當前位置：首頁 » 驍銳科技新聞中心 » 資訊中心 » 行業資訊 » 應該學習哪些方面的知識，才能適應機器人研發的工作？

應該學習哪些方面的知識，才能適應機器人研發的工作？

來源：驍銳科技瀏覽：- 發布日期：2017-11-27 16:43:27【大中小】

這兒有必要提示各位留意一個技能人員簡略忽略的根底事實：
【機器人學是一門高度交叉的工程學科】為什么要說這個？是因為這兒面有兩個重要的詞：交叉、工程。下面是分開討論：
【交叉】意味著機器人學觸及的知識范圍十分廣泛，上至院士，下至愛好者，沒有能一個人搞定一切事的。中國學術界，一般來說傾向于把觸及的技能分為三大類：感知、認知、動作，近年來又彌補了協同，這兒簡略介紹：
1.感知技能中心的是傳感根底，其間包含了：傳感器（各類傳感器，基于什么原理的都有）、信號處理（中心運用的技能是各類濾波、多傳感器交融等）、模式辨認（視覺、語音、運動捕捉等）等等。
2.認知是了解環境的部分，現在主流的中心手法是（基于認知科學的）機器學習技能。人機交互的了解部分一般也放在這兒。
3.動作是從事的人最多的部分，傳統工業機器人幾乎一切問題都在這兒面。動作首要包含了機械、電子（拖動）這些看得見的部分，然后還包含了于操控理論為中心的運動操控，規劃理論為中心的運動規劃，
4.協同是后來被彌補進體系的（暫定，未遍及接受），首要包含了網絡化和多機器人。網絡化大部分問題是工程性質的。多機器人則首要研討如果每個機器人單獨決議計劃時，怎么大局最優等問題。
【工程】機器人是工程學科，意味著你不能理科思維去學習他。你無法通過【學習根底理論=》推表演各種問題答案】這條路走下去，因為一切的研討都是基于【你的體系運用了什么設備】為根底的。所以搞這行的根底之一就是，你要知道你有什么可以運用的。
關于一般的團隊，通常機電部分和軟件算法部分至少是不同人的（普通嵌入式軟件歸機電部分，但雜亂閉環之類的可能歸算法）。關于一個詳細的人來說，一般我們都會詳細的區別這個人是做機器人哪部分的，而各部分之間的根底技能可能徹底不同。
【問題來了】學挖掘機……恩，不，學機器人到底需求什么技能呢？看到這兒題主必定更迷茫了，這么多怎么學？實踐上說，我們必定不需求都學，這兒給出一些典型的場景和搭配，姓名都一般的俗稱，給題主一些參閱：
【搞體系的】通常指那些構建機器人體系的領軍型人物，這類人是典型的工程師，知識結構以了解一切相關學科進展為根底。許多情況下，這類人才都是做各種填補空白的項目，擅長范疇相關的剖析。知識結構大多以機電出身，少有機器學習和軟件出身。
【搞機的】機械、傳動、電機（選型等）、液壓、底盤等等技能為根底，是機器人體系的根底，也是國內幾人范疇的主力軍。通常在厚實的設計能力上，要求有限元等剖析手法。是很強調經歷的類型。
【搞電的】嵌入式（包含其間的軟件）、傳感器、驅動、閉環操控（PID等）、濾波、通訊協議等等技能是有必要的，特別要求見過的東西多。
【搞軟的】很不幸，這個比傳統的軟件概念大許多，除了通訊、UI之外，決議計劃等算法問題通通都要這些人來處理。甚至基本的機器視覺、多機協作都要掌握。
==上面是工程型，下面是擴大的細分研討==
【搞導航】留意，許多時候說導航，處理的不是怎么從A到B的問題，而是定位問題：我在哪？中心技能大多數都是以貝葉斯濾波為根底的（比如卡爾曼等）。如果細分，則搞SLAM的和搞GPS+慣性+航跡的會分為兩類。這些方向基本上獨立構成問題，專精即可。
【搞規劃】這個才是許多人以為的導航，簡略版是途徑規劃，雜亂的可能包含人的步態規劃。這個方向往往無法徹底獨立，大部分研討的人還一起在各種渠道上面做優化，需求有工程剖析能力。
【搞操控】這個就不是簡略的操控了，而是那些“領先科技20年”的高端操控問題，非線性什么的是至少的，需求強大的數學根底。通常是搞理論或是專心于某個詳細雜亂應用范疇的人。
【搞辨認】模式辨認與機器人是千絲萬縷的聯絡，許多搞辨認的也都搞機器人。但根底知識和機器人學已經沒什么關系了。
【搞動力學】機械的特殊進化方向，首要是由于其雜亂性和在實踐應用中許多運用的預算辦法，所以變得只有高端應用和科研才會實踐運用。
【搞智能】特別以科大為代表，同樣機器人最后不是唯一目標了。
還有許多許多，人數相對少些，就不多說了。留意后面的都是研討分化。還可以按特定范疇分，這兒就不列了。
如果你打算搞機器人，那么最好首要在根底里面選一個，著重自己的，一起了解其他幾個就好，如果有興趣?？梢约毣较?。搞機器人沒有嚴格上有必要會的（或許英語是例外）。