《机器人学导论》简答与填空提纲
本文系统梳理了机器人技术发展历程、基础理论与应用体系。从历史维度看，机器人技术经历了从三国木牛流马到现代智能机器人的演进过程，1956年Unimation公司成立标志着现代机器人产业的开端。在理论层面，文章详细阐述了机器人运动学、动力学、控制系统的核心概念，包括DH参数、雅可比矩阵、拉格朗日方程等数学工具。硬件方面重点分析了各类传感器、驱动器的特性与选型原则，以及移动机器人的运动控制方法。软件系统
第一章
机器人史
1927年｜首台电动问答机器人“Televox”（美国）
1929年｜首台人形自动机器人“学天则”（日本）
乔治·德沃尔（George C. Devol）约瑟·英格柏格（Joseph F. Engleberger）1956年第一家机器人公司Unimation（通用机器人）
- 1967年｜欧洲首台工业机器人（Unimate，瑞典）
- 1969年｜越战首用机器人列车（排险除障）
- 1969年｜首台点焊机器人（通用汽车，Lordstown厂）
- 1969年｜首台商用喷漆机器人（挪威Trallfa）
- 1969年｜首台双足步行机器人（日本早稻田大学）
- 1971年｜首个国家机器人协会（日本JARA成立）
- 1972年｜世界首条点焊机器人生产线（菲亚特 & 日产）
- 1973年｜首台6轴机电驱动机器人（德国KUKA，Famulus）
- 1978年｜PUMA机器人问世（Unimation，标志技术成熟）
- 1985年｜中国“七五”计划启动机器人攻关
- 1985年｜中国首台6自由度弧焊机器人（“上海一号”）
- 1988年｜**“上海三号”机器人研制成功**
- 1990年｜中国首台喷漆机器人PJ-1完成
- 1996年｜KUKA推首套PC-based机器人控制系统
- 1996年｜世界首款量产扫地机器人原型（伊莱克斯“三叶虫”）
- 2000年｜中国首台类人型机器人（国防科大）
- 2001年｜首台具模拟情感机器人（MIT）
- 2001年｜首款量产扫地机器人上市
- 2003年｜机器人登陆火星（NASA漫游者任务）
- 2003年｜KUKA推首台娱乐机器人Robocoaster
- 2008年｜首例机器人脑瘤切除手术成功（“神经臂”）
- 2008年｜中国首台家用智能机器人“塔米”亮相
- 2011年｜仿人机器人首次进入太空
- 2014年｜中国首条“机器人造机器人”生产线投产
机器人的定义
简洁总结：机器人与自动化设备的区别
机器人：
强调自主或半自主的环境适应能力，能与人协作，具备感知与执行功能，适用于多变任务。
自动化设备：
注重效率、生产率和可靠性，按固定程序完成重复工作，自适应能力弱。
机器人学
机器人的主要特点---通用性和适应性
机器人的组成
机器人主要由以下部分构成：
机械手（Manipulator）
主体结构，由连杆、关节等组成，实现运动与定位。
末端执行器（End Effector）
安装在机械手末端，用于抓取或执行任务（如夹爪、焊枪）。
通常由应用方设计并编程。
驱动器（Actuators）
机器人的“肌肉”，将控制信号转化为运动。
常见类型：伺服电机、步进电机、气缸、液压缸。
传感器（Sensors）
收集内部状态或外部环境信息，实现感知与反馈。
控制器（Controller）
机器人的“大脑”或“小脑”，处理数据、协调驱动器与传感器，控制整体动作。
分三种软件：操作系统、底层驱动软件和应用软件
驱动器
优点：
高功率尺寸比，效率高
精确控制转速、位置和方向
负载能力强，优于电动/气动
自润滑、耐腐蚀
储能特性，适合剧烈动作
抗冲击性能好
缺点：
