注册
登录
收藏骁锐
在线留言
网站地图
品质保障•让您采购零顾虑
应该学习哪些方面的知识，才能适应机器人研发的工作？
这儿有必要提示各位留意一个技能人员简略忽略的根底事实：
【机器人学是一门高度交叉的工程学科】为什么要说这个？是因为这儿面有两个重要的词：交叉、工程。下面是分开讨论：
【交叉】意味着机器人学触及的知识范围十分广泛，上至院士，下至爱好者，没有能一个人搞定一切事的。中国学术界，一般来说倾向于把触及的技能分为三大类：感知、认知、动作，近年来又弥补了协同，这儿简略介绍：
1.感知技能中心的是传感根底，其间包含了：传感器（各类传感器，基于什么原理的都有）、信号处理（中心运用的技能是各类滤波、多传感器交融等）、模式辨认（视觉、语音、运动捕捉等）等等。
2.认知是了解环境的部分，现在主流的中心手法是（基于认知科学的）机器学习技能。人机交互的了解部分一般也放在这儿。
3.动作是从事的人最多的部分，传统工业机器人几乎一切问题都在这儿面。动作首要包含了机械、电子（拖动）这些看得见的部分，然后还包含了于操控理论为中心的运动操控，规划理论为中心的运动规划，
4.协同是后来被弥补进体系的（暂定，未遍及接受），首要包含了网络化和多机器人。网络化大部分问题是工程性质的。多机器人则首要研讨如果每个机器人单独决议计划时，怎么大局最优等问题。
【工程】机器人是工程学科，意味着你不能理科思维去学习他。你无法通过【学习根底理论=》推表演各种问题答案】这条路走下去，因为一切的研讨都是基于【你的体系运用了什么设备】为根底的。所以搞这行的根底之一就是，你要知道你有什么可以运用的。
关于一般的团队，通常机电部分和软件算法部分至少是不同人的（普通嵌入式软件归机电部分，但杂乱闭环之类的可能归算法）。关于一个详细的人来说，一般我们都会详细的区别这个人是做机器人哪部分的，而各部分之间的根底技能可能彻底不同。
【问题来了】学挖掘机……恩，不，学机器人到底需求什么技能呢？看到这儿题主必定更迷茫了，这么多怎么学？实践上说，我们必定不需求都学，这儿给出一些典型的场景和搭配，姓名都一般的俗称，给题主一些参阅：
【搞体系的】通常指那些构建机器人体系的领军型人物，这类人是典型的工程师，知识结构以了解一切相关学科进展为根底。许多情况下，这类人才都是做各种填补空白的项目，擅长范畴相关的剖析。知识结构大多以机电出身，少有机器学习和软件出身。
【搞机的】机械、传动、电机（选型等）、液压、底盘等等技能为根底，是机器人体系的根底，也是国内几人范畴的主力军。通常在厚实的设计能力上，要求有限元等剖析手法。是很强调经历的类型。
【搞电的】嵌入式（包含其间的软件）、传感器、驱动、闭环操控（PID等）、滤波、通讯协议等等技能是有必要的，特别要求见过的东西多。
【搞软的】很不幸，这个比传统的软件概念大许多，除了通讯、UI之外，决议计划等算法问题通通都要这些人来处理。甚至基本的机器视觉、多机协作都要掌握。
==上面是工程型，下面是扩大的细分研讨==
【搞导航】留意，许多时候说导航，处理的不是怎么从A到B的问题，而是定位问题：我在哪？中心技能大多数都是以贝叶斯滤波为根底的（比如卡尔曼等）。如果细分，则搞SLAM的和搞GPS+惯性+航迹的会分为两类。这些方向基本上独立构成问题，专精即可。
【搞规划】这个才是许多人以为的导航，简略版是途径规划，杂乱的可能包含人的步态规划。这个方向往往无法彻底独立，大部分研讨的人还一起在各种渠道上面做优化，需求有工程剖析能力。
【搞操控】这个就不是简略的操控了，而是那些“领先科技20年”的高端操控问题，非线性什么的是至少的，需求强大的数学根底。通常是搞理论或是专心于某个详细杂乱应用范畴的人。
【搞辨认】模式辨认与机器人是千丝万缕的联络，许多搞辨认的也都搞机器人。但根底知识和机器人学已经没什么关系了。
【搞动力学】机械的特殊进化方向，首要是由于其杂乱性和在实践应用中许多运用的预算办法，所以变得只有高端应用和科研才会实践运用。
【搞智能】特别以科大为代表，同样机器人最后不是唯一目标了。
还有许多许多，人数相对少些，就不多说了。留意后面的都是研讨分化。还可以按特定范畴分，这儿就不列了。
如果你打算搞机器人，那么最好首要在根底里面选一个，着重自己的，一起了解其他几个就好，如果有兴趣。可以细化方向。搞机器人没有严格上有必要会的（或许英语是例外）。
