機器人編程培訓學習心得

⑴ 機器人培訓主要學什麼

機器人培訓的話，會根據小朋友的年紀和機器人編程的基礎來進行分班。每個班的小朋友學的內容都是不一樣的。比如說：3-5歲學習樂高搭建，了解搭建的機器人基礎機構，5-6歲這時候可以在機器人上加馬達、電池這些，搭建汽車、電風扇可以運行的。7-13歲可以學習想樂高ev3、VEX-IQ這種課程，會涉及到感測器。學習使用零件搭建不同的機器人，使用模塊化編程運行自己製作的機器人，使用遙控進行控制運行機器人。13歲以上學習高階機器人，有用到金屬構件，學習C語言或者C++編寫機器人運行程序。。如果我的回答能夠對您有幫助的話，請採納

⑵ 機器人編程怎麼入門

機器人編程入門要選擇合適的編程語言，避免難度太高打消孩子學編程的機器人，泊思地樂高EV3機器人可以作為編程入門課程，模塊化編程，通過滑鼠拖拽指令完成，圖形化的編程還能增加學習編程的趣味性。學少兒編程可以提高孩子邏輯思維、專注力

先學習C語言，這是基礎，然後學習單片機，然後就是實驗步進電機的控制，解碼器的工作原理和編程等等，這些是入門，有基礎之後可以學點Arino之類的，了解當前機器人最前沿的的系統，學會應用控制器，不同的機器人需要不同的控制器，，機器人越復雜需要用的控制器越多，所以如果想在機器人這方面深挖的話，學會應用不同的控制器也很重要。機器人編程是機器人運動和控制問題的結合點，也是機器人系統最關鍵的問題之一。當前實用的工業機器人常為離線編程或示教，在調試階段可以通過示教控制盒對編譯好的程序一步一步地進行，調試成功後可投入正式運行。

關於更多的編程學習問題可以到童程童美咨詢一下。童程童美專注於中國3-18歲青少兒編程教育，經過多年，研發出針對中國兒童的編程教育體系。凝聚美國納斯達克上市公司18年少兒編程課程培訓經驗，形成了以人工智慧編程、智能機器人編程、信息學奧賽、創意啟蒙課等課程體系為核心，集國內外大型賽事、國際國內游學、冬夏令營等為一體的中國青少年STEAM創客教育平台。。目前童程童美有少兒編程體驗課，點擊可免費報名試聽

⑶ ABB工業機器人心得報告怎麼寫

一直以來, 機器人的應用領域主要分為: 工業機器人, 專業服務機器人, 和個人/家用服務機器人. 服務機器人部分我們會在以後的文章里介紹; 這里只說工業機器人.

對我們普通老百姓來說, 工業機器人自然沒有那些花哨的服務機器人那麼有趣, 然而從商業利益來看, 現在工業機器人卻仍然占據了整個機器人市場的大頭: 在2008年, 它的市場規模大致在190億美元 (包括工業機器人本身, 以及相關軟體, 相關附件以及配置系統等), 而同時服務機器人市場估計在110億美元左右 (相關數據參看該網站出的報告簡要). 畢竟這個時代還是錢說了算, 於是我們可以看到現在國際機器人聯合會的主席就來自工業機器人的一家龍頭企業ABB了.

工業機器人主要用在製造行業, 能夠做焊接, 磨削, 噴塗, 搬運, 分揀, 裝配, 包裝等等. 和人相比, 優點主要有兩個: 精確和穩定. 精確在於它一般能做到零點幾個毫米級的運動控制, 穩定在於它可以24*7地這么做下去. 和其他自控工具相比, 優點主要是一個: 系統柔性大, 即所謂flexibility; 一套用於給BMW7系噴塗的機器人, 換上BMW5系,只要重新編個程就可以, 生產柔性很大.

我個人更願意把工業機器人看作是傳統機械+電子自動化產品的延伸, 而不是披著神秘色彩的特高新科技領域. 大家也許都見過數控機床,能夠以編程的方式, 讓機器以極高的精度按指定路徑運動, 從而完成各類工業加工應用. 那麼絕大部分的工業機器人和數控機床差不多, 只是由於機械運動的方式不用, 而工業機器人往往有更大的自由運動的空間,而較大的應用靈活性.

好吧, 如果你還從沒有見過一般工業機器人長什麼樣, 那麼請點擊該鏈接. 你可以看到,它一般是呈手臂型的, 而且底座是固定住, 無法移動的, 因此我們也把它叫做機械臂. 當然光一個機械臂還動不起來, 它需要背後的控制系統, 一般是像一個櫃子一樣的東西, 裡麵包含了邏輯控制/運動規劃的主計算機和電機驅動等等; 這個櫃子一般會晾在機械臂一旁. 因此, 一套完整的可使用的機器人系統至少包括機械臂和控制櫃, 另外通常還算上一些模擬和應用編程軟體等. (於是相應地, 一個典型的工業機器人研發機構, 也自然設置成機械+電路+軟體三部分小組).

