為什麼需要兩張代價地圖，一張不夠嗎？

global costmap 涵蓋整張地圖，更新頻率較低，負責全域路徑規劃；local costmap 只涵蓋機器人周圍一小塊範圍，但更新頻率很高，負責即時避開規劃當下才出現的障礙物（例如突然有人走過）。如果只用一張全域地圖做即時避障，範圍太大導致更新太慢，來不及反應新出現的障礙物；如果只用一張區域地圖做全域規劃，機器人看不到範圍外的整體地形，容易規劃出繞遠路甚至走不通的路徑。兩者分工，各自針對不同的時間尺度與空間範圍優化。

inflation layer 的膨脹半徑要設多大？

至少要大於機器人本體的半徑加上一些安全餘裕，否則規劃出來的路徑理論上『沒有壓到障礙物代價』，但機器人本體的實際尺寸還是可能撞上障礙物邊緣。膨脹半徑設太大則會讓機器人在狹窄通道（例如門框）誤判為無法通過，实務上需要根據機器人實際尺寸與場景寬度做權衡調整。

規劃器規劃出的路徑，跟機器人實際走的路線會完全一樣嗎？

不會，也不應該期待完全一樣。全域路徑規劃器（planner_server）產出的是一條理論上可行的路徑，實際執行時交給 controller_server 即時根據 local costmap 與當下感測資料微調路線，尤其是遇到規劃當時不存在、之後才出現的障礙物時，會偏離原始全域路徑做局部避讓，這是正常且必要的行為，不是規劃器算錯。

Nav2 代價地圖與路徑規劃

問題定義

上一節建好的地圖，本質上只是一張標示「這裡是牆、這裡是空地」的靜態影像，路徑規劃演算法沒辦法直接拿它做決策——演算法需要知道的是「每個位置的可通行代價有多高」，包括要離牆面保持多遠、附近突然出現的障礙物有多危險。代價地圖（costmap）就是把原始地圖與即時感測資料，轉換成規劃演算法可以直接運算的代價數值網格。

核心概念說明

Global Costmap 與 Local Costmap 的分工

延續上一節提到的兩層時間尺度概念，Nav2 用兩張獨立的代價地圖分別服務不同目的：

Global Costmap：涵蓋整張已知地圖範圍，主要基於 SLAM 建好的靜態地圖產生，更新頻率較低，供 planner_server 規劃一條從起點到終點的全域路徑。
Local Costmap：只涵蓋機器人周圍一個固定大小的視窗（例如 3 公尺見方），完全基於即時感測資料（例如當下的雷射掃描），更新頻率很高，供 controller_server 即時避開規劃當下才出現、地圖上原本沒有的障礙物。

Layer：代價地圖是多層疊加出來的結果

無論是 global 還是 local costmap，實際數值都是由多個 layer 插件依序疊加計算出來的，這是一種類似圖層合成的設計，讓每種「代價來源」可以獨立開關、調整，互不影響彼此的邏輯：

Layer	作用
`static_layer`	讀取 SLAM 建好的靜態地圖，牆面標記為高代價
`obstacle_layer`	讀取即時感測資料（雷射掃描），動態標記當下偵測到的障礙物
`inflation_layer`	把每個障礙物周圍的代價往外「膨脹」，離障礙物越近代價越高，形成漸層

inflation_layer 特別值得展開說明：它解決的問題是「機器人不是一個點」——單純知道障礙物的確切輪廓不夠，規劃器還需要知道機器人本體的實際尺寸，離障礙物太近的路徑即使技術上沒有真的壓到障礙物，也應該被視為高風險而避免。膨脹半徑通常會設定成略大於機器人本體半徑，確保規劃出的路徑留有安全餘裕。

實作範例：設定代價地圖並觀察規劃結果

1. 代價地圖參數設定

檔案位置：~/ros2_ws/src/my_package/config/nav2_params.yaml

yaml

global_costmap:
  global_costmap:
    ros__parameters:
      update_frequency: 1.0
      publish_frequency: 1.0
      global_frame: map
      robot_base_frame: base_link
      resolution: 0.05
      plugins: ["static_layer", "obstacle_layer", "inflation_layer"]
      static_layer:
        plugin: "nav2_costmap_2d::StaticLayer"
        map_topic: /map
      obstacle_layer:
        plugin: "nav2_costmap_2d::ObstacleLayer"
        observation_sources: scan
        scan:
          topic: /scan
          max_obstacle_height: 2.0
      inflation_layer:
        plugin: "nav2_costmap_2d::InflationLayer"
        inflation_radius: 0.3
        cost_scaling_factor: 3.0

local_costmap:
  local_costmap:
    ros__parameters:
      update_frequency: 5.0
      publish_frequency: 2.0
      global_frame: odom
      robot_base_frame: base_link
      rolling_window: true
      width: 3
      height: 3
      resolution: 0.05
      plugins: ["obstacle_layer", "inflation_layer"]
      obstacle_layer:
        plugin: "nav2_costmap_2d::ObstacleLayer"
        observation_sources: scan
        scan:
          topic: /scan
          max_obstacle_height: 2.0
      inflation_layer:
        plugin: "nav2_costmap_2d::InflationLayer"
        inflation_radius: 0.3
        cost_scaling_factor: 3.0

