从零搭建AGV避障系统：我用激光雷达+树莓派视觉模块踩过的那些坑

从零搭建AGV避障系统：我用激光雷达+树莓派视觉模块踩过的那些坑

去年，我接到了一个朋友工厂的委托，他们想用最低的成本，给几台手动搬运车加上基础的自动避障功能，实现半自动化升级。预算有限，但要求不低：需要在仓库这种堆满货架、偶尔有人员走动的复杂环境里，稳定识别障碍并停下或绕行。听起来像是典型的“既要马儿跑，又要马儿不吃草”的项目。但正是这种挑战，让我这个喜欢折腾硬件的创客兴奋了起来。我决定放弃那些昂贵的工业级方案，从零开始，用树莓派、国产激光雷达和一些开源视觉库，亲手搭建一套AGV避障系统。整个过程，与其说是一次顺利的开发，不如说是一场与各种“坑”斗智斗勇的实战记录。今天，我就把这些亲身经历、踩过的雷和最终的解决方案，毫无保留地分享给同样在中小规模自动化改造中摸索的朋友们。

1. 硬件选型：在“性价比”与“可靠性”之间走钢丝

项目启动的第一步，也是最让人纠结的一步：硬件选型。我的核心思路是，用激光雷达提供精确的距离感知作为主传感器，用树莓派搭配摄像头提供视觉识别作为辅助和语义补充，再用一个廉价的IMU（惯性测量单元） 来感知车身姿态，应对地面不平带来的干扰。听起来很美好，但每个环节都藏着陷阱。

1.1 激光雷达：国产新秀 vs. 进口老将

激光雷达是避障的“眼睛”，其稳定性和精度直接决定系统下限。在电商平台和开源硬件社区逛了一圈，主流选择无非两类：

• 进口品牌（如SICK、Hokuyo）：性能稳定，数据干净，文档齐全。但价格动辄数千甚至上万，远超我的整体预算。
• 国产品牌（如思岚、镭神等）：价格亲民，几百到一千多就能买到不错的2D雷达，部分还带ROS驱动。这是预算有限情况下的自然选择。

我最终选择了一款售价约800元的国产180°扫描2D激光雷达。它的参数很漂亮：10米测距、0.5°角分辨率。但实际使用中，问题接踵而至：

1. 数据跳变与噪声：在空旷环境下数据尚可，但一旦靠近货架（大量规则反射面）或阳光直射的窗户，点云数据会出现明显的“鬼影”和跳变。这直接导致后续的聚类算法产生误判，把不存在的障碍物“识别”出来。
2. 安装震动的影响：我将雷达直接固定在AGV车体（一个改装的小车）上。电机启停和地面颠簸带来的震动，会让雷达的扫描平面发生轻微偏转，在点云图上表现为整个环境的“抖动”。这对于需要精确距离信息的避障来说是致命的。

我的解决方案：

• 针对噪声：我放弃了雷达出厂自带的简单滤波，在树莓派上使用PCL（点云库）的StatisticalOutlierRemoval滤波器进行后处理。这个算法会分析每个点与其邻居的平均距离，剔除那些“不合群”的异常点。虽然增加了计算量，但数据质量提升显著。
• 针对震动：我设计并3D打印了一个带有硅胶减震垫的雷达支架，将雷达与车体进行软连接。同时，在软件中引入了一个简单的“运动补偿”逻辑：当IMU检测到车体在俯仰或横滚方向有持续微小变化时，对当前帧的激光数据做一个反向的坐标变换修正。这大大稳定了“视野”。

提示：不要完全相信激光雷达标称的“抗强光”能力。在实际部署前，务必在你的目