下面我們捎帶說點機械性的知識, 不感興趣者可略過 :)
機械上來說, 一般機器人的關節可以有兩種選擇: 旋轉式(rotational)和平移式(prismatic). 而一個機器人少則3個關節, 多則十多個關節, 關節的數量決定了機械臂末端能達到的三維位姿空間;
而根據這么多機械關節的不同組合, 也可以分出很多種工業機器人類型來:
支架式(笛卡爾坐標式)運動的所謂gantry robot, 這類機器人只能在支架上沿笛卡爾坐標系線性移動,一般用來工廠里搬重物, 做裝備等. 這類機器人可以做的很大, 比如有做到近四十米,高八米的 (可以想像完全是一個可以內部移動的兩層樓了...);
柱狀/球狀機器人, 這里的柱/球狀是指機器人通過每個關節的運動, 使其末端點能達到的三維空間范圍的形狀. (這些個人倒不太常見, 可能是用在小型自動化領域內.)
SCARA機器人(也可參見Wikipedia上此文), 有兩個旋轉關節和末端一個平移關節. 這種類型機器人在空間Z軸上是被鎖住的, 因此常用來插螺釘啊,搬搬小東西啊之類的, 很靈活小巧, 速度也快. 看著干凈, 還不佔地.
最萬能的多關節型機器人(articulated robot), 這種機器人一般有六個旋轉關節(人的手臂也全是旋轉關節, 不過關節數可比這類型機器人多多了...), 覆蓋工作空間大(能扭出各種姿勢來), 載重相對較高(更有力). 因此也是幾個工業機器人大廠商的主打產品.
並聯機器人(parallel robot), 這類機器人手臂不像前面介紹的那樣一段串聯著一段, 最終連接到末端, 而是直接各段手臂直接連接到末端上. 好處是什麼? 避免了手臂運動誤差的串聯疊加效應, 每一段手臂的控制都或多或少會有誤差的, 如果是串聯, 那麼前一段手臂的誤差會直接疊加在接下去一段的誤差上; 這樣一段串著一段, 誤差也就一段積著一段了. (想像一下我們手臂的串聯效應, 現在如果我要伸手去前方1米處的蘋果, 於是規劃好了以肩膀與上臂60度, 上臂與前臂30, 前臂和手掌20度的姿態可以拿到, 於是閉起眼睛驅動我們的手臂達到這個目標姿態, 但由於每個關節的控制總有1度左右的誤差范圍, 那麼累加起來, 到最後手掌上, 離真正的目標姿態就有了3度的角度誤差范圍.(事實上, 由於幾何關系, 誤差不一定是簡單的相加, 但這里就不細談了); 而並聯的好處便是消除了這種串聯誤差效應, 因而能達到很高的運動精度; 壞處呢? 那就是運動空間受限了, 有那麼多支手臂一起連著末端, 還怎麼伸展的出去呢? 關於這類機器人的歷史可參看這里, 其常用在飛行模擬器上; 也有用在分揀上, 比如號稱速度最快的工業機器人-ABB的FlexPicker, 最快能在一分鍾之內做150次的物品拾起和放下, 常常用於在傳輸帶上揀麵包抓香腸等.

接下來再說點工業機器人控制的知識:
工業機器人的運動和我們人的運動的首要區別, 是它並沒有視覺這樣的末端運動的閉環控制.
人可以在發現手沒有夠到水果時, 繼續前伸手, 直到觀察認為可以拿到為止; 但工業機器人不可以, 它沒有眼睛(沒有圖像檢測系統)來查看它是不是伸到了目標點. 所以從這個角度來說, 它是一個開環控制. (至於開環控制和閉環控制的定義, 大家可以參見wikipedia的定義. 大致意思是閉環控制會將系統檢測到的信息反饋到控制器里去, 而控制器會利用這個反饋信息區調整自己的控制指令, 使得被控制的變數可以更快/准確/穩定地達到目標值; 而開環控制則沒有或忽略了反饋信息, 即控制器充滿自信地一番計算後, 直接發出控制指令, 而至於被控制的量是不是達到目標值了, 就不理睬了. 最經典的反饋控制是PID, 在化工流程, 運動控制等有非常廣泛的應用).

所以, 工業機器人的一個基本的運動控制過程一般是這樣的:
-> 用戶輸入目標點(如三維空間里的XYZ,以及姿態坐標)
-> 機器人通過對自己手臂和關節的分析, 計算出每個關節應該達到的目標值(旋轉關節就是指要轉到哪個角度, 平移關節就是指要移動哪個距離上)
-> 計算機將這些角度值發送給電機驅動程序
-> 電機驅動程序利用一定的控制方法(比如這兒就可以用PID了)來使電機驅動到目標值;
-> 結束

