机器人软件的独特之处在于:算法必须闭环在真实的物理世界里,误差会被积分放大,延迟会直接变成事故。本专题覆盖机器人软件栈全链路:软件分层与感知决策控制回路、ROS2 架构与 DDS、ROS2 实战与 TF2、运动学正解与逆解、动力学与控制、运动规划与轨迹优化、SLAM 与定位建图、传感器融合与状态估计、视觉感知与抓取、Gazebo 与 Isaac Sim 仿真、机械臂操作,以及实时性与安全部署。
📚 专题导览
本专题共 18 篇,前 12 篇按「概览 → 框架 → 运动学 → 控制 → 规划 → 定位 → 估计 → 感知 → 仿真 → 操作 → 落地」的顺序组织,后 6 篇为补充进阶内容(导航 → 操作 → 定位 → 足式 → 通信 → 实时),建议按表序通读:
| 阶段 | 文章 | 技术要点 |
|---|---|---|
| 概览 | 机器人软件栈全景 | 机器人软件分层、感知决策控制回路、技术栈选型 |
| 框架 | ROS2 架构:节点、DDS 与生命周期 | ROS2 节点与 DDS、执行器模型、生命周期与组件 |
| 框架 | ROS2 实战:话题、服务与动作 | 话题服务与动作、参数与 launch、TF2 坐标变换 |
| 运动学 | 机器人运动学:正解与逆解 | 位姿表示、DH 参数建模、正解与逆解数值方法 |
| 控制 | 机器人动力学与控制基础 | 拉格朗日动力学、PD 与计算力矩控制、阻抗控制 |
| 规划 | 运动规划与轨迹优化 | 构型空间与障碍、RRT 与 PRM、轨迹优化与时间参数化 |
| 定位 | SLAM 与定位建图 | SLAM 原理、图优化与滤波器方法、回环检测 |
| 估计 | 传感器融合与状态估计 | 卡尔曼与粒子滤波、IMU 与里程计融合、传感器标定 |
| 感知 | 机器人视觉与抓取 | 点云与位姿估计、抓取检测、手眼标定 |
| 仿真 | 机器人仿真:Gazebo 与 Isaac Sim | Gazebo 与 Isaac Sim、URDF 建模、sim-to-real 迁移 |
| 操作 | 机械臂控制与抓取规划 | 机械臂控制、冗余自由度、力控与装配任务 |
| 落地 | 机器人部署、实时性与安全 | 实时性保障、安全标准、边缘部署与运维 |
| 导航 | ROS 2 导航栈 Nav2 | 行为树编排、代价地图与膨胀、全局/局部规划器、恢复行为与参数调优 |
| 操作 | MoveIt 机械臂运动规划 | MoveIt 规划组与场景、OMPL 规划器、碰撞检测、笛卡尔路径与抓取流水线 |
| 定位 | 移动机器人定位 | AMCL 粒子滤波与重采样、里程计标定、多传感器融合定位、重定位与地图更新 |
| 足式 | 足式与人形机器人运动控制 | ZMP 与捕获点、MPC 步态生成、全身控制 WBC、强化学习步态与接触检测 |
| 通信 | ROS 2 通信与 QoS | DDS 选型、QoS 策略与匹配、执行器模型、零拷贝与多机发现 |
| 实时 | 机器人实时控制与嵌入式 | 控制周期与抖动预算、EtherCAT/CANopen、PREEMPT_RT、ros2_control 硬件接口 |