油液泄漏 → 性能下降 + 污染环境
噪音大
低温下油粘度升高 → 反应迟钝
设备体积大、成本高，不适合小型机器人
伺服控制复杂，应用不如电动广泛
优点：
功率范围广，适用性强
重量轻，优于液压执行器
能量转化效率高
安静清洁，环保
动作精准、重复性好，性价比高
易维护，便于电控
缺点：
需机械传动装置 → 增加重量、复杂度和成本
存在电气安全风险
驱动功率通常小于液压系统
传感器Sensors在第八章
关节
技术参数
自由度
绝对定位精度、重复定位精度、分辨率
工作空间
最大工作速度
承载能力
机器人坐标类型
机器人参考坐标系
机器人的分类
按机构特性：串并联
按几何结构：直角坐标机器人、柱面坐标机器人、球面坐标机器人、关节球面坐标机器人。
按移动属性：固定移动(轮式 履带 步行)
按用途：工业机器人、服务机器人、特种机器人
机器人的编程技术
机器人编程语言
机器人操作系统ROS
第二章
DH参数
机器人的逆运动学解
对机器人相关概念的补充
退化
第三章
雅可比矩阵 J(q) 简洁总结：
- 定义：J(q)=∂qT∂X(q)，是关节空间与操作空间之间的速度映射矩阵。
- 结构：
- 每列表示某一关节运动、其余不动时的末端速度；
- 前三行：手部线速度与关节速度的关系；
- 后三行：手部角速度与关节速度的关系。
- 作用：
- 描述关节速度到末端速度的线性关系（运动学）；
- 也可用于力的传递（静力学），即操作空间力与关节力之间的关系。
第四章
L=K-P
L是拉格朗日函数，K是系统动能，P是系统势能。
T=惯性力+科里奥利力+重力+向心力
惯性是物体保持原有运动状态不变的性质，由质量决定。衡量转动惯性的物理量是转动惯量。
两类静力学问题：
- 已知手部受力 F′，求关节驱动力矩 τ；
- 已知关节力矩 τ，求手部对外作用力 F 或负载质量。
柔顺运动控制的基本概念和方法
自然约束与人为约束
第五章
关节空间描述与直角空间描述
关节空间描述：用关节变量描述运动。
✅ 优点：方法简单；
❌ 缺点：两点间运动不可预知。
直角坐标描述：先在笛卡尔空间描述运动，再转换为关节空间。
✅ 优点：运动路径可预知；
❌ 缺点：计算量大。
规划要求：
一、关节空间规划
关节空间轨迹规划特点简洁总结：
✅ 优点：
运算量小、效率高，无需逆解或正解；
仅受关节速度/加速度限制，避免奇异性问题。
❌ 缺点：
无法预测操作空间轨迹，难以控制末端路径；
增加与环境碰撞风险。
适用场景：对路径无严格要求、需快速大范围移动的场合。
笛卡尔空间轨迹规划特点简洁总结：
✅ 优点：
概念直观，路径清晰，适合已定义的函数轨迹规划；
能精确控制末端在操作空间的运动路径。
❌ 缺点：
需实时求解逆运动学，计算量大，控制间隔长；
可能出现不连续或奇异点问题。
实际应用：常采用关节空间与笛卡尔空间混合规划方法，兼顾效率与精度，避免同时进行两类插补。
直角坐标空间的轨迹规划
空间圆弧轨迹规划流程总结：
- 在圆弧所在平面建立新坐标系，将空间三点转换为平面两点；
- 用平面圆弧插补法确定各插补点在圆弧平面坐标系下的坐标；
- 求解参考坐标系与圆弧平面坐标系的变换矩阵；
- 将插补点坐标转换至参考坐标系下；
- 在参考坐标系中对末端姿态进行插补；
- 通过逆运动学求解各插补点的关节变量。
第六七章
| 类型 | 优点 | 缺点 |
|---|---|---|
| 液压 | - 适用于大型机器人和大负载 - 功率质量比高，刚性好，精度高，响应快 - 无需减速齿轮，转矩大 - 可在宽速度范围内工作，可无循环停驻 |
- 会泄漏，不适用于清洁环境 - 结构复杂（需泵、油箱等） - 价格高、有噪声、需维护 - 液体粘度受温度影响 - 对杂质敏感 - 柔性低，惯量大 |
