Week 6 作业记录：传感器介绍与 ROS2 KITTI 实验

1. 学习目标

• 了解机器人常见传感器：相机、激光雷达、IMU、里程计。
• 认识 KITTI 数据集在自动驾驶和机器人感知中的作用。
• 使用 ROS2 工具查看传感器数据和可视化结果。

2. 课程重点

• 相机：提供图像信息，用于识别物体、车道线、标志物。
• LiDAR：提供距离和点云信息，用于建图、定位和障碍物检测。
• IMU：提供加速度和角速度，用于姿态估计。
• 里程计：估计机器人位置变化，是闭环控制的重要输入。

3. 实验过程

3.1 启动数据集相关节点

根据课程提供的环境启动 KITTI 数据或 ROS2 可视化工具。

3.2 使用 rqt / RViz 观察数据

通过图形化工具查看数据流，理解传感器消息不是静态图片，而是连续发布的 ROS2 Topic。

4. 实验结果

成功启动 rqt 并查看 KITTI 数据集相关内容：

5. 核心理解

• 机器人要“感知世界”，必须先把传感器数据转成程序能处理的消息。
• ROS2 Topic 适合传输连续数据流，例如图像、点云和里程计。
• 自动驾驶数据集可以帮助我们在没有真实车辆的情况下学习视觉和感知流程。

6. 问题与解决

• 如果 rqt 没有显示数据，需要检查节点是否启动、Topic 名称是否正确。
• 图像或点云显示卡顿时，需要确认电脑资源和容器内存是否足够。

7. 本周总结

本周建立了对机器人传感器的整体认识，并通过 KITTI 实验理解了 ROS2 中感知数据的查看方式。