【机器人学是一门高度交叉的工程学科】为什么要说这个？是因为这儿面有两个重要的词：交叉、工程。下面是分开讨论：
【交叉】意味着机器人学触及的知识范围十分广泛，上至院士，下至爱好者，没有能一个人搞定一切事的。中国学术界，一般来说倾向于把触及的技能分为三大类：感知、认知、动作，近年来又弥补了协同，这儿简略介绍：
1.感知技能中心的是传感根底，其间包含了：传感器（各类传感器，基于什么原理的都有）、信号处理（中心运用的技能是各类滤波、多传感器交融等）、模式辨认（视觉、语音、运动捕捉等）等等。
2.认知是了解环境的部分，现在主流的中心手法是（基于认知科学的）机器学习技能。人机交互的了解部分一般也放在这儿。
3.动作是从事的人最多的部分，传统工业机器人几乎一切问题都在这儿面。动作首要包含了机械、电子（拖动）这些看得见的部分，然后还包含了于操控理论为中心的运动操控，规划理论为中心的运动规划，
4.协同是后来被弥补进体系的（暂定，未遍及接受），首要包含了网络化和多机器人。网络化大部分问题是工程性质的。多机器人则首要研讨如果每个机器人单独决议计划时，怎么大局最优等问题。
【工程】机器人是工程学科，意味着你不能理科思维去学习他。你无法通过【学习根底理论=》推表演各种问题答案】这条路走下去，因为一切的研讨都是基于【你的体系运用了什么设备】为根底的。所以搞这行的根底之一就是，你要知道你有什么可以运用的。
关于一般的团队，通常机电部分和软件算法部分至少是不同人的（普通嵌入式软件归机电部分，但杂乱闭环之类的可能归算法）。关于一个详细的人来说，一般我们都会详细的区别这个人是做机器人哪部分的，而各部分之间的根底技能可能彻底不同。
【问题来了】学挖掘机……恩，不，学机器人到底需求什么技能呢？看到这儿题主必定更迷茫了，这么多怎么学？实践上说，我们必定不需求都学，这儿给出一些典型的场景和搭配，姓名都一般的俗称，给题主一些参阅：
【搞体系的】通常指那些构建机器人体系的领军型人物，这类人是典型的工程师，知识结构以了解一切相关学科进展为根底。许多情况下，这类人才都是做各种填补空白的项目，擅长范畴相关的剖析。知识结构大多以机电出身，少有机器学习和软件出身。
【搞机的】机械、传动、电机（选型等）、液压、底盘等等技能为根底，是机器人体系的根底，也是国内几人范畴的主力军。通常在厚实的设计能力上，要求有限元等剖析手法。是很强调经历的类型。
【搞电的】嵌入式（包含其间的软件）、传感器、驱动、闭环操控（PID等）、滤波、通讯协议等等技能是有必要的，特别要求见过的东西多。
【搞软的】很不幸，这个比传统的软件概念大许多，除了通讯、UI之外，决议计划等算法问题通通都要这些人来处理。甚至基本的机器视觉、多机协作都要掌握。
==上面是工程型，下面是扩大的细分研讨==
【搞导航】留意，许多时候说导航，处理的不是怎么从A到B的问题，而是定位问题：我在哪？中心技能大多数都是以贝叶斯滤波为根底的（比如卡尔曼等）。如果细分，则搞SLAM的和搞GPS+惯性+航迹的会分为两类。这些方向基本上独立构成问题，专精即可。
【搞规划】这个才是许多人以为的导航，简略版是途径规划，杂乱的可能包含人的步态规划。这个方向往往无法彻底独立，大部分研讨的人还一起在各种渠道上面做优化，需求有工程剖析能力。
【搞操控】这个就不是简略的操控了，而是那些“领先科技20年”的高端操控问题，非线性什么的是至少的，需求强大的数学根底。通常是搞理论或是专心于某个详细杂乱应用范畴的人。
【搞辨认】模式辨认与机器人是千丝万缕的联络，许多搞辨认的也都搞机器人。但根底知识和机器人学已经没什么关系了。
【搞动力学】机械的特殊进化方向，首要是由于其杂乱性和在实践应用中许多运用的预算办法，所以变得只有高端应用和科研才会实践运用。
【搞智能】特别以科大为代表，同样机器人最后不是唯一目标了。
还有许多许多，人数相对少些，就不多说了。留意后面的都是研讨分化。还可以按特定范畴分，这儿就不列了。
如果你打算搞机器人，那么最好首要在根底里面选一个，着重自己的，一起了解其他几个就好，如果有兴趣。可以细化方向。搞机器人没有严格上有必要会的（或许英语是例外）。
下一篇：压力传感器的研究现状及发展趋势
上一篇：一台工业机器人包含哪些高新技术？
二维码扫一扫