机器人核心 20% — 五个模块,一条闭环

一句话:机器人学的全貌就是一条闭环:感知自己在哪(定位)→ 知道环境长什么样(建图)→ 决定去哪(规划)→ 怎么动(控制)→ 看到结果(感知)。五个模块里任何一个不稳,整机就不可用。


🎯 这 20% 能解决哪些问题

常见困惑本质本页答案
运动学和动力学到底学哪个一个算位置,一个算力见「两个必学」
该用激光 SLAM 还是视觉 SLAM场景与成本见「SLAM 选型」
路径规划算法该选 A* 还是 RRT环境是否已知见「规划三级结构」
PID 和 MPC 该用哪个模型精度与算力见「控制三法」
仿真调好实机就抖sim2real 差距见「sim2real 三件套」

一、两个必学

学科回答什么关键概念
运动学关节角 ↔ 末端位置正解、逆解、雅可比
动力学要多大力才能动质量矩阵、重力项、摩擦

实用要点:

  • 逆运动学可能多解或无解(奇异点附近),所以规划时要避开奇异位形。
  • 雅可比矩阵把关节速度映射到末端速度,速度接近奇异点时关节速度会爆炸。
  • 动力学用于高速/高精度场景;低速搬运常只做运动学 + PID。

二、SLAM 选型

graph LR
    A["传感器<br/>激光/视觉/IMU"] --> B["前端<br/>匹配与位姿估计"]
    B --> C["后端<br/>优化或滤波"]
    C --> D["回环检测<br/>消除累积误差"]
    D --> E["地图<br/>栅格/点云/语义"]
方案优点局限适合
激光 SLAM精度高、抗光照成本高、空旷场景退化仓储、工业
视觉 SLAM便宜、信息丰富光照与纹理依赖服务机器人、AR
激光 + IMU 融合鲁棒、可高动态标定复杂室外、无人车
视觉 + IMU低成本高动态尺度与漂移需处理无人机、手持

定位与建图的取舍:环境固定且可预建图 → 用已知地图定位(AMCL 类),比在线 SLAM 稳定得多;环境会变 → 才需要在线 SLAM。


三、规划三级结构

层级目标常见算法
全局规划从 A 到 B 的大致路线A*、Dijkstra、拓扑图
局部规划避障与动态调整DWA、TEB、MPC
轨迹生成平滑、可执行、满足动力学样条、多项式、优化

算法选择判据:

  • 栅格地图 + 静态环境 → A*(加启发式,效率高)。
  • 高维关节空间 → RRT/RRT*(快但路径不最优,需后处理平滑)。
  • 动态障碍多 → 局部规划用 MPC(可预测、可加约束)。

四、控制三法

方法原理优点缺点
PID误差的比例/积分/微分组合简单、无需模型强耦合/非线性难调
MPC滚动优化未来 N 步可处理约束与预测需模型、算力高
计算力矩/阻抗控制用动力学补偿高精度、柔顺交互依赖模型参数

PID 调参顺序:先 P(到接近目标但有稳态误差)→ 再加 I(消稳态误差,注意积分饱和)→ 最后加 D(抑制超调,注意噪声放大)。


五、抓取与操作

路线做法适用
解析法几何分析接触点已知物体、规整场景
数据驱动抓取位姿检测(GraspNet 类)未知物体
示教学习人类演示 + 模仿学习精细操作
强化学习仿真训练策略需要大量试错

新手最实用的一条:先固定物体位姿 + 吸盘。工业场景 80% 的抓取问题,用”定位夹具 + 吸盘/平行夹爪 + 简单规则”就能解决,不必上学习。


六、sim2real 三件套

手段做法
域随机化随机光照、摩擦、质量、延迟、噪声
系统辨识用实机数据拟合物理参数(摩擦、惯量)
真实微调实机小样本微调或残差学习

常见失败:仿真里没有建模通信延迟与执行器死区,实机一上来就振荡。仿真时宁可把延迟与噪声建得比现实更差。


七、ROS 与工程实践

项建议
中间件ROS 2(实时与分布式更好)
通信高频控制走实时通道,状态可视化走普通话题
时间同步传感器统一时间源(PTP/NTP),否则融合必错
标定相机-激光-机械手标定要定期复校
日志全量记录传感器与指令,便于复现故障

📋 一页速查

问题答案
运动学 vs 动力学位置 vs 力
环境固定首选什么已知地图定位
栅格地图用什么规划A*
高维关节空间用什么RRT*
抓取最省事方案夹具定位 + 吸盘
仿真到实机的关键域随机化 + 系统辨识

🔗 相关链接

主题链接
智能系统概览智能系统
自动驾驶自动驾驶核心 20%
强化学习强化学习核心 20%
计算机视觉计算机视觉
目标检测目标检测核心 20%