为什么机器人比纯软件难一个数量级

写软件时，世界是离散的、确定的、可回滚的——git reset --hard 能解决大部分人生难题。

机器人不一样：

• 电机有惯性，地面有摩擦，传感器有噪声
• 没有 Ctrl+Z。机械臂撞到人，就是撞到了
• 宇宙不会抛出异常，它直接抛出你的机器人

物理世界是最严格的代码审查员。

运动学：机器人的"几何直觉"

正运动学（FK）：已知各关节角度，求末端在哪里。

逆运动学（IK）才是硬菜：已知想让末端去 $\mathbf{x}$，反求各关节该转多少。

问题在于 $f^{-1}$ 通常没有解析解，甚至有无穷多解——你的手可以伸到同一个杯子，肘部却可以摆出完全不同的姿势。机器人得自己"决定"怎么动，这里面全是优化问题。

一个两轮小车的速度分解

差速驱动是入门第一课。左轮 $v_l$、右轮 $v_r$、轮距 $L$：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import math

def diff_drive(v_l, v_r, L, x=0.0, y=0.0, theta=0.0, dt=0.1):
    """一步航位推算：由轮速更新位姿"""
    v = (v_r + v_l) / 2.0
    w = (v_r - v_l) / L
    theta += w * dt
    x += v * math.cos(theta) * dt
    y += v * math.sin(theta) * dt
    return x, y, theta

看着简单？等轮胎打滑、编码器丢脉冲、地面有个 2° 的斜坡，你就明白为什么机器人博士要读五年。

ROS2：机器人的神经系统

把机器人拆成节点（Node），节点之间用话题（Topic）发消息：

1

[摄像头节点] --/image_raw--> [视觉节点] --/cmd_vel--> [底盘节点] --> 电机

ROS2 相比 ROS1 的杀手锏是 DDS 通信——去中心化的发布订阅，天生为分布式实时系统而生。之前 ROS1 那个 roscore 单点故障，终于进了历史垃圾堆。

物理彩蛋：倒立摆

机器人学的"Hello World"不是走路，是倒立摆——一根杆子立在移动小车上不许倒。

它是不稳定平衡点问题：$\theta = 0$ 处势能最高，任何微扰都会发散，必须持续反馈控制。这和人生一样——所谓稳定，不过是持续的主动纠偏。

折腾清单

• 攒一台差速底盘，跑通 SLAM（gmapping → Cartographer）
• 给机械臂写 IK 求解器，先数值解再解析解
• 倒立摆实物：电位器测角度 + PID 调参地狱
• 终极目标：把 LLM 接上机器人，让它听懂"帮我把桌上的可乐拿过来"