在机器人自主移动领域，导航系统始终是核心组成部分。从室内服务机器人到工业AGV，一个稳定、灵活的导航框架往往决定了项目的成败。
Navigation2 就是这样一套专为机器人设计的开源导航框架。它继承了经典导航栈的成熟理念，同时引入了行为树任务编排 、模块化服务器架构 和生命周期管理等现代化设计，让开发者能够更轻松地构建工业级导航应用。
本文将抛开底层通信细节，从功能与设计的角度，带你全面了解 Navigation2。
一、Navigation2 的整体定位
Navigation2 的目标是：让机器人能够从 A 点安全、高效地移动到 B 点，同时处理动态障碍物、地图更新、异常恢复等复杂情况。
它主要由以下几个功能模块构成：
| 模块 | 职责 |
|---|---|
| 全局规划器 | 基于静态地图，规划从起点到目标点的宏观路径 |
| 局部规划器 | 根据全局路径和实时传感器数据，生成平滑的速度控制指令 |
| 代价地图 | 融合静态地图和动态障碍物信息，为规划提供环境表示 |
| 恢复行为 | 当机器人卡住或路径被阻塞时，执行清障、旋转等自救操作 |
| 行为树 | 协调上述模块的执行顺序和切换逻辑 |
与传统导航栈不同，Navigation2 将这些模块设计为独立的服务，并通过行为树进行灵活编排。这意味着你可以像搭积木一样自定义导航行为------例如，先做全局规划，再执行路径跟踪，如果失败则尝试旋转清障，然后重新规划。
二、全局规划器：找到宏观路径
全局规划器的任务是在已知静态地图上，寻找一条从当前机器人位置到目标位姿的无碰撞路径。
Navigation2 内置了多种全局规划算法：
-
Navfn 规划器
：经典的 Dijkstra 最短路径算法，简单可靠。
-
Smac 规划器
：基于搜索的规划器，支持不同运动学模型（如差分驱动、全向、阿克曼），生成的路径更平滑。
-
Theta 规划器
*：允许路径以任意角度通过网格顶点，路径更短更自然。
此外，Navigation2 支持自定义全局规划插件。如果你有特殊的路径约束（如禁止倒车、偏好右侧行驶），可以轻松替换默认实现。
全局规划器通常以异步服务方式运行：当行为树发出"计算路径"请求时，规划器在后台执行搜索，完成后返回路径结果。
三、局部规划器：实时控制与避障
全局路径只是"大方向"，实际执行中必须考虑动态障碍物、机器人运动学限制和控制精度。这部分由局部规划器负责。
局部规划器接收：
-
全局参考路径
-
当前机器人位姿和速度
-
局部代价地图（实时更新的障碍物信息）
然后输出：线速度 + 角速度（或关节位置指令）。
Navigation2 内置了多种局部规划器：
-
DWB 控制器
：Dynamic Window Approach 的增强版，在速度空间采样并评分，选择最优指令。支持多种评分项（目标对齐、障碍物距离、速度一致性等）。
-
Regulated Pure Pursuit
：改进的纯追踪算法，通过调节前瞻距离和速度限制，在高速和避障之间取得平衡。
-
模型预测控制器
：基于优化的控制器，能够更精确地处理运动学和动力学约束。
局部规划器通常以周期性线程运行（例如 10~20 Hz），实时响应传感器变化。
四、代价地图：环境表示的核心
无论是全局规划还是局部控制，都需要一个统一的环境模型------这就是代价地图。
代价地图是一个二维网格，每个单元格存储一个"代价值"，表示该位置被占用的可能性或通过的成本。通常分为两层：
-
静态层
：来自已知地图（如 SLAM 构建的 occupancy grid），表示固定障碍物（墙壁、家具等）。
-
障碍物层
：来自实时传感器（激光雷达、深度相机），动态更新，表示临时障碍物（行人、货物等）。
Navigation2 的代价地图支持多层叠加。你还可以添加自定义层，例如：
-
通货膨胀层
