朝前的 RGB 相机。
i) 各个传感器分别适合量/估什么状态？
“Original (English)
GPS: absolute (global) position.
magnetometer: absolute orientation in the horizontal plane (2D).
accelerometer: body acceleration; but since they also measure acceleration due to gravity, under the assumption of a not too aggressively moving robot (which is the case here), we can use it to estimate the absolute orientation relative to the down‑direction (gravity vector).
RGB camera: useful to sense the environment, specifically for e.g. obstacle mapping, but also terrain classification (using Machine Learning), people detection for collision avoidance, etc.
中文释义
GPS：用来测全局绝对位置。 磁力计：用来测水平面上的绝对朝向（二维方向）。 加速度计：测的是机体加速度，但因为重力也会被算进去，好在割草机一般不会开得太猛，所以可以利用它反推“竖直向下”的方向，从而估计出姿态角。 RGB 相机：主要用于感知环境，比如建障碍物地图、做地形分类（结合机器学习），或者识别人来实现避碰等。
ii) 知道位置信息有什么好处和代价？
“Original
Knowing the position will allow us to do position control, i.e. cut the grass programmatically and efficiently. Otherwise, we could only do some sort of random cutting. The positioning also lets us communicate to the user where the grass has been actually cut (in some map) and where not. It will, however, cost more money to put respective sensors onto the robot (increase the Bill of Materials), and require more time to develop and test the respective algorithms (increase development cost). Due to the increased complexity, there are also more failure modes introduced.
中文释义
有了位置信息就可以做位置控制，按规划好的路径高效割草；不然就只能随机瞎转，虽然最终也能把草割完，但耗时可能长得多。另外，有了定位还能给用户画张地图，清楚标出哪儿割过了、哪儿还没割。不过代价也很明显：多加传感器会推高硬件成本，开发测试算法也更耗时费钱；系统变复杂了，潜在的故障点自然也就更多。
iii) 环境表示你会选哪种？为什么？
“Original (English)
There are many choices here. A sensible compromise of usefulness and complexity is some 2.5D‑representation, e.g. a height map (e.g. as 2D grid), where we can also store obstacles, and perhaps semantic categories such as grass vs. flowers, stones, etc.
中文释义
选择其实挺多的。如果要在“够用”和“别太复杂”之间找个平衡，2.5D 表示是比较合理的，比如用二维栅格做成高度图，里面不仅能存障碍物信息，还可以加上语义标签，比如区分草地、花圃、石块等。
iv) 规划和控制怎么划分？（考虑输入输出信号）
“Original (English)
While there is no right and wrong, a common and sensible approach would be to use the 2D grid for planning (also offline) to generate a motion plan (sequence of waypoints, or even trajectory that includes timestamps to be achieved along with desired states), which is then followed by a path‑following controller. At the same time, we must be prepared to adjust to changes as they occur during deployment, in the form of re‑planning and/or dedicated collision‑avoidance mechanisms.
中文释义
这个没有标准答案，但常见的做法是：用二维栅格做离线规划，生成运动计划（一串航点，或者带时间戳的轨迹，里面包含期望状态），然后交给底层的路径跟踪控制器去执行。同时，实际跑起来之后还得留一手，碰上动态变化要能随时重规划，或者启动专门的避碰机制来应对。
任务 2：自主帆船
背景：你被任命为自主帆船环球航行项目的首席工程师，需要拍板整体设计和自主导航方案。
i) 控制帆船驶向目标航点，控制器需要知道哪些状态？
“Original (English)
Position (latitude/longitude) and orientation (2D) for global navigation.
Speed at least as a scalar desired for precise control.
6D pose possibly desired for very accurate control over large waves.
2D wind vector to set sail and course appropriately.
2D water current desirable to set sail and course appropriately.
中文释义
做全局导航，肯定要知道经纬度位置和二维朝向。 速度至少得有个标量值，不然控制精度上不去。 如果遇上大浪，想要控制得更精细，可能还需要完整的 6D 位姿（位置 + 姿态）。 二维风向量很关键，调帆和定航向都得靠它。 二维洋流信息也很有用，同样有助于调整帆和航向。
ii) 你建议用什么传感器来量/估这些状态？
“Original
position (latitude/longitude) and orientation (2D): GPS and magnetometer.
Speed can be estimated from GPS/IMU/magnetometer combination, or if not needed very accurately through some simple numeric differentiation of the GPS positions.
6D pose: GPS with IMU and magnetometer.
2D wind vector: pressure sensor(s) or anemometer; plus wind vane.
2D water current not easy... some milling under‑water propeller perhaps to measure at least the speed relative to the water in forward direction.
中文释义
经纬度 + 二维朝向：靠 GPS 和磁力计。 速度：可以融合 GPS / IMU / 磁力计来算；如果要求不高，直接拿 GPS 位置做数值微分也凑合能用。 6D 位姿：需要 GPS + IMU + 磁力计配合。 二维风向量：用压力传感器或风速计，再加上风向标。但要留意，这些测出来的是相对于船体的量；如果想换算成全局坐标系下的风向量，必须考虑坐标变换和相对速度。 二维洋流：这个不太好搞……或许可以装个水下螺旋桨式测速仪，至少把前进方向的对水速度测出来。
iii) 航线规划怎么做？需要哪些信息？有什么约束？途中怎么应对变化？
“Original (English)
We will want some wind forecast (as a function of location and time) to optimise a route, as well as ideally water current forecasts. There will be constraints in the courses that can be set relative to these. As forecasts are never right, there will need to be some form of online‑replanning, ideally by not only measuring the differences to the forecasts on the boat, but also by obtaining a updated forecast. This will require communication (which we probably want anyways to monitor the journey) e.g. via satellites. Locally, we will then want to use a controller that keeps a course and sets the sails in order to follow the path.
中文释义
规划航线时最好有风预报（随位置和时间变化），理想情况下还要有洋流预报，然后用这些信息来优化路径。但航向会受到风和洋流的约束，不是想怎么走就怎么走。天气预报从来不会完全准，所以必须留一手——做在线重规划。比较好的做法是：船上不仅实测当前与预报的偏差，还要能接收最新的气象更新。这离不开通信（反正我们也要用它来监控航行），比如通过卫星。
在局部执行层面，控制器要负责稳住航向并实时调整帆，确保船沿着规划好的路径走。
iv) 把整个架构画成信号图（信号名称和算法框）
“Original (English)
中文释义（结构归纳）
原题答案里有一张图，如果把它拆成文字版，大致是这个流程：
输入信号
GPS 位置、磁力计朝向、IMU 的加速度/角速度 船体坐标系下的风速风向 洋流估算值（如果有） 通过卫星通信获取的最新气象预报 核心处理模块
状态估计器（比如卡尔曼滤波）：融合所有传感器数据，输出全局位姿、速度、全局风向量、洋流估计等。 全局航线规划器：根据起终点、风/洋流预报，生成一条全局路径（航点序列）。 局部重规划模块：结合实测偏差和最新预报，在线调整原路径。 控制器：根据当前状态和参考路径，算出舵角和帆角指令。 输出信号
舵角指令、帆角指令 → 发给执行机构（舵机、绞盘等）。 反馈闭环
执行后的效果由传感器再次送入状态估计器，形成完整的闭环控制。
整理完毕。 如果有哪个部分需要我展开或再改得更口语化一些，随时告诉我。
