2. 快速开始

2.1 当前可用能力

Perception 模块本体尚未接入 Autonomy::Start()，但以下相关能力已可独立使用：

能力	入口	说明
激光障碍 → costmap	`config/map/costmap.lua` + `ObstacleLayer`	导航栈默认障碍感知路径
ONNX 推理管线	`autonomy/common/network/network.hpp`	视觉模型推理（需自行接线）
`vision_msgs` 消息	`autonomy/commsgs/vision_msgs.hpp`	检测框数据结构

2.2 障碍感知（通过 costmap，推荐）

导航栈默认通过 map/costmap_2d 完成障碍感知，无需启动 PerceptionServer：

-- config/map/costmap.lua（示例片段）
AUTONOMY_MAP = {
    costmap_2d = {
        plugins = { "obstacle_layer", "inflation_layer" },
        obstacle_layer = {
            observation_sources = "scan",
            scan = {
                topic = "/scan",
                sensor_frame = "laser_link",
                data_type = "LaserScan",
                marking = true,
                clearing = true,
            },
        },
    },
}

启动完整导航栈后，激光数据经 ObstacleLayer 写入代价地图，供 planning / control 使用。

2.3 ONNX 视觉推理（C++ 直接使用）

#include "autonomy/common/network/network.hpp"

using namespace autonomy::common::network;

// 1. 创建推理引擎
InferenceOptions opts;
opts.model_path = "/path/to/yolov8.onnx";
opts.onnx.execution_provider = "cpu";  // 或 "cuda"

auto engine = BackendFactory::Create(opts);
engine->Warmup();

// 2. 预处理 + 推理
FloatTensorMap inputs;
// ... 填充图像张量（见 detail/preprocess/image.hpp）

FloatTensorMap outputs;
engine->Run(inputs, &outputs);

// 3. 后处理（YOLO 检测框解码 + NMS）
// 见 detail/postprocess/boxes.hpp, nms.hpp

2.4 Perception 模块（未来接入步骤）

当 PerceptionServer 实现完成后，预期接入方式为：

编辑 config/perception/perception.lua
在 config/autonomy.lua 中设置 perception = AUTONOMY_PERCEPTION
在 system/options.cpp 中加载 perception 配置
在 Autonomy::Start() 中构造并启动 PerceptionServer

-- config/perception/perception.lua（规划示例）
AUTONOMY_PERCEPTION = {
    enabled = true,
    frequency = 10.0,
    plugins = {
        -- "obstacle_detector:ObstacleDetector",
        -- "yolo_detector:YoloDetector",
    },
    yolo = {
        model_path = "models/yolov8n.onnx",
        confidence_threshold = 0.5,
        nms_threshold = 0.45,
    },
}

-- config/autonomy.lua
AUTONOMY = {
    map = AUTONOMY_MAP,
    planning = AUTONOMY_PLANNER,
    controller = AUTONOMY_CONTROLLER,
    perception = AUTONOMY_PERCEPTION,  -- 待实现后启用
}

2.5 进程内仿真验证

使用 autonomy_nav_test 可在无 ROS 环境下验证障碍感知链路（激光由 costmap 静态地图模拟）：

export AUTONOMY_BT_PLUGIN_PATH=/workspace/autonomy/build/lib
./bin/autonomy_nav_test \
  --configuration_directory=/workspace/autonomy/src/autonomy/config \
  --start_x=1 --start_y=1 --goal_x=5 --goal_y=5

详见 12 Simulation · nav_test。

2.6 依赖检查

依赖	用途	构建选项
OpenCV	图像预处理	默认启用
ONNX Runtime	神经网络推理	可选 `USE_ONNX`
TensorRT	GPU 加速推理	可选 `USE_TENSORRT`
PCL	点云处理（规划）	视 map 配置