发生了什么?
还原任务、状态变化和异常出现的完整时间线。
Zephastra Robotics 长期研究机器人运行、诊断与可靠性,通过可复现实验、可验证代码和公开研究记录,逐步构建 ZephaRobot。
ZephaRobot Research Console
SIMULATED EPISODE / ZR-00241
LOCAL MAP
AMCL / TRACKED
CMD
velocity
POSE
tracked
SCAN
stream
SIGNAL REVIEW
EPISODE TIMELINE
Goal accepted
T+00:04
Path replanned
T+00:11
Velocity drop
T+00:18
Incident marked
T+00:25
异常结论连接到原始信号证据
INCIDENT → TIME RANGE → SIGNAL
日志、rosbag、TF、地图、参数和软件版本散落在不同位置,往往无法直接解释一次任务为什么失败。
还原任务、状态变化和异常出现的完整时间线。
把诊断结论连接回 Topic、TF、日志、参数与版本证据。
让同一场景可以重放、比较,并验证修改是否真正有效。
Robot Runtime Observability
如何完整记录一次机器人任务发生时的状态、版本、环境与上下文?
研究 Topic、TF、日志、参数、地图和任务事件如何共同形成可查询、可比较的运行记录。
Failure Replay & Diagnosis
如何从分散数据中还原故障时间线,并把结论连接回原始证据?
围绕 Episode、Incident 和 Evidence,探索可复现、可解释、可协作的故障复盘方法。
Navigation Reliability
如何理解 TF、里程计、定位、规划与控制之间共同造成的导航失败?
以 ROS 2 差速移动机器人为研究对象,积累 SLAM、Nav2 与传感器链路的故障案例。
作为早期研究原型,ZephaRobot 将任务、时间线、信号、事件、异常和证据组织在一起,用于验证问题复现、结论复核和修复前后比较的方法。
Topic · TF · Sensor · Log
Mission · Timeline · Context
Incident · Rule · Evidence
Replay · Report · Decision
不以宏大的产品承诺证明方向,而以代码、测试、数据结构和可复查报告形成持续积累。
当前原型已形成 Robot、Mission、Episode、Signal、Event、Incident 与 Report 服务端模型和 API。
能够生成任务运行数据,用于验证事件时间线、异常规则和报告流程。
诊断摘要保留触发规则、发生时间和相关信号,不只输出无法复核的结论。
能够把运行摘要、异常、证据和检查建议组织为统一 HTML 报告。
核心研究原型
RESEARCH把机器人任务组织成可追溯的 Episode,将时间线、运行信号、异常事件和诊断证据连接起来。
可复现实验环境
RESEARCH基于 ROS 2、Gazebo 与 Nav2 构造导航任务和故障场景,为诊断规则提供可重复的输入与验证条件。
公开工程数据资产
RESEARCH围绕 rosbag2、日志、地图、参数和版本元数据,积累可以被重放、比较和复核的机器人运行案例。
研究日志保存实验环境、失败现象、分析依据和验证方式,让工程过程持续沉淀为可以检查和复现的公开记录。