| 电气 | - 适用所有尺寸机器人，控制性能好 - 精度高，适合高精度任务 - 柔性好，无泄漏 - 适用于防爆环境（无火花） - 可靠，维护简单 - 刚度较低，需减速齿轮 |
- 需减速齿轮，增加间隙、成本和重量 - 断电时需刹车装置，否则手臂下落 - 刚度相对较低 |
| 气动 | - 元件成熟、可靠 - 无泄漏、无火花 - 价格低，系统简单 - 适合开关控制、拾取放置 - 柔性好 |
- 压力低，功率质量比最低 - 噪声大 - 需气压机、过滤器等 - 难以精确控制位置 - 载荷下易变形 - 响应精度低 |
电动机
伺服电机
控制系统
第八章
核心观点：传感器是机器人的“电五官”，是实现智能感知、状态反馈和环境交互的基础。机器人通常需要综合运用多种传感器。
一、 传感器分类
- 内传感器 (Internal Sensors)：监测机器人本体内部状态，如关节位置、速度、加速度、力/力矩等。
- 外传感器 (External Sensors)：感知外部环境信息，如距离、障碍物、接触、视觉、声音等。
二、 主要传感器类型及原理
-
位置传感器：测量角位移或线位移。
- 电位器：结构简单、成本低，但易磨损。
- 编码器：
- 增量式：输出脉冲信号，需复位确定绝对位置。
- 绝对式：每个位置有唯一编码（常用格雷码），可直接读取绝对位置。
- LVDT/旋转变压器：利用电磁感应原理，测量直线/角位移。
- 磁致伸缩传感器：高精度、绝对式直线位移测量。
- 霍尔传感器：利用霍尔效应检测磁场，常用于接近开关或测速。
-
速度传感器：测量运动速度。
- 编码器：通过单位时间内脉冲数计算速度。
- 测速发电机：输出电压与转速成正比。
- 位置微分：对位置信号求导得到速度（需注意噪声）。
- 霍尔传感器：也可用于测速。
-
加速度传感器：测量加速度（通常是三轴）。
- 常见类型：电容式、应变式、压阻式、压电式等。
- 应用广泛，如汽车安全气囊、手机姿态识别、惯性导航、计步器等。
-
陀螺仪传感器 (角速度传感器)：测量绕轴旋转的角速度。
- MEMS陀螺仪通过检测科里奥利力引起的形变来工作。
- 对于完整3D姿态感知至关重要，常与加速度计配合使用。
-
力和压力传感器：测量接触力或压力。
- 应变片/力敏电阻：电阻随受力变化。
- 压电传感器：受力产生电荷/电压，适用于动态力测量。
- 机器人力觉传感器：包括腕力、关节力、握力、脚力等，是实现柔顺控制的关键。
-
触觉传感器：模仿人类触觉，感知接触、压力、滑动等。
- 类型：电容式、磁导式、光电式、压阻式、压电式、滑觉传感器等。
- 应用：工业装配、假肢、类皮肤感知等。
-
力矩传感器：测量施加在轴上的扭矩。
- 原理：基于应变、压磁、光电或磁电效应。
-
测距与定位传感器：测量到目标的距离。
- 三角法/飞行时间法 (ToF)：基本测距原理。
- 激光雷达 (LiDAR)：精度高，但成本高、受天气影响。
- 毫米波雷达：全天候工作，穿透性强，用于ADAS。
- 超声波雷达：擅长短距离、低成本测距，如倒车雷达。
-
接近与接触传感器：检测物体是否靠近或接触。
- 轻触开关：物理接触触发。
- 电感/电容式接近开关：非接触检测金属/非金属物体。
-
嗅觉传感器：对特定气体敏感，用于检测爆炸物等（仿生应用）。
-
机器视觉：用机器代替人眼进行测量和判断。
- 功能：模式识别、视觉定位、尺寸测量、外观检测。
- 流程：图像获取 → 图像处理 → 图像分析。
- 算法：从传统图像处理到机器学习、深度学习（如CNN）。
-