留意兩個地方跟第 6.1 節提到的座標系概念直接對應：global_costmap 的 global_frame 設成 map（全域、精準），local_costmap 的 global_frame 設成 odom（局部、平滑不跳動），這不是隨意選擇，而是刻意讓即時避障運算建立在不會突然跳動的座標系上，避免 local costmap 因為定位修正的瞬間跳動而產生錯誤的避障行為。

2. 啟動 costmap 節點並載入參數

bash

ros2 run nav2_costmap_2d nav2_costmap_2d --ros-args \
  --params-file ~/ros2_ws/src/my_package/config/nav2_params.yaml \
  -r __ns:=/global_costmap

3. 用 RViz2 觀察代價地圖

在 RViz2 加入 Map Display，Topic 選 /global_costmap/costmap。

預期畫面

牆面附近會出現從深色（高代價，緊鄰障礙物）到淺色（低代價，遠離障礙物）的漸層色帶，這條漸層帶的寬度大約對應 inflation_radius 設定的 0.3 公尺——這是驗證 inflation_layer 有正確運作最直觀的方式。

4. 發送一個規劃請求，觀察路徑繞行障礙物膨脹區域

bash

ros2 action send_goal /compute_path_to_pose nav2_msgs/action/ComputePathToPose \
  "{goal: {pose: {position: {x: 2.0, y: 1.0, z: 0.0}}}}"

預期輸出

text

Waiting for an action server to become available...
Sending goal:
     goal:
  pose:
    header:
      frame_id: ''
    pose:
      position:
        x: 2.0
        y: 1.0
        z: 0.0
...
Result:
    path:
  poses: [...]

在 RViz2 裡加入 Path Display 觀察這條路徑，會看到路徑刻意繞開了膨脹層的深色高代價區域，即使技術上直線穿過那個區域也不會真的撞到障礙物本體。

常見錯誤與除錯技巧

錯誤一：規劃請求回報找不到可行路徑

text

Result:
    error_code: 202
    error_msg: 'No valid path found'

原因：常見原因有兩種：目標點本身落在高代價（甚至無法通行）區域內，或整張代價地圖上，起點跟目標點之間被連續的高代價區域完全阻隔（例如 inflation_radius 設太大，把一條原本能通過的窄通道也判定為不可通行）。

排除方式：先用 RViz2 目視確認目標點座標是否真的落在合理的可通行區域，再檢查是否有場景整體被過度膨脹的問題——如果窄通道確實存在但規劃不出路徑，嘗試降低 inflation_radius 或 cost_scaling_factor 做測試，確認是不是膨脹設定過度保守導致的。

錯誤二：Local costmap 裡出現「幽靈障礙物」，明明現場已經沒有東西了

現象：實際場景中的障礙物已經移開，但 local costmap 上原本的位置依然標記著高代價區域，遲遲沒有清除。

原因：obstacle_layer 需要靠新的感測資料主動「觀察到那個位置現在是空的」才會清除舊的標記；如果感測器視角有死角（例如障礙物移到了雷射掃描不到的角度），代價地圖沒有機會被更新，會一直保留舊資料。

排除方式：確認感測器的視野範圍涵蓋需要清除代價的區域，必要時調整感測器安裝角度或加裝額外感測器覆蓋死角；也可以用 ros2 topic echo /local_costmap/costmap_updates 確認代價地圖確實有在持續接收更新，而不是完全沒有在運作。

小結

代價地圖是連接「靜態地圖／即時感測資料」與「路徑規劃演算法」之間的橋樑，global／local 兩張地圖分別服務全域規劃與即時避障，多個 layer 插件疊加計算出最終代價，inflation_layer 確保規劃結果考慮到機器人本體實際尺寸的安全餘裕。有了代價地圖，下一節要介紹 Nav2 怎麼用行為樹，把規劃、避障、失敗重試這些行為，組織成一套完整、可應付各種異常狀況的自主導航邏輯。