什么学习进入机器人？

如果他/她想要进入机器人并建立机器人技术,那么有人应该在大学学习什么？到目前为止'机电一体化'似乎是我正在寻找的领域？我查看了一些简单的"机器人"课程,但它们似乎只是关于电气和计算机工作,并没有包含有关机器人机械部件构建的任何细节？

我是一名专业的机器人研究顾问,在SRI International和JPL等组织工作了30年.

与计算机一样,机器人技术在软件和硬件之间存在很大的差距.硬件进一步细分为执行器和传感器.

如果您说"我想进入计算机",我会解释只有少数硬件工程师实际设计和构建物理计算机 - 大多数研究人员认为硬件和固件已经构建,然后他们担心软件 - 如何使系统实际工作.

与机器人类似,构建硬件是机械工程师的工作(设计结构和散热),电源电气工程师(指定电机)和计算机工程师(设计固件芯片)只需要很少的零件.下一代机器人也使用工业设计师(使外部看起来很漂亮,并且内部很好地配合在一起).

执行器设计的研究领域包括指针; 触角; 蜂鸟和其他鸟和昆虫的翅膀; 弹性车轮; 腿; 高辐射区域的非电子设计; 和手术器械.

在每部手机中配备摄像头,目前视觉传感器大多是解决的问题.传感器设计的研究领域包括智能柔性触觉皮肤,脑波传感器和其他生物医学传感器.还有一些良好的力传感器的空间.这些都属于材料工程,计算机工程,机械工程和生物医学工程领域.

为了正确驱动执行器,使它们不会分开,你需要一个控制理论工程师.从傅立叶变换开始,以便您可以理解z变换.这个数学的学习曲线非常陡峭,职业生涯很少,所以要么你必须天生就是控制工程师,要么让其他人为你处理这些低级细节.

对于中低级传感器驱动器,信号处理一直处于EE的领域之下.这一直到图像处理,它属于计算机科学,然后是图像理解,它位于CS的AI分支中.

但是,正如我所提到的,硬件,固件和驱动程序都是您解决过一次然后永久销售的制造细节.任何人现在都可以购买Lego或Bioloids套件,并开始使用电机.它与2006年不同,当时我们在JPL工作的富士通HOAP人形机器人是一个价值5万美元的定制特价机器人.

我认为真正有趣的工作大部分都是从假设硬件和驱动程序已经完成开始 - 然后,你对系统做了什么？这完全属于软件领域.

机器人软件控制从3D模拟器开始,而3D模拟器又基于正向运动学; 最终反向运动学; 动力,如果你愿意的话; 和物理引擎模拟.这里的数学以位置[位置+方向]为中心,最好用[4x4]齐次坐标变换矩阵表示.这些并不是很难,您可以从任何计算机图形教科书中获得良好的背景知识.确保你遵循以右边列向量结尾的矩阵后乘的宗教信仰; 这使您可以以您能够理解的方式链接从基部到腰部到肩部到肘部的运动学.早期的教科书提出使用行向量进行预乘,因为他们认为它不会产生影响.确实如此.

当然,物理引擎需要很好的物理知识.

使用人工智能(通常是基于规则的系统)完成更高级别的处理. 自然语言处理也可以与语言学和语音学相结合.语音识别和语音生成再次主要是信号处理,在EE和CS中讲授.最近的进展是关于大数据的,它使用统计,贝叶斯推理和基础向量空间(来自数学).

机器人技术尚未爆发.当戈登·盖科(Gordon Gecko)在海滩上走路时,手机正处于一个手机的高度,他正在谈论一个像鞋一样大小的"便携式手机".我不认为机器人在2020年之前就会无处不在.大约在2025年,作为一名机器人程序员将成为今天的应用程序员.研究很多AI早期开始.

祝好运.我希望这有帮助.

最先进的人形机器人系统设计截至2006年[短片]:http: //www.seqcon.com/caseJPL.html

组件的高级框图[图]:http: //www.seqcon.com/images/SystemSchematic640.gif