机器人控制系统（一）——前期准备

本文链接： https://blog.csdn.net/Kalenee/article/details/88563411

文章目录

一、概述
二、相关工具
三、学习资源
四、开发参考

一、概述

机器人开发是一门综合学科，需要用到各方面知识，包括且不限于计算机，数学和物理等各个领域。因其综合程度高使其开发较为繁琐且困难，ROS的出现大大简单了机器人开发的门槛，ROS全称Robot Operating System，本质上是一个分布式系统架构，提供标准的通讯结构，实现功能的集成。
机器人开发的一般流程为：目标设计，构建框架，功能开发，整体优化，实体验证，该流程并非顺序执行，更多的是循环和回溯，本专栏也以按照该流程编写。

二、相关工具

工欲善其事必先利其器，要想更好的进行机器人开发，掌握相关工具和知识是必不可少的，下面介绍了在开发过程中常用的工具。

1. Matlab

简述

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

Matlab在机器人开发过程中主要用于控制算法的开发，但其程序运行速度较慢，不适合直接整合进控制系统中。

相关学习
机器人工具箱：提供机器人相关的各种函数，包括建模，逆解，轨迹规划和运动规划等。

2. C++

简述
C++执行效率较高，但编写较为繁琐，适合用在需要进行复杂计算的环境和性能要求较高的地方。
相关学习
Eigen
Eigen和Matlab的比较
 g2o

3. Python

简述
Python是一种解释型脚本语言，优势在于开发速度快，编写较C++简单，可以用作上层开发使用。
相关学习
Numpy
Python 机器学习——线性代数和矩阵运算：从matlab迁移到python
NumPy for Matlab users
NumPy for Matlab users文档

4. git

简述

Git是一个开源的分布式版本控制系统，可以有效、高速地处理从很小到非常大的项目版本管理。

考虑到控制系统本身为模块化开发，即各部分功能独立成模块，整体较为复杂，git可以帮助我们更好地管理整个工作空间，同时通过分支我们可以很好地将各部分功能分开开发。
相关学习
廖雪峰-Git教程
 图解Git

备注
Google 开源项目风格指南

三、学习资源

ROS已经发展了较长时间，网上也有大量相关知识，下面整理了一些比较好的资源：
ROS官方教程
 ROS Industrial (Kinetic) Training Exercises
古月居
 创客智造
 易科机器人实验室
 中国大学MOOC《机器人操作系统入门》课程代码示例

四、开发参考

使用ROS开发机器人在国内外已经有较成熟的经验了，下面是使用ROS开发的机器人控制系统，可以作为开发参考：
universal_robot
franka
ABB
gauss