馬達和運動

執行器：機器人如何運動

執行器是任何將能量轉換為物理運動的裝置。執行器是機器人的肌肉。

直流馬達 — 最簡單的電動馬達。施加電壓，軸旋轉。反向電壓，它向相反方向旋轉。速度與電壓成正比。直流馬達便宜且快速，但它沒有內置的方式來了解其位置。它們在輪式機器人和簡單機制中很常見。

步進馬達 — 以離散步長移動，通常每步1.8度（每轉200步）。你命令一個特定的步數，馬達準確地移動那麼遠。步進馬達在沒有感測器的情況下提供精確的開迴路位置控制，但在重負荷下可能會跳步。常見於3D打印機、CNC路由器和攝像機萬向節中。

伺服馬達 — 一個馬達與位置感測器（編碼器）和控制器結合在一個閉迴路系統中。控制器持續比較命令的位置和實際位置，並更正任何誤差。伺服馬達提供速度、扭矩和精度的最佳組合。工業機械臂幾乎完全使用伺服馬達。

氣動執行器 — 使用壓縮空氣產生線性或旋轉運動。在其尺寸方面快速且強大，但難以精確控制，因為空氣是可壓縮的。常見於工廠夾爪和拾取放置機器中。

液壓執行器 — 使用加壓流體（油）而不是空氣。因為液體幾乎不可壓縮，液壓以精確控制提供巨大的力。重型建築設備、大型工業壓機和一些腿式機器人（如Boston Dynamics的早期Atlas）使用液壓。交換是重量、複雜性和流體洩漏的風險。

自由度（DOF） — 每個獨立的運動軸是一個自由度。典型的工業機械臂有6個自由度：三個用於在空間中定位末端執行器（X、Y、Z），三個用於定向（滾動、俯仰、偏航）。人類手臂有7個自由度。更多自由度意味著更多靈活性，但控制和編程中的複雜性更多。

選擇正確的執行器

將執行器與任務相匹配

選擇正確的執行器需要理解應用要求：速度、精度、力量和環境。

機器人如何感知世界

感測器：機器人的感官

沒有感測器，機器人是盲聾的。感測器提供驅動每項決定的原始數據。

編碼器 — 測量旋轉。光學編碼器有一個帶有狹槽的圓盤；光線照射並且檢測器在圓盤旋轉時計數脈衝。這告訴控制器一個關節移動了多遠。增量編碼器計數相對運動；絕對編碼器在上電時報告確切角度。每個伺服馬達都有一個編碼器。

IMU（慣性測量單元） — 結合加速度計（測量線性加速度）、陀螺儀（測量旋轉速度）和有時磁力計（測量磁方向）。IMU告訴機器人它的方向以及它如何通過空間移動。對於無人機、腿式機器人和任何需要保持平衡的移動平台至關重要。

LIDAR（光檢測和測距） — 發射激光脈衝並測量每個脈衝反彈回來的時間。這創建了周圍環境的詳細2D或3D映射。自動駕駛汽車和倉庫機器人使用LIDAR進行障礙物檢測和映射。一個旋轉的LIDAR每秒可以產生數十萬個距離測量。

攝像頭 — 提供豐富的視覺數據，但需要大量計算來解釋。單個攝像頭給出2D圖像；立體攝像頭（兩個已知分離的攝像頭）提供深度信息。計算機視覺算法處理攝像頭數據以進行對象識別、線條跟蹤和視覺SLAM（同時定位和映射）。

力/扭矩感測器 — 測量在某個點施加的力和扭矩，通常在機器人的腕部或末端執行器處。對於需要受控接觸的任務至關重要：組裝（將銷釘插入孔）、拋光和協作機器人必須檢測與人的接觸並立即停止。

感測器融合 — 沒有單一感測器是完美的。LIDAR提供精確的距離但沒有顏色。攝像頭提供豐富的圖像但在黑暗中掙扎。IMU隨著時間漂移。感測器融合結合來自多個感測器的數據，以製造比任何單一感測器都更準確和可靠的圖像。自動駕駛汽車持續融合LIDAR、攝像頭、雷達、GPS和IMU數據。

為任務選擇感測器

將感測器與任務匹配

感測器選擇取決於機器人需要知道什麼、環境和計算預算。

開迴路對比閉迴路

控制：使機器人表現正常

沒有控制的機器人只是零件的集合。控制系統是決策層 — 它們採用感測器數據並計算驅動執行器的命令。

開迴路控制 — 發送命令並希望最好。一個被命令進行200步的步進馬達會嘗試，但如果在負載下跳步，沒有任何東西檢測到錯誤。開迴路簡單便宜，但它無法更正幹擾。微波爐是開迴路的：它按照你設置的時間運行，無論食物是否真的是熱的。

閉迴路控制 — 測量輸出，將其與期望值進行比較，並更正差異。這是回饋控制，它是所有認真機器人的基礎。伺服馬達是閉迴路的：編碼器測量實際位置，控制器將其與命令的位置進行比較，並調整馬達電壓以縮小間隙。

