机器人导论历年卷 ¶

[机器人导论复习资料&经验分享](https://www.cc98.org/topic/5877333)<br>
[机器人导论4-6小时速通方案（附Anki包）](https://www.cc98.org/topic/5876649)<br>
[23-24春机器人导论回忆卷](https://www.cc98.org/topic/5876637)<br>
[2023-2024春学期机器人导论回忆卷（4L附笔记和资源整理）](https://www.cc98.org/topic/5876628)

综述、框图 ¶

智能方面

1. 处理器和控制器: 这是机器人的大脑，负责处理和控制机器人的动作和行为。它包括中央处理器（CPU）、微控制器（MCU）和各种传感器等。
2. 传感器: 机器人需要通过传感器来感知周围环境，如摄像头、激光雷达、力传感器等。这些传感器收集到的信息会传输给处理器进行分析和处理。
3. 软件和算法: 机器人的智能还体现在软件和算法上，包括操作系统、控制算法、机器学习算法等。这些软件和算法使机器人能够自主决策、学习和适应环境。

体能方面

1. 机械结构: 机器人的机械结构包括机身、关节、传动装置等。这些结构使机器人能够移动、抓取物体和完成各种任务。
2. 驱动系统: 驱动系统为机器人提供动力，包括电机、液压系统、气压系统等。这些系统使机器人能够执行各种动作，如行走、抓取和操纵物体。
3. 能源系统: 能源系统为机器人提供能量，包括电池、电源等。这些系统使机器人能够长时间工作，而无需频繁充电或更换电池。

1. 明确执行机构: 在这一步中，需要确定机器人需要完成的任务和功能，并根据这些要求选择合适的执行机构，如电机、液压缸、气压缸等。
2. 确定传动方式: 根据执行机构的特点和要求，选择合适的传动方式，如齿轮传动、皮带传动、链传动等。传动方式的选择需要考虑传动效率、精度、可靠性等因素。
3. 设计导向机构: 导向机构用于引导执行机构的运动，使其按照预定的轨迹运动。导向机构的设计需要考虑运动精度、刚度、抗干扰能力等因素。
4. 结构设计: 在这一步中，需要根据执行机构、传动方式和导向机构的要求，进行机器人的整体结构设计。结构设计需要考虑材料的选择、强度和刚度的要求、装配和维护的便利性等因素。
5. 优化分析: 在完成结构设计后，需要对机器人进行优化分析，包括运动学分析、动力学分析、控制策略分析等。优化分析的目的是提高机器人的性能，减少能耗，延长使用寿命等。
6. 组装与测试: 最后，需要将各个部件组装成完整的机器人系统，并进行测试和调试。测试的目的是验证机器人的功能和性能是否满足设计要求，并进行必要的调整和改进。

一个智能体的例子是自主导航机器人，它通过与外界环境的交互来实现自主导航功能。

交互逻辑

1. 感知环境: 自主导航机器人通过各种传感器（如摄像头、激光雷达、超声波传感器等）感知周围环境，获取环境信息。
2. 地图构建: 机器人利用感知到的环境信息构建地图，包括障碍物的位置、大小和形状等。
3. 路径规划: 根据地图信息和导航目标，机器人进行路径规划，找到一条安全、可行且最优的路径。
4. 运动控制: 机器人根据规划好的路径进行运动控制，包括速度控制、方向控制和避障等。
5. 反馈与调整: 在运动过程中，机器人不断感知环境变化，并根据反馈信息对路径和运动进行调整，以适应环境的变化。

实现方式

1. 传感器数据处理: 使用计算机视觉、激光雷达数据处理等技术对传感器数据进行处理，提取有用的环境特征。
2. 地图构建算法: 采用 SLAM（同步定位与地图构建）等算法，实现对环境的实时地图构建。
3. 路径规划算法: 使用 A*、Dijkstra 等搜索算法进行路径规划，找到最优路径。
4. 运动控制算法: 采用 PID 控制、模糊控制等算法实现对机器人的运动控制。

微控制器部分 ¶

流程图

开始
|
v
初始化传感器和电机
|
v
循环开始
|      -----------------------
|      | 读取左右巡线传感器 | 
v      -----------------------
|
判断左右传感器值
|
+-------------+-------------+
| 左传感器检测到线（黑色）  | 右传感器检测到线（黑色）
+-------------+-------------+
|             |             |
让右轮加速   让左轮加速
让左轮保持低速  让右轮保持低速
|             |            
+------> 直行      
|             
|
v
结束循环

