机器人核心技术与学习路径：感知/认知/行为/数学基础

机器人核心领域

机器人技术横跨 4 大学科，4 个领域的"地基"必须打牢才能造出能跑、能感知、能思考的机器人：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
1. 感知（Perception）
   └─ 视觉、触觉、力、惯导

2. 认知（Cognition）
   └─ AI、知识表达、规划、任务调度、机器学习

3. 行为（Behavior / Action）
   └─ 运动学、动力学、控制、manipulation、locomotion

4. 数学基础（Mathematics）
   └─ 最优估计、微分几何、计算几何、运筹学

1. 感知（Perception）

机器人通过传感器感知世界：

传感器	用途
相机（单目 / 双目 / RGB-D）	视觉识别、SLAM、物体检测
激光雷达（LiDAR）	2D/3D 距离扫描、建图
IMU（惯性测量单元）	加速度、角速度
编码器	轮式里程计
GPS	户外定位
力 / 触觉传感器	抓取反馈
超声 / 红外	近距离避障
深度相机（RealSense / Kinect）	3D 重建

关键算法：

视觉里程计（VO / VIO）：从图像估计相机运动
SLAM（Simultaneous Localization and Mapping）：同时定位与建图
目标检测：YOLO / Faster R-CNN
语义分割：U-Net / DeepLab
点云处理：ICP、NDT、PCL 库

2. 认知（Cognition）

机器人"思考"——理解环境、做决策：

任务	技术
任务规划	PDDL、HTN、分层任务网络
路径规划	A、D、RRT、PRM
决策	MDP、POMDP、深度强化学习
自然语言	LLM、对话系统、意图理解
机器学习	CNN、RNN、Transformer

关键技术：

SLAM（同步定位与建图）
路径规划（A* / RRT / 动态窗口法）
强化学习（DQN / PPO）
大模型 + 机器人（RT-2、PaLM-E 等）

3. 行为（Behavior / Action）

机器人"动"——执行动作、保持平衡：

子领域	内容
运动学（Kinematics）	关节角度 → 末端位置（正运动学）、反向（逆运动学）
动力学（Dynamics）	力 / 力矩 → 运动（牛顿-欧拉方程）
控制（Control）	PID、MPC、自适应控制、强化学习
Manipulation	抓取、操作、灵巧手
Locomotion	步行（四足 / 双足）、轮式、履带、飞行

核心算法：

正运动学：DH 参数
逆运动学：解析法 / 数值法（雅可比 + 迭代）
PID 控制：比例-积分-微分，最常用
MPC（Model Predictive Control）：滚动优化
SLAM + 控制：自主导航栈

4. 数学基础

机器人背后是数学：

数学	用途
线性代数	位姿表示、变换矩阵
概率论	贝叶斯滤波、SLAM、定位
微分几何	流形、李群（SO(3)、SE(3)）
最优化	路径规划、MPC、SLAM 后端
计算几何	碰撞检测、点云配准
运筹学	任务调度、多机器人协同

关键数学概念

SO(3)：3D 旋转群
SE(3)：3D 刚体变换群
李群 / 李代数：旋转求导
卡尔曼滤波：最优估计
图优化：SLAM 后端（g2o / GTSAM）
凸优化：MPC、轨迹优化

Robocon 全国大学生机器人大赛

中国 2002 年起的机器人赛事，全国电子工程、机械工程、计算机三大专业学生同台竞技。

每年一个主题（如"投壶"、“马术”、“吴哥之花”）
团队 5~10 人分机械设计 / 电控 / 嵌入式 / 视觉 / 战略
半年备赛期，180 秒内完成规定动作
培养 动手能力 + 团队协作 + 抗压能力

学习路径

第一阶段：基础理论（大一~大二）

数学：高等数学、线性代数、概率论、离散数学
编程：C / C++ / Python
电路：数电 / 模电基础
机械：理论力学、材料力学

第二阶段：核心技能（大二~大三）

自动控制原理（经典控制 / 现代控制）
机器学习（西瓜书 / 统计学习方法）
嵌入式（STM32、FreeRTOS、Linux）
机器人操作系统 ROS
SLAM（视觉 / 激光）
机械设计 / SolidWorks / CAXA

第三阶段：方向专精（大三~大四）

感知方向：计算机视觉、深度学习
决策方向：强化学习、规划算法
控制方向：MPC、最优控制
机械方向：机械设计、运动学

用途	语言
算法原型	Python（numpy / scipy / pytorch）
机器人软件	C++（性能）、Python（快速开发）
嵌入式	C
机械仿真	MATLAB / Python
Web 监控	TypeScript / JavaScript

实践项目

初阶

Arduino 巡线小车
树莓派 + 摄像头 + 人脸识别
STM32 平衡车（PID 入门）

中阶

四足机器人（MIT Mini Cheetah 仿制）
ROS + 激光雷达建图
自动驾驶小车（基于 Autoware）

高阶

机械臂抓取（UR5 / Franka）
无人机集群
仿人机器人

2015 vs 2024 视角：近 10 年机器人技术变化

本文写于 2015 年（ROS Indigo/Kinetic 时代）。9 年后（2024）回望，机器人领域已经发生了几次范式级变化。下面是新增 / 改变的重点。

1. ROS 的命运：ROS 1 退场，ROS 2 一统

ROS 版本	时间	状态（2024+）
ROS Indigo	2014-2019	早已 EOL
ROS Kinetic	2016-2021	早已 EOL
ROS Melodic	2018-2023	已 EOL（2023-05）
ROS Noetic	2020-2025	2025-05 EOL（最后的 ROS 1 LTS）
ROS 2 Foxy	2020-2023	已 EOL
ROS 2 Humble	2022-2027	当前推荐 LTS
ROS 2 Iron	2023-2024	短支持期
ROS 2 Jazzy	2024-2029	2024 新 LTS

