本周一直在加班，项目能不能如期交付还是个问题......
本周值得积累和深挖的问题有两个，记录下来方便日后翻阅，也希望能帮到同样在 ROS 路上摸索的朋友。

---

问题一：~/.colcon/defaults.yaml 是什么文件？

一句话概括

这是 colcon 构建工具的默认参数配置文件，用来给 colcon 的各个命令（如 build、test）设置默认参数，避免每次构建都要手动输入一长串选项。

背景知识

在 ROS 2 中，colcon 是官方的构建工具（相当于 ROS 1 中的 catkin_make / catkin build）。每次编译时，我们可能都需要敲：

colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release

如果每天都这样敲，既繁琐又容易遗漏。defaults.yaml 就是来解决这个问题的——把这些常用参数写进配置文件，以后直接 colcon build 即可自动生效。

文件位置

默认路径为 ~/.colcon/defaults.yaml，即环境变量 COLCON_HOME 指向的目录下的 defaults.yaml。

配置示例

build:
  symlink-install: true        # 使用符号链接安装，Python文件改动后无需重新编译
  cmake-args:
    - "-DCMAKE_BUILD_TYPE=Release"   # Release模式编译，提升运行性能

test:
  event-handlers:
    - console_cohesion+        # 测试结果汇总输出，更直观

配置后，以后只需运行：

colcon build

效果就等同于带上了配置中的所有参数。

注意事项

• 顶层 key 是 colcon 的 verb（如 build、test、test-result），必须与 colcon 支持的命令名对应。
• 参数名与命令行参数保持一致，只是去掉了 -- 前缀。
• 文件格式是标准的 YAML，注意缩进规范，写错了会报错。

---

问题二：什么是 AMCL 的粒子贫化？

一句话概括

粒子贫化（Particle Impoverishment / Particle Depletion） 是指在粒子滤波定位过程中，经过多轮重采样后，粒子群中的粒子越来越"雷同"，多样性丧失，导致滤波器失去纠错能力和鲁棒性的现象。

产生原因

AMCL 的核心是蒙特卡洛粒子滤波：用一堆"粒子"表示机器人可能位姿的概率分布。每轮迭代包含三个步骤：

1. 预测：根据运动模型传播粒子；
2. 更新：根据传感器观测计算每个粒子的权重；
3. 重采样：按权重重新抽取粒子——高权重粒子被复制，低权重粒子被淘汰。

问题就出在重采样这一步：经过多次迭代后，存活的粒子往往都是少数几个"祖先"粒子的复制品，粒子群的多样性急剧下降。当机器人定位收敛后，几乎所有粒子都挤在一个很小的区域，且大量粒子完全相同。

带来的危害

• 失去多假设跟踪能力：粒子都收敛到一个位姿后，无法同时维护多个可能的位姿假设。
• 绑架问题难以恢复：机器人被"绑架"（人为搬移到别处）后，如果粒子全部贫化在错误位置，滤波器没有多余的粒子去覆盖真实位姿，定位彻底失效。
• 过度自信：协方差估计过小，一旦实际位姿偏离，无法纠正。

AMCL 的应对策略

① KLD 自适应采样（AMCL 的"A"——Adaptive 的由来）

根据粒子分布的不确定性动态调整粒子数量：不确定性大时多用粒子，收敛后减少粒子，既保证多样性又节省算力。相关参数：

min_particles: 500      # 粒子数下限
max_particles: 2000     # 粒子数上限
kld_err: 0.05           # KLD采样误差阈值
kld_z: 0.99             # 置信度参数

② 注入随机粒子（恢复机制）

AMCL 维护粒子平均权重的快慢两个指数滑动平均，当快平均显著低于慢平均（说明当前粒子群整体匹配度骤降，可能被绑架或贫化），就随机注入一批新粒子，重新探索状态空间：

recovery_alpha_slow: 0.001   # 慢平均衰减系数
recovery_alpha_fast: 0.1     # 快平均衰减系数