首页 > 对机器人的认知整理

对机器人的认知整理

机器人的定义与特点

机器人是自动执行工作的机器装置，可以接受人的指挥、运行预先编排的程序或者根据人工智能技术指定的原则纲领行动。

机器人① 包含传感器、执行器，能够与物理世界交互，② 可编程，③ 能够进行自主或半自主的行动。

机器人行业未来市场潜力，可以从工业机器人、服务机器人和无人驾驶三个方面看，非常广阔，主要的应用领域包括安防巡检、自动驾驶、家用服务、医疗康复、智能导购、智能配送、教育娱乐、助老助残。

机器人行业亟待解决的三大挑战：

机器人获取信息、分析信息、做出决策、执行决策，使用到的方法宏观上分为基于规划和逻辑的方法和基于机器学习的方法，将机器人的大脑认为人工智能，可以分为三个发展阶段：专用人工智能、通用人工智能和超人工智能。

要实施这些方法，处理信息、传递指令，需要控制器，常用的控制器包括ARM/x86/RISC-V、FPGA、DSP、ASIC等。

信息的来源，机器人的传感器，包括激光雷达、摄像头、红外、惯性测量单元、里程计、超声等。

与物理世界产生交互的部分，机器人的执行器，包括机械臂、机械手、车轮和其他末端执行器工具。

将技术分为基础理论、技术应用和软件工具三个部分：

基础理论：

– 数学：线性代数、矩阵理论、概率论、微积分、最优化

– 力学：运动学与动力学

– 控制理论：控制论

– 其他：机械原理、机器人学、机器视觉、状态估计、深度学习、强化学习
技术应用：结构设计、硬件设计、系统集成、传感器融合、感知识别、语音交互、定位与建图、决策规划、运动控制
软件工具：

– 基础编程能力：C，C++，Python，Linux，数据结构与算法

– 系统开发：ROS、FreeRTOS、Apollo

– 电子电路：Altium Designer

– 机械设计：Solidworks、CAD

– 机器人视觉：OpenCV、PCL、CUDA、g2o/Ceres

– 系统仿真：Gazebo、VRep、Matlab

– 深度学习：Caffe、TensorFlow、MXNet、Pytorch

– 计算平台：STM32、FPGA、DSP、ASIC

机器人技术迅猛发展，知识总和快速增长，而人的时间、寿命是有限的，如何在有限的时间下迎接挑战、提升能力、达到职位和理想所提出的要求，在这里记录一些观念以自正：

其他截图：

在这里插入图片描述

参考资料：