如果一个人想要进入机器人领域并构建机器人,他/她应该在大学阶段学习什么?到目前为止,“机电一体化”似乎是我正在寻找的领域?我看了一些简单的“机器人”课程,但它们似乎只涉及电气和计算机工作,而没有包括任何关于建造机器人机械部件的细节?
发布于 2012-02-22 06:49:27
我是一名专业的机器人研究顾问,有30年为SRI International和JPL等组织工作的经验。
与计算机一样,机器人技术在软件和hardware之间有相当大的鸿沟。硬件进一步细分为执行器和传感器。
如果你说“我想进入计算机领域”,我会解释说,只有少数硬件工程师实际设计和制造物理计算机--大多数研究人员假设硬件和固件已经建立,然后他们担心软件--如何让系统真正工作。
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),电力电气工程师(指定电机)和计算机工程师(设计固件硅)的零碎工作。下一代机器人也使用工业设计师(使外部看起来很漂亮,内部很好地配合)。
致动器设计的研究领域包括指状手;触须;蜂鸟和其他鸟类和昆虫的翅膀;弹性轮子;腿;用于高辐射区域的非电子设计;以及手术器械。
由于每个手机都有摄像头,视觉传感器在这一点上基本上是一个解决了的问题。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。还有一些好的力传感器的空间。这些属于材料工程、计算机工程、机械工程和生物医学工程领域。
为了正确地驱动执行器,使它们不会自己摇晃,您需要一名control-theory工程师。从傅立叶变换开始,这样你就可以理解z变换了。这个数学的学习曲线是非常陡峭的,而且职业也很少,所以要么你必须天生是一名控制工程师,要么你应该让别人为你处理这些较低层次的细节。
面向中低级传感器驱动的信号处理历来属于EEs的范畴。它的工作方式是图像处理,它属于计算机科学,然后是图像理解,它属于计算机科学的人工智能分支。
但是,正如我所提到的,硬件、固件和驱动程序都是制造细节,您只需解决一次,然后就可以永久销售。任何人现在都可以从货架上买到乐高或Bioloids工具包,并开始使用马达。这与2006年不同,当时我们在喷气推进实验室工作的Fujitsu HOAP人形机器人是一款价值5万美元的定制特别产品。
我认为大多数真正有趣的工作都是从假设硬件和驱动程序已经完成开始的--然后,你对系统做了什么?这完全属于软件领域。
机器人软件 control从3D模拟器开始,而3D模拟器又基于正向运动学;最后是反向运动学;动力学(如果您愿意的话);以及物理引擎模拟。数学在这里围绕位置位置+方向,这是最好的表示使用4x4齐次坐标转换矩阵。这些都不是很难,你可以从任何计算机图形学教科书中获得很好的背景知识。确保遵循后乘矩阵的原则,矩阵在右侧以列向量结尾;这允许您以一种您能够理解的方式链接从基到腰到肩到肘到手的运动学。早期的教科书建议使用行向量进行预乘,因为他们认为这不会有什么不同。确实如此。
当然,物理引擎需要相当不错的物理知识。
高级处理是使用人工智能完成的,通常是基于规则的系统。自然语言处理还可以将语言学和语音学结合起来。语音识别和语音生成也主要是信号处理,在EE和CS中教授。最近的进展是研究大数据,它使用统计、贝叶斯推理和基础向量空间(来自数学)。
机器人技术还没有取得突破。它仍然是在戈登·盖科走在海滩上对着一只鞋大小的“便携电话”说话时手机所处的水平。我认为在2020年前,机器人不会变得无处不在。到2025年左右,机器人程序员的需求将和今天的应用程序员一样多。多学习人工智能。早点开始。
祝好运。我希望这能帮到你。
截至2006年的最先进的类人机器人系统设计短片:http://www.seqcon.com/caseJPL.html
组件的超高级框图图形:http://www.seqcon.com/images/SystemSchematic640.gif
发布于 2013-02-12 11:07:06
我强烈推荐在Udacity上学习Artificial Intelligence for Robotics,这是一门非常有趣的课程,涵盖了软件和AI部分。此外,Coursera还提供了一个免费的在线机器人课程,以及其他与机器人非常相关和有用的课程。
发布于 2010-10-31 22:15:29
机械与电气工程和计算机科学。
机械工程将为您提供有关伺服、连杆、齿轮和所有其他机械部件的选择。
控制理论是机械工程和电气工程的结合点。你会需要这个的。
如今,许多控制都是数字化的,所以EE和计算机科学将是其中的一部分。
这是一个很大的领域。祝好运。
https://stackoverflow.com/questions/4063416
复制相似问题