：在障碍物周围扩展安全缓冲区
-
车道层
：标识可行驶区域和禁止区域
代价地图会实时更新，并以服务形式提供给规划器和控制器查询。
五、行为树：灵活的任务编排
传统导航栈使用硬编码状态机：规划 → 控制 → 恢复，状态切换逻辑固定写在代码里。这种方式的缺点是：当你想改变导航策略（比如先尝试旋转清障，再重新规划，如果还失败就上报异常），需要修改 C++ 代码并重新编译。
Navigation2 引入行为树来彻底解决这个问题。
行为树是一种描述任务流程的树形结构，每个节点代表一个动作或条件。例如：
行为树以XML 文件的形式配置，无需编程即可修改导航逻辑。Navigation2 官方提供了丰富的预置节点，包括：
-
路径计算与跟踪
-
代价地图操作
-
速度与状态检查
-
各种恢复行为（旋转、后退、等待等）
你甚至可以编写自己的行为树节点，实现特定业务逻辑（如"到达目标后播放语音提示"）。
六、生命周期管理：可控的启动与关闭
在复杂的机器人系统中，模块的启动顺序往往至关重要。例如，代价地图必须在地图服务器加载完地图之后才能初始化，而控制器又依赖于代价地图。
Navigation2 引入了生命周期管理机制，为每个核心模块定义了标准状态：
-
未配置
：模块已创建，但未加载参数或分配资源
-
非激活
：已配置，但不处理数据
-
激活
：正常运行
-
已销毁
：资源释放
一个全局生命周期管理器负责协调所有模块的状态转换。例如，启动导航时，管理器会依次调用：
-
地图服务器的"配置"和"激活"
-
代价地图的"配置"和"激活"
-
规划器与控制器......
这种设计确保了系统的确定性 和可恢复性------如果某个模块出错，管理器可以将其重置到未配置状态并重新初始化，而无需重启整个程序。
七、恢复行为：处理异常情况
现实世界充满不确定性：机器人可能被椅子卡住、行人突然挡住去路、或者局部代价地图出现短暂错误。Navigation2 内置了一套恢复行为机制，用于应对这些异常。
常见的恢复行为包括：
| 行为 | 说明 |
|---|---|
| 旋转清障 | 原地旋转扫描周围环境，试图找到可通行方向 |
| 后退 | 向后移动一小段距离，摆脱局部极小值 |
| 等待 | 暂停几秒，等待动态障碍物离开 |
| 清除代价地图 | 重置局部代价地图缓存，避免过时障碍物信息 |
| 重新规划 | 强制触发一次全局重新规划 |
这些恢复行为可以通过行为树灵活组合。例如，一个典型的恢复序列可能是：
-
检查是否卡住 → 如果是，旋转清障
-
如果旋转无效，后退一米
-
清除局部代价地图
-
重新规划路径
-
如果以上全部失败，上报错误并停止
八、应用场景与生态
Navigation2 已被广泛应用于各种机器人平台：
-
室内服务机器人
：餐厅送餐、酒店引导、清洁机器人
-
工业 AGV
：仓库搬运、产线物料配送
-
巡检机器人
：变电站、数据中心自动巡逻
-
户外移动平台
：割草机器人、物流配送车
由于其插件化架构，Navigation2 可以适配不同的传感器配置（激光雷达、视觉、超声波）和运动底盘（两轮差分、四轮全向、履带等）。开发者只需实现相应的传感器数据接口和运动控制接口，即可快速将 Navigation2 部署到自己的机器人上。
九、总结
Navigation2 不仅仅是一个导航算法库，更是一套工程化的机器人导航框架。它的核心设计理念可以概括为：
-
模块化
：全局规划、局部控制、代价地图、恢复行为彼此独立
-
可编排
：行为树让导航逻辑可视化、可配置
-
可恢复
：生命周期管理和恢复行为保证系统鲁棒性
-
可扩展
：所有核心模块都支持插件式替换
对于机器人开发者来说，Navigation2 提供了一条从快速原型到产品落地的清晰路径。无论你是刚入门移动机器人，还是正在构建工业级导航系统，它都值得深入学习和使用。