// 定义Arduino引脚
const int leftSensorPin = 2; // 左侧巡线传感器连接的引脚
const int rightSensorPin = 3; // 右侧巡线传感器连接的引脚
const int leftMotorPin = 9; // 左侧电机控制引脚
const int rightMotorPin = 10; // 右侧电机控制引脚

// 定义电机速度
const int highSpeed = 255; // 高速
const int lowSpeed = 150; // 低速

void setup() {
  pinMode(leftSensorPin, INPUT);
  pinMode(rightSensorPin, INPUT);
  pinMode(leftMotorPin, OUTPUT);
  pinMode(rightMotorPin, OUTPUT);
}

void loop() {
  // 读取传感器值
  int leftSensorValue = digitalRead(leftSensorPin);
  int rightSensorValue = digitalRead(rightSensorPin);

  // 判断传感器的状态并调整电机速度
  if (leftSensorValue == HIGH && rightSensorValue == LOW) {
    // 左侧检测到线，右侧未检测到线，向右转
    analogWrite(leftMotorPin, highSpeed);
    analogWrite(rightMotorPin, lowSpeed);
  } else if (rightSensorValue == HIGH && leftSensorValue == LOW) {
    // 右侧检测到线，左侧未检测到线，向左转
    analogWrite(rightMotorPin, highSpeed);
    analogWrite(leftMotorPin, lowSpeed);
  } else {
    // 如果都未检测到或者都检测到了，直行
    analogWrite(leftMotorPin, highSpeed);
    analogWrite(rightMotorPin, highSpeed);
  }
}

传感器 ¶

用于定量感知环境特定物质属性的电子、机械、化学设备，并能够把各种物理量和化学量等精确地变换为电信号，再经由电子电路或计算机进行分析与处理，从而对这些量进行检测

环境感知

传感器使机器人能够感知和测量其周围的物理特性，如距离、温度、压力、光照等。通过这些感知信息，机器人可以构建出环境的内部模型，从而实现对环境的理解和导航。

决策与控制

传感器为机器人的决策和控制提供了基础。通过感知环境信息，机器人可以做出相应的决策，如避障、路径规划等。同时，传感器也为机器人的控制提供了反馈，使机器人能够根据实际情况调整其行为。

人机交互

传感器在人机交互中也扮演着重要角色。通过传感器，机器人可以感知人类的行为和意图，从而实现与人类的自然交互。例如，语音识别传感器使机器人能够理解人类的语言指令，而视觉传感器使机器人能够识别人类的手势和表情。

激光雷达（LiDAR）

• 原理：激光雷达通过发射激光束并测量其反射时间来确定物体的距离和形状。它使用旋转的激光扫描仪或多个激光发射器来创建周围环境的 3D 地图。
• 作用：激光雷达用于机器人的导航和避障。它可以帮助机器人创建详细的环境地图，识别障碍物并规划最佳路径，以安全地在家中移动。

视觉传感器（RGB-D 相机）

• 原理：RGB-D 相机结合了传统的 RGB 相机和深度传感器，可以同时捕捉彩色图像和深度信息。它使用红外光或结构光来测量物体的距离。
• 作用：视觉传感器使机器人能够感知和识别物体的形状、颜色和纹理。它可以用于人脸识别、手势识别和物体检测，使机器人能够与人类进行交互和执行特定任务。

超声波传感器

• 原理：超声波传感器通过发送超声波信号并测量其反射时间来确定物体的距离。它使用压电陶瓷或超声波换能器来发送和接收超声波。
• 作用：超声波传感器用于机器人的近距离避障和测距。它可以帮助机器人检测附近的障碍物并避免碰撞，特别是在复杂的家庭环境中。

力传感器

• 原理：力传感器用于测量施加在机器人身上的力或压力。它使用应变片、压电电阻或压电陶瓷等技术来检测力的变化。
• 作用：力传感器使机器人能够感知和响应外部力。它可以用于检测机器人是否与物体接触或被推动，并调整其行为以保持平衡或避免损坏。

超声波测距仪 ¶

• 原理：利用压电传感器生成声波，采用测量传输时间法测距、
• 缺点：
• 声波传输速度低，降低了感知速率
• 声波束按锥形方式传播 , 张开角约 20～40 度使得方向分辨率较差
• 软的物体表面将吸收大部分声音能量
• 光滑的物体表面将形成镜面反射

