开始之前
需要的基础
- 熟悉代数和基本Python。
- 根据需要回顾向量、三角函数和导数。
设备 & 运行环境
使用简单的模拟手臂或轮式模型。保持物理实验的选择性并受到监督。
没有固定的完成时间：使用下面的证据门来决定何时推进。资源链接打开botstest目录条目；检查其发布者文档以获取确切的版本和配置。
入门
了解帧和运动
表示机器人和物体在没有混合框架或单元的情况下的位置。
理解这一阶段
坐标描述命名坐标系中的量。当相对于相机、机器人底座或工具表示时，同一点具有不同的数字。
结合例子理解
教学示例 · 由 botstest 编写
使用具有对齐轴的仅平移玩具场景。相机原点在基础帧中为 (0.3, 0, 0.5) 米，物体在相机帧中为 (0.1, 0.2, 0.4) 米。它的基坐标是(0.4,0.2,0.9)。当坐标系旋转时，此附加快捷方式将停止工作；然后组成完整的变换。
- 标记每个变换的方向。
- 保持位置单位和角度约定明确。
- 在组合变换之前检查简单的已知点。
镜像或移位的对象通常指示帧方向或单位误差而不是不良的运动规划。
参考依据： 坐标与坐标变换。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 向量、旋转和齐次变换
- 关节坐标与任务空间坐标
- 正向运动学和数值检查
参考文章与应用练习
Kris Hauser · University of Illinois · 课程章节
坐标与坐标变换
建议阅读： 在构成变换之前检查向量和坐标系约定。
使用显式帧约定来捕获反向变换、混合单位和误导性视觉对齐。
应用练习： 计算一个相机到基点的变换并标记每一帧和单元。
动手实践
- 绘制简单手臂的世界、底座、工具和相机框架。
- 计算工具位置并将其与可视化模型进行比较。
框架图和检查的正向运动学笔记本。
达到这些标准后进入下一阶段
本阶段资源
Study the mechanics, coordinate frames, kinematics and control foundations relevant to the exercise.
Work through computational robotics examples and compare numerical results with your own calculations.
进阶
研究反馈和轨迹
解释控制器如何在干扰下遵循变化的参考值。
理解这一阶段
控制器随时间对错误做出反应。使用固定参考、初始条件和模型来比较其响应，以便变化的结果具有可解释的原因。
结合例子理解
教学示例 · 由 botstest 编写
在模拟单轴示例中，假设参考为0.3弧度，测量角度为0.1弧度：误差为0.2弧度。每弧度 2 牛顿米的玩具比例增益在极限之前产生 0.4 牛顿米。这些数字表示单位，而不是硬件设置。绘制错误和命令如何演变的图，而不是判断某一瞬间。
- 定义状态、参考和控制输入。
- 保持测试条件固定。
- 一起绘制跟踪误差和命令历史。
如果模拟响应变得极端，则在增加增益之前检查命令限制、采样时间和单位。
参考依据： 简单摆。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 雅可比矩阵和局部运动关系
- 参考轨迹和误差信号
- 增益效果、饱和度和采样
参考文章与应用练习
Russ Tedrake · MIT · 课程章节
简单摆
建议阅读： 在解释行为图之前研究模型及其参数。
在添加更多关节或学习控制器之前，使用易于处理的动力学模型来解释测量的行为。
应用练习： 比较两个控制器设置和相同启动状态下的参考状态和测量状态。
动手实践
- 比较同一关节运动任务上的控制器设置。
- 在模拟和测井跟踪误差中引入有界扰动。
具有标记图的控制器比较笔记本。
达到这些标准后进入下一阶段
本阶段资源
Model physical interactions and test control or learning behavior under explicit simulation assumptions.
Explore dynamics, optimization and model-based analysis for a controlled engineering experiment.
Investigate rigid-body kinematics and dynamics calculations with an explicit robot model.
专业实践
评估模型极限
构建支持设计决策而不仅仅是公式的分析。
理解这一阶段
良好的数学结果仍然取决于模型假设。将这些假设转化为实验敏感性研究。
结合例子理解
教学示例 · 由 botstest 编写
采用所选择的控制器并一次改变一个建模质量或延迟。目标是确定推理在哪里停止预测行为，而不是声明一个通用的最佳控制器。
- 列出目标和模型背后的假设。
- 改变声明的测试集中的一个参数。
- 说明哪些结论仍需要实物证据。
成功的标称运行几乎没有说明未经测试的干扰或不同的致动器接口。
参考依据： 线性二次调节器。以上示例与步骤为结合参考资料编写的教学内容。
按这个顺序学习
- 模型假设和参数敏感性
- 约束处理和致动器限制
- 重复性和不确定性报告
参考文章与应用练习
Russ Tedrake · MIT · 课程章节
线性二次调节器
建议阅读： 在推导之前阅读状态空间假设和成本公式。
使用模型和客观假设来使控制器比较可解释。
应用练习： 列出您选择的控制器背后的模型和客观假设并测试一个参数变化。
动手实践
- 改变受控测试装置中的质量、摩擦力或延迟。
- 推荐具有记录的限制的控制器/模型组合。
敏感性研究和可重复的工程建议。
达到这些标准后进入下一阶段
本阶段资源
Explore dynamics, optimization and model-based analysis for a controlled engineering experiment.
Investigate rigid-body kinematics and dynamics calculations with an explicit robot model.
Study the mechanics, coordinate frames, kinematics and control foundations relevant to the exercise.
常见误区
- 无需附加框架和单元即可学习方程。
- 假设稳定的模拟证明物理控制器是安全的。
下一步怎么走
根据您想要构建的实验继续进行运动规划、驱动或基于模型的研究。
探索其他 学习 条路线 →