PID控制 — 最廣泛使用的回饋控制器。PID代表比例-積分-微分。

- P（比例）: 更正與當前誤差成正比。大誤差，大更正。但單獨的P通常會超調或以小的持續誤差定居。

- I（積分）: 隨著時間積累過去的誤差。如果系統長時間略微關閉，我會建立並更用力地推動。這消除了穩態誤差，但如果設置太高可能會導致振盪。

- D（微分）: 響應誤差變化的速度。如果誤差快速縮小（系統接近目標），D減少更正以防止超調。D充當阻尼器。

調整PID控制器 — 找到正確的P、I和D值 — 是部分科學和部分工藝。太多P和系統振盪。太多I和它上升並超調。太多D和它對噪聲做出反應。實際機器人通常需要為每個關節進行PID調整。

穩定性 — 控制系統如果收斂到期望的狀態是穩定的。不穩定系統以增加幅度振盪 — 機器人將自身抖動散架。穩定性分析是控制工程中的核心技能。

應用控制概念

像控制工程師一樣思考

理解回饋和PID不只是理論 — 它解釋了為什麼機器人表現的方式。

狀態機和ROS

軟體：機器人的大腦

機器人軟體與網絡或商業軟體從根本上不同。它以實時運行，與物理硬體互動，必須優雅地處理意外情況 — 掉落的物體、卡住的關節、人踏入工作區。

狀態機 — 機器人編程中最常見的編程模式。狀態機定義一組狀態（如IDLE、MOVING、GRIPPING、ERROR）和它們之間的轉換。機器人始終恰好處於一個狀態。事件觸發轉換。

例如，一個拾取放置機器人：

- IDLE：等待命令

- MOVING_TO_PICK：行進到拾取位置

- GRIPPING：在物體上關閉夾爪

- MOVING_TO_PLACE：將物體運送到目標位置

- RELEASING：打開夾爪

- ERROR：出了問題（物體掉落、關節故障、檢測到障礙物）

每個狀態都有定義的進入動作、退出動作和轉換條件。狀態機防止機器人做毫無意義的事情 — 你不能釋放你從未握住的物體。

ROS（機器人操作系統） — 實際上不是操作系統。ROS是一個中間件框架，提供通信基礎設施、硬體抽象和大量可重複使用的套件庫。它在Linux上運行。使用ROS構建的機器人使用發布-訂閱架構：感測器節點在主題上發布數據，控制節點訂閱它們需要的主題。這種模塊化設計意味著你可以在不重寫導航代碼的情況下交換LIDAR感測器。

路徑規劃 — 機器人如何決定其從點A到點B的路線，同時避免障礙物。簡單的方法包括路點導航（跟蹤一系列預定義點）和勢場（障礙物排斥、目標吸引）。高級方法如A*和RRT（快速探索隨機樹）在複雜環境中搜索最優或可行路徑。自動駕駛汽車在世界變化時每秒多次重新規劃路徑。

設計機器人行為

思考機器人軟體

好的機器人軟體預期失敗並優雅地處理它。

機器人職業

在機器人領域建造職業

機器人在製造、物流、醫療保健、農業和國防領域快速增長。以下是主要職業路徑。

機器人技術人員 — 安裝、維護、故障排除和修復機器人系統。這是最容易進入的入口點。你親身與硬體一起工作 — 更換馬達、校準感測器、重新佈線控制器和診斷故障。社區學院課程和製造商認證（FANUC、ABB、KUKA）可以讓你開始。典型起薪：$45,000-$65,000。

控制工程師 — 設計和調整使機器人表現正確的控制系統。此角色需要強大的數學（線性代數、微分方程）和編程技能。控制工程師從事PID調整、運動分析、感測器集成和安全系統。電氣、機械或機電工程學士學位是典型的。薪資範圍：$75,000-$120,000。

ROS開發人員/機器人軟體工程師 — 編寫協調感知、規劃和控制的軟體。這些開發人員使用C++和Python，構建ROS節點，實施路徑規劃算法，並集成機器學習模型以進行感知。強大的計算機科學技能是必不可少的。此角色對自動駕駛汽車、倉庫機器人和無人機系統的需求很高。薪資範圍：$90,000-$150,000。

自動化集成商 — 為工廠設計和實施完整的機器人工作單元。集成商採用製造問題（以60單位/小時的速度焊接這兩個零件），選擇機器人、末端執行器、安全系統和傳送帶，對整個單元進行編程，並在工廠車間進行調試。集成商需要跨機械、電氣和軟體的廣泛知識。許多人為系統集成公司工作。薪資範圍：$70,000-$110,000。

其他路徑 — 創建機器人結構和機制的機械設計師。設計電源系統和電路板的電氣工程師。推進操縱、運動和機器學習感知邊界的研究科學家。在極端環境中部署機器人的現場機器人工程師 — 水下、地下或太空中。

常見的線索：機器人獎勵能夠跨越學科思考的人。一個純粹的機械人沒有軟體技能就掙扎。一個純粹的軟體人沒有理解物理就掙扎。最好的機器人專家是T形的 — 在一個領域有深刻的專業知識，在所有領域都有工作知識。

你的前進道路

反思

你現在已經涵蓋了基本構建塊：執行器、感測器、控制系統、編程模式和職業路徑。