激光测距仪 ¶

​ 三角法激光测距（扫地机器人）

​ 发射激光经物体反射，反射光由线性 CCD 接收，按照三角公式进行计算

• 优点：结构简单、价格低

• 缺点：测量距离有限，远距离分辨率低

驱动 ¶

（3）对于使用 20kHz 的 PWM 波调速，要达到 60% 额定转速时的脉宽 \(t_1\)，首先计算出 PWM 波的周期 \(T = 1 / 20,000 Hz = 0.05 ms\)。然后根据需要达到的转速百分比确定占空比 \(D = 0.6\)。最后，脉宽 \(t1 = D * T = 0.6 * 0.05 ms = 0.03 ms\)。所以，达到 60% 额定转速时的脉宽 \(t_1\) 为 \(0.03 ms\)。

电机烧掉：电机铜线外绝缘体破坏，电线与电线之间短路

检查方法：测量电机绕组的电阻值是否正常进行判断

画出无刷电机运行一个周期的六种状态流程（如下图所示：）

传动 ¶

螺丝

齿轮齿条

滚珠丝杠

曲柄滑块

蜗轮蜗杆传动

凸轮机构

运动学 ¶

关节空间 b 绕关节空间 a 的 x 轴旋转 \(m^\circ\)，再绕 z 轴旋转 \(n^\circ\) 的旋转矩阵

其中，\(\mathbf{R}_x(m)\) 和 \(\mathbf{R}_z(n)\) 分别是绕 x 轴和 z 轴的旋转矩阵，它们可以表示为：

将两个矩阵相乘，得到最终的旋转矩阵：

视觉 ¶

优点包括：

• 成本低且易用，可以快速启动和运行，适用于各种应用。
• 具有灵活性，可以通过更换镜头来满足不同应用的需求。

缺点

• 无法获得物体的深度和大小（了解大小需要参照物 ）
• 在外部光弱的情况下无法成像，依赖于外部环境影响

1. 光圈：光圈是一个用来控制光线透过镜头进入机身内感光面光量的装置。光圈的大小用 f 值来表示，光圈越大，f 值越小，进光量越大，画面越亮；反之光圈越小，f 值越大，进光量越小，画面越暗。光圈还可以控制景深。

2. 快门速度：快门速度是指光线通过镜头进入感光元件的时间长短。快门速度越长，进光量越多，画面越亮；快门速度越短，进光量越少，画面越暗。快门速度还会影响到画面的清晰度和动态捕捉能力。

3. 感光度（ISO）：感光度是指感光元件对于光的灵敏程度。ISO 越高，感光元件对光越敏感，画面越亮；反之 ISO 越低，感光元件对光越不敏感，画面越暗。ISO 的高低还会影响到画面的噪点水平。

4. 镜头焦距：镜头焦距决定了相机的视角和放大倍率。焦距越短，视角越广，适合拍摄大场景；焦距越长，视角越窄，适合拍摄远处的物体。

5. 相机传感器尺寸：相机传感器的尺寸会影响到相机的画质和感光能力。较大的传感器尺寸可以提供更好的画质和更低的噪点水平。

6. 相机镜头设计：镜头的设计包括镜片的材料、数量、排列方式等，这些都会影响到相机的成像质量、畸变控制和色彩还原能力。

7. 相机机身设计：相机机身的设计包括材料的选择、散热设计、防尘防水设计等，这些都会影响到相机的耐用性和工作环境适应性。

• 划痕检测
• 土壤分析
• 文字识别
• 人脸识别
• 视觉定位、导航

地图、运动规划、集群 ¶

GPS 定位的原理基于卫星导航系统，它利用一组卫星发送的信号来确定接收器的位置。GPS 系统由三个主要部分组成：卫星星座、地面控制部分和用户设备。

1. 卫星星座：GPS 系统由 24 颗卫星组成，这些卫星分布在 6 个轨道平面上，每个轨道平面上有 4 颗卫星。这些卫星以约 12 小时的周期绕地球运行，并持续向地球发送信号。

2. 地面控制部分：地面控制部分包括主控站、监测站和注入站。主控站负责监控整个系统的运行状态，监测站负责接收卫星信号并测量卫星的位置和时间信息，注入站则将这些信息发送给卫星。

3. 用户设备：用户设备包括 GPS 接收机和数据处理软件。GPS 接收机接收来自卫星的信号，并根据这些信号计算出自己的位置、速度和时间信息。

GPS 定位的基本原理是利用接收器接收至少四颗卫星的信号，并根据这些信号的时间延迟来计算出接收器与每颗卫星的距离。由于每颗卫星的位置是已知的，所以可以通过三角测量来确定接收器的位置。具体步骤如下：

• 接收器接收来自至少四颗卫星的信号，并测量信号的到达时间。
• 接收器根据信号的传播速度（光速）和到达时间计算出与每颗卫星的距离。
• 接收器根据与四颗卫星的距离和它们的已知位置，使用三角测量法计算出自己的位置。