关键判断：2024+ 新项目必须用 ROS 2。ROS 1（Noetic）最后一个 LTS 在 2025-05 EOL，之后不会再有官方支持。

ROS 2 相对 ROS 1 的核心改进：

DDS 中间件（实时、QoS、可发现）
跨平台（Linux / Windows / macOS / RTOS）
没有 roscore（自发现）
支持多机器人原生

2. 导航 / 运动规划的新框架

旧（2015）	新（2024）	说明
`move_base`	Nav2（ROS 2）	完全重写，行为树 + 插件化
`amcl`	Nav2 AMCL	多传感器融合
`gmapping`	slam_toolbox	终身建图（lifelong mapping）
`cartographer`	cartographer_ros2	Google 持续维护
OpenCV SIFT/SURF	ORB-SLAM3 / VINS-Fusion	视觉 SLAM 新主流
Hector SLAM	RTAB-Map	实时回环检测
MoveIt 1	MoveIt 2	ROS 2 原生支持

3. 机械臂 / Manipulation 新生态

MoveIt 2（ROS 2 原生）+ MoveIt Task Constructor（MTC） = 复杂任务规划
Drake（MIT 开源）：动力学 + 控制 + 优化全家桶
Pinocchio：刚体动力学库（C++/Python）
CasADi：非线性优化
Tesseract（ROS Industrial）：轨迹规划

4. 仿真器更新

旧	新（2024）	特点
Gazebo Classic	Gazebo（Ignition → Gazebo）	2024 起 Gazebo 11 EOL，新版是 Gazebo Sim（原 Ignition）
V-REP	CoppeliaSim	改名 + 商业化更彻底
MuJoCo（被 Google 收购后）	免费给个人使用	强化学习的事实标准
Webots	Webots R2024	持续维护

5. AI + 机器人：具身智能大爆发

RT-2 / RT-X（Google DeepMind）：视觉-语言-动作大模型
PaLM-E：多模态具身大模型
Octo：UC Berkeley 开源通用机器人基础模型
OpenVLA：开源 VLA（视觉-语言-动作）模型
π0（Physical Intelligence）：通用机器人策略
LeRobot（Hugging Face）：开源机器人数据集 + 模型

2024+ 的新趋势：机器人的 GPT 时刻——给基础模型 + 海量遥操数据 = 能泛化到新任务的策略。

6. 硬件新势力

Jetson Orin Nano / Orin NX（NVIDIA）：边缘 AI 新主力
Raspberry Pi 5（2023）：终于有 4 核 A76 + 8GB
RealSense D435i / D455：深度相机主流
Ouster / Hesai LiDAR：固态、半固态 LiDAR 普及
Unitree H1 / Go2（宇树）：四足/双足机器人白菜价（10 万 RMB 内）
波士顿动力 Spot / Atlas：Spot 已商业化

7. 学习路径的更新（2024 版）

大一/大二：数学 + Python + C++（重点加强 PyTorch）
大二/大三：ROS 2 入门（用 Humble/Jazzy） + Nav2 + SLAM（slam_toolbox）
大三/大四：选方向——
- 感知：ORB-SLAM3 / VINS-Fusion / 3D Gaussian Splatting
- 决策：强化学习（Isaac Gym）+ 具身基础模型（Octo/OpenVLA）
- 控制：Drake + MPC + 优化
- 机械臂：MoveIt 2 + Drake + 灵巧手
毕设 / 工作：人形机器人（Tesla Optimus / Figure 01 / Unitree H1）

8. 一句话总结

2015 年是 ROS 1 + Gazebo Classic + MoveIt + OpenCV 的时代；2024+ 是 ROS 2 + Gazebo Sim + Nav2 + MoveIt 2 + 具身基础模型 + 国产硬件白菜价的时代。
公式没变（李群、最优估计、PID），但工具栈和应用边界完全换了一轮。

下一步

机器人 AI 资源 / 工具链，看 2017-03-15《机器人 AI 资源与工具链》
想做嵌入式开发（STM32 + RTOS），看对应教程
想做机械设计（SolidWorks），看 SolidWorks 官方教程
2024+ 新方向：看 ROS 2 Humble 官方教程 + Nav2 文档

参考资料

ROS 官方：https://www.ros.org/
ROS 2 Jazzy 官方：https://docs.ros.org/en/jazzy/
OpenCV 官方：https://opencv.org/
PCL：https://pointclouds.org/
MoveIt 2：https://moveit.ros.org/
Nav2：https://navigation.ros.org/
Gazebo Sim：https://gazebosim.org/
MIT Mini Cheetah：https://mit-cheetah.mit.edu/
中国机器人大赛：http://www.rcccaa.org/