如何成为一名机器人工程师(三)

的研究方向需要精读的书会有所不同哦!

 

做机器人视觉定位、传感器融合方面的研究

 

Probabilistic Robotics 

作者: Sebastian Thrun / Wolfram Burgard / Dieter Fox
出版社: The MIT Press
出版年: 2005-09-01
页数: 667
定价: $60.00

【新春特辑】如何成为一名机器人工程师(三)

 

【新春特辑】如何成为一名机器人工程师(三)

Multiple View Geometry in Computer Vision

作者: Richard Hartley / Andrew Zisserman
出版社: Cambridge University Press
出版年: 2004-4-19
页数: 670
定价: $122.00

Linear Estimation 

作者: Thomas Kailath / Ali H. Sayed / Babak Hassibi 

出版社: Prentice Hall

出版年: 2000-4-10
页数: 854
定价: $ 217.60

【新春特辑】如何成为一名机器人工程师(三)

【新春特辑】如何成为一名机器人工程师(三)

An Invitation to 3-D Vision

作者: Yi Ma / Stefano Soatto / Jana Kosecka /S. Shankar Sastry 
出版社: Springer
出版年: 2003-11-14
页数: 546
定价: $ 89.95

 

 

做控制系统的研究

 

Linear System Theory and Design

作者: Chen, Chi-Tsong 
出版年: 2012-11
页数: 386
定价: $ 180.74

【新春特辑】如何成为一名机器人工程师(三)

【新春特辑】如何成为一名机器人工程师(三)

Modern Control Systems

作者: Richard C. Dorf 
出版社: Prentice Hall
副标题: 12th. edition
出版年: 2010-7
页数: 1104
定价: $169.00 

Rigid Body Dynamics Algorithms

作者Featherstone, Roy 
出版年: 2007-11
页数: 221
定价: $ 224.87

【新春特辑】如何成为一名机器人工程师(三)

 

随机系统的控制和最优控制

【新春特辑】如何成为一名机器人工程师(三)

Convex Optimization

作者: Stephen Boyd / Lieven Vandenberghe 
出版社: Cambridge University Press
出版年: 2004-3-8
页数: 727
定价: $ 90.00

Linear System Theory and Design

作者: Chen, Chi-Tsong 
出版年: 2012-11
页数: 386
定价: $ 180.74

【新春特辑】如何成为一名机器人工程师(三)

【新春特辑】如何成为一名机器人工程师(三)

Stochastic Models, Estimation and Control

作者: P. S. Maybeck 
出版社: Academic Press
出版年: 1979-5-28
页数: 444

【新春特辑】如何成为一名机器人工程师(三)

如果做规划算法的研究,那么还要读其他偏CS一些的书,比如讲A* searchrandom forest,图论方面知识的教材。

 

如果研究机器人视觉定位,几种常用的定位算法:PTAMROS的标VOSVOLSD-SLAMORB-SLAM,都必须自己学习之后全部跑一遍。

由于SLAM这两年很火,研究的人很多,所以网上可以参考的资料也很多,比如https://github.com/hcdth011/ROS-Hydro-SLAM,就在ROS上实现了几种定位算法的对比。

 


 

一些大学里学过的知识点,必须结合研究生期间的项目需求弄得很清楚,比如三大变换(傅里叶变换,拉普拉斯变换,Z变换),旋转表示法(欧拉角、四元数、旋转矩阵),数值计算怎么防止矩阵出现数值问题等等。

除了自己的项目,还需要把凸优化、微分方程、卡尔曼滤波还有多自由度机械臂的控制学习一下。这三个领域的知识,是任何一种机器人都会用的到比较难的知识。

 

凸优化

凸优化和凸优化的各种变形是非常重要的知识,各行各业里的研究问题,多半是会建立一个优化问题去解决的。

《Convex Optimization》一定要认真读一读。Matlab、Python、C++都有一些现成的工具包可以帮助你解优化问题,最好能自己手写一些基本的优化算法,比如gradient descend,barrier method等等。

 

【新春特辑】如何成为一名机器人工程师(三)
【新春特辑】如何成为一名机器人工程师(三)

另外现在主流的SLAM算法,后端都是通过一种叫做g2o的优化算法来出效果的。而且g2o能够整合bundle adjustmentstructure-from-motion这两大计算机视觉里的关键问题,是一种很好的计算思想,非常有必要学习一下g2o。

 

 

卡尔曼滤波

【新春特辑】如何成为一名机器人工程师(三)

卡尔曼滤波在下面的3本书里都有提到,在《Stochastic models estimation and control》有相当多的篇幅。卡尔曼滤波有好几种证明的方法,同学最好能自己学会1-2种。

【新春特辑】如何成为一名机器人工程师(三)

多自由度机械臂

【新春特辑】如何成为一名机器人工程师(三)

