# robotics **Repository Path**: Ivanmax/robotics ## Basic Information - **Project Name**: robotics - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-10-03 - **Last Updated**: 2026-10-03 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 机器人学(Robotics)课程 本仓库是一套完整的《机器人学》课程,覆盖从机器人组成结构、位姿描述、运动学、动力学到控制、智能控制、协作机器人与仿真实验的全部知识点(详见 [`需求.md`](需求.md))。 ## 课程特点 1. **知识点全覆盖**:严格按照课程大纲中的知识点罗列(第 0~11 章),每章均配有单元测验与单元作业。 2. **通俗易懂 + 数值推导**:每个知识点先用生活类比讲解核心理论,再给出一组具体数字、可以手算复现的【数值推导示例】,最后用 Python / Matlab 代码验证计算结果。 3. **实操示例对齐具身智能课程**:每个知识点均设有【实操示例】小节,直接引用 [`every-embodied`](every-embodied/README.md) 具身智能开源课程中对应的实战教程,实现"理论 → 数值推导 → 代码 → 真实机器人实操"的闭环。 ## 课程目标 | 章节 | 教学内容(要点) | 教学目标 | 学时 | 教学形式 | 作业及考核要求 | 课程思政融入点 | 对应课程目标 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 第一章 | 结论、课程总体介绍 | 对课程及机器人学有总体认知 | 3 | 课堂讲授与互动 | - | 通过了解我国机器人发展成就、国家战略,培养专业热情 | 课程目标 1 | | 第二章 | 刚体运动基础 | 掌握描述刚体旋转和一般刚体变换的数学工具 | 3 | 课堂讲授与互动 | 课后作业 | 通过刚体变换计算,培养严谨的科学精神 | 课程目标 1 | | 第三章 | 机器人运动学 | 掌握建立机器人正向运动学建模的基本方法;掌握机器人反向运动学分析方法;掌握机器人微分运动(速度分析)方法 | 6 | 课堂讲授与互动 | 课后作业 | 通过运动学计算,培养严谨的科学精神 | 课程目标 1 | | 第四章 | 机器人轨迹与路径规划 | 掌握基于多项式的多关节机器人轨迹规划基本方法;了解机器人路径规划方法 | 3 | 课堂讲授与互动 | 课后作业 | 通过精密轨迹规划,培养严谨的科学精神 | 课程目标 1 | | 第五章 | 机器人动力学 | 掌握多关节机器人逆动力学建模(牛顿-欧拉法)和正动力学建模 | 5 | 课堂讲授与互动 | 课后作业 | 通过动力学建模与计算,培养严谨的科学精神 | 课程目标 2 | | 第六章 | 机器人学指数描述、拉格朗日法建模基本方法 | 掌握基于指数坐标方法的机器人建模方法 | 6 | 课堂讲授与互动 | 课后作业 | 通过指数坐标法建模与计算,培养严谨的科学精神 | 课程目标 1 | | 第七章 | 机器人位置控制 | 了解单关节机器人 PD 控制方法;掌握多关节机器人计算力矩控制方法;了解鲁棒计算力矩控制方法 | 3 | 课堂讲授与互动 | 课后作业 | 通过机器人位置控制器仿真计算,培养严谨的科学精神 | 课程目标 2 | | 项目介绍与课程设计 | 机器人仿真技术介绍与辅导 | 掌握基于 Matlab 的机器人仿真建模方法 | 1 | 课堂讲授与互动 | 课后作业 | 通过机器人仿真计算,培养严谨的科学精神 | 课程目标 4 | | 项目实践 | 机器人仿真实验 | 完成基于机器人仿真平台 CoppeliaSim 系统的机器人运动学实验,完成串联机器人运动学逆解、点到点运动规划和连续轨迹规划三个仿真实验 | 3 | 教师辅导与实验练习 | - | 通过机器人仿真案例,培养严谨的科学精神 | 课程目标 3 | | 项目实践 | 机器人操作实验 | 完成机器人运动学实验,机器人轨迹规划实验 | 6 | 教师辅导与实验练习 | - | 通过机器人实验操作案例,培养严谨的科学精神 | 课程目标 3 | | 课程设计 | 机器人课程设计 | 设计 6 自由度工业机器人,完成机器人设计及电机选型、运动学分析、对于典型运动轨迹的运动分析和关节受力分析、动力学分析等任务,并完成设计报告 | 6 | 教师辅导与实验练习 | - | 通过机器人计算分析和设计,培养精益求精的大国工匠精神 | 