语音识别装置：通过识别声音信号的特征频谱来辨识语音，需训练。结合自然语言处理（NLP）可实现人机对话。
第九章
移动机器人分类
移动方式：轮式、履带式、躯干式、腿式
- 轮式：机构简单，但效率极大地依赖于环境情况，特别是地面的平坦和硬度。在平地移动时可具有较高的运动速度。当地面变软时，其效率由于滚动摩擦而降低，在非结构环境中移动性能较差。
- 履带式：比轮式适合于严重凹凸不平地面的移动。
- 足式：对行走路面的要求很低，具有较高的越障能力，但能量消耗要远远大于轮式移动机构。
- 躯干式：多用于依附于空间的移动。
腿式
轮式
移动机器人的定位与导航
移动机器人自身定位
地图的表示方式
SLAM技术的实现途径
路径规划
第十章
核心观点：ROS是一个为机器人开发设计的、开源的、分布式、语言中立的中间件框架，旨在提高代码复用率、降低开发复杂度并促进协作。
一、 ROS的主要特点
- 点对点设计 (Peer-to-Peer)：系统由多个独立的“节点”(Node)组成，节点间通过网络直接通信，构成松耦合的分布式架构。
- 多语言支持：支持C++、Python等多种语言。不同语言编写的节点可通过语言无关的接口定义文件（
.msg,.srv）进行通信。 - 精简与集成：系统高度模块化，功能以库和可执行节点形式存在，便于集成和移植。
- 丰富的可视化工具
ROS的框架介绍
开源社区-文件系统-计算图
-
计算图层 (Computation Graph)：描述程序运行时的通信机制。
- 节点 (Node)：执行具体功能的独立进程，是ROS的基本计算单元。
- 消息 (Message)：节点间传递的数据结构，通过
.msg文件定义。 - 主题 (Topic)：基于发布/订阅模型的异步通信方式。一个或多个节点可以向主题发布消息，也可以订阅主题接收消息。
- 服务 (Service)：基于客户端/服务器 (C/S) 模型的同步通信方式，用于需要请求-响应的场景，通过
.srv文件定义。 - 参数服务器 (Parameter Server)：一个共享的、全局的字典，用于存储和检索静态或半静态参数。
- 节点管理器 (Master)：负责节点注册、名称解析和协助建立节点间的通信连接（如
roscore命令启动的服务）。
-
文件系统级 (Filesystem Level)：指ROS代码在硬盘上的组织形式。
- 功能包 (Package)：ROS软件的基本组织单元，包含源代码、配置文件、消息/服务定义、
CMakeLists.txt和package.xml等。 - 工作空间 (Workspace)：顶层目录，通常包含
src（源码）、build（编译中间文件）和devel（开发环境）等子目录，使用catkin_make进行编译。
- 功能包 (Package)：ROS软件的基本组织单元，包含源代码、配置文件、消息/服务定义、
话题通信模型的建立：
话题与服务的区别（ROS）
| 项目 | 话题 | 服务 |
|---|---|---|
| 同步性 | 异步 | 同步 |
| 通信模型 | 发布/订阅 | 客户端/服务器 |
| 反馈机制 | 无 | 有 |
| 底层协议 | ROS TCP/UDP | ROS TCP/UDP |
| 缓冲区 | 有 | 无 |
| 实时性 | 弱 | 强 |
| 节点关系 | 多对多 | 一对多（一个Server） |
| 使用场景 | 弱逻辑处理，多数据传输 | 强逻辑处理，少数数据传输 |
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
14
0- 0
已为社区贡献4条内容
所有评论(0)