如何用 DimOS 搭建多机器人巡逻系统patrolling 模块完全指南【免费下载链接】dimosDimensional is the agentic operating system for physical space. Command humanoids, quadrupeds, drones, and other hardware platforms in natural language and build multi-agent systems that work seamlessly with physical input (cameras, lidar, actuators).项目地址: https://gitcode.com/GitHub_Trending/dimo/dimosDimOSDimensional是一款面向物理空间的智能体操作系统可以用自然语言指挥四足机器人、人形机器人、无人机等硬件平台。它的patrolling 巡逻模块能让机器人自动在已知区域中持续巡航支持多机器人协同部署是搭建多机器人巡逻系统的核心组件。本文将带你从原理到实战快速掌握这套巡逻能力。 什么是 DimOS 巡逻系统DimOS 采用模块化的蓝图Blueprint架构每个功能是一个独立模块通过消息流odom 里程计、occupancy_grid 占据栅格等相互协作。巡逻系统的核心是PatrollingModule源码位于 dimos/navigation/patrolling/module.py订阅odom机器人位姿、global_costmap全局占据栅格、goal_reached到达目标信号输出goal_request下一个巡逻目标点内部运行一个异步巡逻循环从路由策略中取下一个目标 → 发布 → 等待到达 → 再取下一个odom ── PatrollingModule ── global_costmap │ ▼ goal_request ── 导航执行器 三种巡逻路由策略Router巡逻模块通过工厂函数 create_patrol_router 创建路由策略内置三种可切换的算法全部实现了统一的PatrolRouter协议见 patrol_router.py策略实现文件适用场景randomrandom_patrol_router.py简单随机游走快速验证coveragecoverage_patrol_router.py全覆盖巡检默认策略frontierfrontier_patrol_router.py边巡逻边探索未知区域其中coverage覆盖式策略最值得关注对占据栅格做安全掩码腐蚀保证目标点离障碍物足够远用 Voronoi 骨架加权采样让候选点均匀分布在走廊中而不是挤在大片空地对每个候选点用 A* 规划路径选择能覆盖最多未访问区域的目标点访问历史由 visitation_history.py 维护确保巡逻轨迹尽量不重复、最大化覆盖效率。 一键启动start_patrol / stop_patrol 技能巡逻模块把能力封装成了两个智能体技能Skill上层 Agent 甚至可以直接用自然语言触发skill(uses[CAP_MOVEMENT], lifecyclebackground) async def start_patrol(self) - str: ...start_patrol重置路由状态、锁定安全到达半径、启动后台巡逻循环源码见 module.pystop_patrol取消巡逻任务、恢复导航重规划源码见 module.py值得注意的细节start_patrol会打开一个 tool-stream在巡逻期间独占movement运动能力防止 Agent 的其他指令与巡逻产生冲突停止巡逻时该能力自动释放。这是多智能体系统避免运动冲突的关键设计。 把巡逻能力装配进机器人蓝图在 DimOS 中模块通过蓝图组合。巡逻模块已注册到全局蓝图表见 all_blueprints.pypatrolling-module: dimos.navigation.patrolling.module.PatrollingModule以 Unitree Go2 四足机器人为例其智能版蓝图在 unitree_go2.py 中直接把PatrollingModule与规划器、探索器组合在一起( CostMapper.blueprint(), ReplanningAStarPlanner.blueprint(), WavefrontFrontierExplorer.blueprint(), PatrollingModule.blueprint(), MovementManager.blueprint(), ).global_config(n_workers10, robot_modelunitree_go2)多机器人部署时只需为每台机器人启动同一份蓝图即可——每台机器人的巡逻目标互相独立而 DimOS 的分布式消息架构天然支持多实例并行。 巡逻 跟随多智能体协同实战项目内置了端到端测试验证巡逻中发现目标后自动切换跟随的完整链路见 test_patrol_and_follow.py用户指令patrol around until you find a man wearing beige pants and when you do, start following him 巡逻直到找到一个穿米色裤子的人找到后开始跟随他这正是 DimOS 的典型工作范式巡逻patrolling负责大范围巡航感知与 Agent 负责事件触发控制层负责平滑接管。多机器人场景中可以让部分机器人持续巡逻另一部分专职执行跟随、抓取等任务。 优化巡逻路径进阶工具仓库中还提供了一个巡逻路径优化工具集 misc/optimize_patrol/包含候选点优化与路径可视化脚本optimize_patrol_router.py离线优化巡逻路由plot_path.py绘制巡逻路径直观评估覆盖效果 核心文件速查内容路径巡逻模块主入口dimos/navigation/patrolling/module.py路由工厂函数dimos/navigation/patrolling/create_patrol_router.py覆盖式路由dimos/navigation/patrolling/routers/coverage_patrol_router.py巡逻模块测试dimos/navigation/patrolling/test_create_patrol_router.py巡逻跟随 e2e 测试dimos/e2e_tests/test_patrol_and_follow.py路径优化工具misc/optimize_patrol/✨ 小结选策略根据场景选择coverage默认全覆盖、frontier探索型或random随机型路由装蓝图在机器人蓝图中加入PatrollingModule.blueprint()发指令通过start_patrol/stop_patrol技能或自然语言控制巡逻启停扩规模多实例部署同一蓝图即可搭建多机器人巡逻体系借助 DimOS 的 patrolling 模块你无需手写任何路径逻辑就能让一群机器人自主、高效、不重复地巡航你的物理空间。【免费下载链接】dimosDimensional is the agentic operating system for physical space. Command humanoids, quadrupeds, drones, and other hardware platforms in natural language and build multi-agent systems that work seamlessly with physical input (cameras, lidar, actuators).项目地址: https://gitcode.com/GitHub_Trending/dimo/dimos创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