（1）基于采样的路径规划方法：

• 随机采样（Random Sampling）：该方法通过在工作空间中随机生成一系列点，然后使用连接算法将这些点连接起来形成一条路径。
• 基于栅格的路径规划（Grid-based Path Planning）：该方法将工作空间划分为一系列小的单元格，然后使用启发式搜索算法在单元格之间寻找一条可行路径。

基于搜索的路径规划方法：

• A搜索算法（A Search Algorithm）：该算法是一种启发式搜索算法，它使用启发式函数来估计节点到目标节点的成本，从而指导搜索朝着最优解的方向进行。
• Dijkstra 算法（Dijkstra's Algorithm）：该算法是一种无启发式搜索算法，它通过系统地扩展节点来寻找从起始节点到目标节点的最短路径。

（2）以 A* 搜索算法为例，其具体原理如下：

A* 搜索算法是一种用于解决最短路径问题的启发式搜索算法。它通过维护一个开放列表（Open List）和一个关闭列表（Close List）来指导搜索过程。其中，开放列表包含尚未扩展的节点，关闭列表包含已经扩展的节点。

算法的搜索过程如下： 1. 将起始节点添加到开放列表中。 2. 从开放列表中选择一个节点，该节点的f值（g值+h值）最小，其中g值表示从起始节点到该节点的实际成本，h值表示从该节点到目标节点的启发式估计成本。 3. 将该节点添加到关闭列表中。 4. 从该节点生成所有可能的子节点，并计算每个子节点的g值和h值。 5. 如果子节点是目标节点，则搜索结束，返回从起始节点到目标节点的路径。 6. 如果子节点不是目标节点，则将其添加到开放列表中，并更新其在开放列表中的位置。 7. 重复步骤2-6，直到找到一条从起始节点到目标节点的路径或开放列表为空。

（3）路径规划在机器人系统中的作用是帮助机器人找到一条从起始位置到目标位置的可行路径，同时避开障碍物和其他不可通行的区域。理想情况下，路径规划算法应该能够快速找到一条最优或次优的路径，同时考虑到机器人的运动学和动力学约束。此外，路径规划算法还应该具有鲁棒性，能够在存在不确定性和变化的环境中找到可靠的路径。路径规划是机器人系统实现自主导航和任务执行的关键技术之一。

1. 无人机群：无人机群是由多个无人机组成的集群系统，它们可以协同工作，完成各种任务，如航拍、物流运输、环境监测等。例如，亚马逊公司正在研究使用无人机群来送货，以提高物流效率。
2. 机器人鱼群：机器人鱼群是由多个仿生机器人鱼组成的集群系统，它们可以模拟鱼群的行为，用于水下勘测、环境监测、水下搜救等领域。例如，麻省理工学院的研究人员开发了一种机器人鱼群系统，用于监测海洋中的水质和海洋生物。

（2）基于生物群落模型的集群算法（Flocking Models）的原理是模拟群体行为

它基于三个基本原则：聚集（Cohesion）、对齐（Alignment）和分离（Separation）。

聚集表示群体中的个体应该尽量靠近其他个体，保持一定的聚集度；

对齐表示群体中的个体应该尽量保持相同的速度和方向，形成一致的移动模式；

分离表示群体中的个体应该避免与其他个体发生碰撞，保持一定的安全距离。

（3）Flocking Models 应用的难点包括通信效率和稳定性的提高、复杂和动态环境的适应以及与其他先进技术的结合。

解决这些难点的办法包括优化通信协议、设计自适应的控制算法以及将Flocking 技术与深度学习、强化学习等技术相结合，以实现更高级和智能的任务执行。同时，不断的探索和创新也是推动 Flocking 技术发展的重要因素。

仿生群体机器人是指模仿生物群体行为和协作方式的机器人系统。

它们由多个简单的个体机器人组成，通过局部通信和协作，实现复杂的群体行为和任务。

假设我们设计一种仿生群体机器人，名为 " 协作蜂群 "，灵感来源于蜜蜂的群体行为。

功能：

1. 环境监测：协作蜂群可以用于监测环境参数，如温度、湿度、空气质量等。每个个体机器人都配备有传感器，可以收集和传输数据，通过群体协作，可以实现大面积的环境监测。
2. 搜索和救援：在灾难发生后，协作蜂群可以用于搜索和救援任务。它们可以进入危险区域，通过群体协作，快速搜索和定位幸存者，并将信息传递给救援人员。
3. 物流运输：协作蜂群可以用于物流运输，特别是对于小件物品的运输。它们可以协同工作，将物品从一个地方运送到另一个地方，通过群体协作，可以提高运输效率和灵活性。

设计题 ¶