课程目标 4 | | 课程设计答辩 | 课程设计答辩 | 完成项目概念方案设计及报告撰写、答辩 | 3 | - | 完成项目概念设计、报告、答辩 | 通过项目概念方案整理和答辩,培养严谨的科学精神 | 课程目标 5、课程目标 6 | ## 课程目录 | 章节 | 目录 | 内容 | 对应课程目标 | | :--- | :--- | :--- | :--- | | 第 0 章 | [00-课程简介](00-课程简介/) | 课程概述、课程目标、知识体系、学习方法与考核方式 | 课程目标 1 | | 第 1 章 | [01-机器人组成与结构](01-机器人组成与结构/) | 机器人概念及发展历程、机械臂典型结构及类型、连杆关节及自由度、系统组成与结构 | 课程目标 1 | | 第 2 章 | [02-位姿描述与坐标变换](02-位姿描述与坐标变换/) | 刚体位置姿态描述、平移与旋转变换、齐次坐标、齐次变换 | 课程目标 1 | | 第 3 章 | [03-连杆参数及运动学求解](03-连杆参数及运动学求解/) | 位置运动学、正运动学(DH 法)、逆运动学、运动学实例分析 | 课程目标 1 | | 第 4 章 | [04-机器人速度建模与分析](04-机器人速度建模与分析/) | 连杆速度传递、雅可比矩阵(矢量积法/微分变换法)、微分运动、奇异及可操作性 | 课程目标 1 | | 第 5 章 | [05-机器人动力学建模](05-机器人动力学建模/) | 静力传递及力雅可比、转动惯量及惯性张量、加速度传递、牛顿-欧拉法、拉格朗日法、四连杆动力学 | 课程目标 2 | | 第 6 章 | [06-机器人关节驱动与控制](06-机器人关节驱动与控制/) | 驱动系统概述、关节驱动电机、传动参数计算及负载特性、关节伺服控制、机器人传感器 | 课程目标 2 | | 第 7 章 | [07-轨迹规划与控制](07-轨迹规划与控制/) | 轨迹规划、抛物线过渡的线性插值、笛卡尔空间轨迹规划 | 课程目标 1 | | 第 8 章 | [08-机器人非线性控制及力控制](08-机器人非线性控制及力控制/) | 位姿及轨迹控制(计算力矩法)、力控制、力位柔顺控制 | 课程目标 2 | | 第 9 章 | [09-机器人智能控制](09-机器人智能控制/) | 机器学习基础(分类/回归)、计算机视觉、模仿学习、自主学习(强化学习)、多智能体、未来智能机器人 | 课程目标 2/3 | | 第 10 章 | [10-协作机器人](10-协作机器人/) | 协作机器人概念及内涵、人机交互基本概念、人机交互接口、人机协作机器人编程 | 课程目标 3 | | 第 11 章 | [11-仿真实验](11-仿真实验/) | Matlab Robotics Toolbox 建模、正逆运动学、轨迹规划、速度与静力、动力学、Simulink、操作臂控制 | 课程目标 3/4 | ## 每个知识点的文档结构 每个知识点(.md 文件)统一按以下结构组织,保证学习路径完整: ``` 一、本节目标 —— 学习目标 + 课程思政融入点 二、核心知识 —— 通俗易懂的理论讲解(生活类比 + LaTeX 公式) 三、数值推导示例 —— 给定具体数字、可手算复现的逐步推导 四、架构流程(Mermaid)—— 知识结构/计算流程可视化 五、代码验证 —— Python / Matlab 完整可运行代码,复现数值推导结果 六、实操示例 —— 引用 every-embodied 具身智能课程中的实战教程 七、思考题 —— 3 道思考题 ``` ## 学习方法建议 1. **先读理论**:阅读"核心知识",用生活类比建立直觉; 2. **再动手算**:独立完成"数值推导示例",不查答案地手算一遍; 3. **再写代码**:运行"代码验证"并尝试修改参数观察变化; 4. **最后做实操**:按"实操示例"指引,在 [every-embodied](every-embodied/) 中找到对应实战教程(真实机械臂、仿真环境、开发板),完成动手实验; 5. 完成每章的**单元测验**与**单元作业**自我检测。 ## 考核方式 - 单元测验与单元作业(各章) - 项目实践:基于 CoppeliaSim 的机器人运动学、点到点运动规划、连续轨迹规划仿真实验 - 课程设计:6 自由度工业机器人设计(电机选型、运动学分析、典型轨迹运动分析、关节受力分析、动力学分析)与设计报告、答辩 ## 参考资源 - [every-embodied 具身智能课程](every-embodied/):本课程"实操示例"的直接来源,覆盖机器人基础、硬件、视觉、强化学习、抓取 VLA、导航、仿真工具、机械臂设计等实战教程