        多自由度的机械臂的难点在于机械臂的运动学正反解、运动学控制和动力学控制,基本是一个建模分析和数值算法实现的问题。

你可以用Simscape里面的刚体搭一个多自由度机械臂,然后通过Simulink仿真去学习机械臂的控制;也可以用Gazebo的URDF语言写一个机械臂,然后通过Gazebo和ROS的接口去控制机械臂;也可以用ROS里面的著名工具包MoveIt! Motion Planning Framework,不过MoveIt的问题是,只能仿真运动学,而不能仿真动力学。

  

        工业领域对多自由度的机械臂控制通常用D-H表示法的建模工具(Denavit)。

        这里笔者推荐《A mathematical introduction to robotic manipulation》。

【新春特辑】如何成为一名机器人工程师(三)

 

旋转表示法

旋转表示法应该作为研究生阶段的一个重要学习的知识点。

【新春特辑】如何成为一名机器人工程师(三)

两本书,前者是机械臂控制领域的著名教材,后者是计算机视觉领域的著名教材,它们的第二章基本是一样的,都在讲旋转表示法。

 

这是因为所有的旋转表示法都可以归纳为一种优雅的李群结构:SO(3)群。而计算机视觉和机械臂控制都涉及到理解刚体的旋转,事实上用计算系统去观测和控制所有的刚体构成的系统,理解旋转都是很关键的问题。

 


研究生阶段还要培养的一个能力是借助各种工具仿真机器人系统的能力。但很多机器人系统真的造出来的话造价昂贵,需要在实际制造之前写一个比较真实的仿真系统出来测试算法。

当你开始要搭一个仿真系统的时候

通过欧拉方程和牛顿方程确定刚体的运动特点,甚至要自己写刚体二阶微分方程。

2

确定刚体之间的互联关系,设计不同类型的关节,如果有软性连接需要加入弹簧阻尼模型。

3

确定被仿真的刚体系统会不会和外界产生碰撞或者其他形式的力,如果有的话,需要设计合适的接触力和摩擦力仿真的模型。

 

多旋翼飞行器的仿真是很简单的,不需要考虑什么接触力。但是多自由度机械臂基本都需要仿真接触力,不和物理世界去交互的机械臂只有很小的实用意义。而能够自行运动locomotion系统,比如双足、多足机器人,则涉及到更多的接触力,多到接触力都会影响仿真系统的数值稳定性。

 

搭建一个仿真系统需要很强的系统建模能力和数值分析的能力,虽然Simulink、Gazebo、VRep提供了不同程度的工具简化你的工作,但是要让仿真系统能够稳定运行,必须要能深入其中的细节。

【新春特辑】如何成为一名机器人工程师(三)

现在你已经进入了一个很好的状态;

看到一个机器人,能够很果断地分析出它用了什么传感器、执行器、计算平台大概是什么量级。

看到一个新的算法,能够大约判断清楚它的执行流程,在什么环节做了优化。

看到一个新的没学过的知识,能够分析出它和你以前学过的什么知识有联系,你还需要再学什么才能弄明白这个知识点。

 

笔者在这里对几个领域给出一些建议。

 

视觉定位和传感器融合

对视觉定位和传感器融合来说,SLAM急需新的突破,目前通过几何约束去实现loop closure看来是没法有更多的发展了,下一步可行的方向是与深度学习进行结合。推荐一篇行业中大牛的一篇文章http://www.computervisionblog.com/2016/01/why-slam-matters-future-of-real-time.html,记述了几个业界大牛们最新的观点。

 

传感器融合技术,目前还有很多问题可以探索,因为传感器的延时、不均匀的信号,会给定位系统造成困扰,如何去除这些干扰,需要建立比较复杂的非线性优化问题,具体可以关注香港科技大学Shaojie Shen的工作。

 

多自由度机械手和机器人

对于多自由度机械手和机器人的locomotion来说,还有非常多可以探索研究的问题。前面提过接触力和摩擦力很难仿真,现在没有任何一种工具和理论能把接触力和摩擦力正确仿真出来,因此如何在机器人系统里妥善处理对这些力的控制,就是个难题。

 

现在业界的一个前沿发展方向,也是利用机器学习技术来帮助机器人学会处理这些外力,不过人类目前最优秀的多自由度机器人系统,Berkeley的Brett机器人,叠几块积木就要用十分钟,显然还有很多提升的空间。这方面的问题同学可以关注知乎大神@戴泓楷@周佳骥。

 


最后再强调一遍表达能力的重要性。你可以从自己带的课程和机器人队入手,把自己这几年来学过的知识做成PPT讲给学生们听,然后让他们给你反馈。多做这样的练习,提升自己做演讲的能力,这将来会让你受益匪浅哦~

研究生二年级之后,你可以准备进机器人公司工作了,也可以根据你自己感兴趣的研究方向申请博士接着努力。由于你已经掌握了广博的知识和技能,你的职业生涯将会大有作为。