大家於是看到, 機器人只管把關節電機驅動到目標值, 至於之後每個關節連起來後是不是就真的到達了目標點, 它就管不著了. 你也許會問, 要是機器人的手臂參數就有誤差(e.g. 熱脹冷縮而長度改變, 內部掉了灰塵而掐著關節怎麼辦), 那麼計算得到的關節目標值就會包含這些誤差, 於是加起來就更不對了, 難道也不考慮么? 是的, 如果是這樣的話, 機器人也只能"瞎"著眼睛自顧自的往不準確的目標點跑去了. 你也許會再問, 那也簡單, 給機器人加雙"眼睛"不就行了么, 上面裝個攝像頭, 實時監測機器人末端是不是真正達到了目標點, 這樣要是真沒達到, 就可以把這誤差信息反饋給機器人,機器人就可以調整控制, 不就可以這誤差消除掉了? 不行, 至少現在可不行. 第一, 現有的圖像演算法很難通用地判別好一般工業環境下的一般機器人的末端, 更不用說穩定地判斷機器人在三維空間里的立體姿態信息了(穩定而准確地通過攝像頭獲得空間信息本身是視覺/機器人領域一個研究大難題, 這在以後的文章會再次提到). 第二, 現有的攝像頭以及圖像演算法的本身又會帶來誤差問題. 有些工業應用對機器人運動控制的精度要求達到毫米級, 而如果攝像頭本身像素跟不上, 機器人還沒到目標點就報告成功, 那便適得其反了.

可見在工程環境下應用一個技術或產品, 其顧慮是非常多的, 其中有效, 穩定, 和魯棒(robust)往往排在最前面. 放到工業機器人的設計里, 就是得讓機器人不管天冷天熱還是電磁輻射, 都得能正常得以預定精度運行, 不打折扣. 一套工業機器人系統的壽命要求十年不算長, 於是這十年就得保證能一直正常運行. 因此回到控制上, 我們就得非常小心得考慮每一個關節的特性模型. 現在市場上, 多關節運動機器人的到達精度一般能在零點幾個毫米上, 什麼意思呢? 就是如果你切著目標點出拉一根頭發絲, 那麼機器人"閉著眼睛"的每次運動都能恰好碰到這發絲而不會沖斷. 你可以繼而想像, 每一個關節本身的控制精度會達到什麼程度!
正是由於精度控制的重要性, 對於機器人廠商來說, 自家的機器人使用什麼樣的機械設計, 哪種控制方式, 採用哪套控制參數, 以及怎樣的驅動電路, 可都是絕不外傳的看門本領了.

在基本的運動控制之上, 還有一層就是路徑規劃. 如果說運動控制是讓機器人更好的達到一個點, 那麼路徑規劃就是讓機器人更好的走出一條(直/曲)線來.
比如我們會限定機器人以直線方式平移到第一個目標點, 然後以圓弧方式移到第二個點; 那麼機器人就會按照一定的路徑規劃演算法, 計算出整條路徑要走的中間點, 然後利用運動控制, 循著中間點一直走到終點為止. 盡管理論研究上, 這方面的規劃方法已經相當成熟了(基本上你已看不到高校會有老師還做工業機器人的基本路徑規劃...). 如果你曾了解過機器人學, 也會覺得這是最基本的小兒科知識了. 但一放到工程應用上, 就總會有更深的學問出來. 關鍵詞只有一個: 精度. 前面提到天冷天熱電磁輻射,這兒還有機器人本身的運動過程中的變化的慣性, 在這么多可變因素的影響下, 仍然要保持精度, 非得把機械物理控制原理給解剖地一清二楚不可. ABB在工業機器人領域算是一個領頭了, 其機器人控制器用來打廣告的主要技術就是所謂的True-Move,. 啥意思呢? 就是不管快跑慢走, 該走直線就走出直線, 轉彎時該走圓就走出個正圓, 是truely right Move. 聽著簡單吧? 可別人就是做不出來或做不好, 而ABB就能靠它拿著成百上千萬的訂單.

好, 現在有了路徑規劃來計算整條路徑的運動點, 還有運動控制去到達每一個點, 那麼一個工業機器人系統該有的功能算是完成了. 如果配上一套軟體, 可以讓用戶進行連續地對多條運動路徑進行編程, 並能把程序下載到機器人控制器上執行; 另外還有軟體可以讓用戶進行模擬運動驗證, 而不用每次都跑到真實機器人上去調試; 那麼開一家機器人公司的技術儲備就已經完善啦.

那麼說到公司, 我們再看看當前工業機器人市場的情況.
說到機器人製造商, 那麼腦子里冒出來的一般就是瑞典的ABB, 美國的Comau, 日本的Denso, Epson, Fanuc, 德國的Kuka, 日本的Motoman等. 這些公司(或母公司)一般都在機械,電子, 或控制行業有至少半個世紀的經驗積累, 因此有很強的技術優勢. 其中ABB屬於技術硬, 產品范圍廣, 但思維較穩重保守型, 不願冒進, 屬傳統強勢; 德國Kuka則秉承德國人做精做強的特點, 很快跟進,而且和德國宇航局(DLR)有不少合作, 後援很強. 經常會有些業內算是大膽的動作, 比如贊助足球機器人比賽RoboCup(因為那年我正好去了Atlanta參加Robocup小型組的比賽, 而Kuka是首席贊助商,所以印象深刻); 推出輕小型工業機器人(Light weight robot, LBR), 這是一個你可以放在桌台上,或拎在手上的機械臂, 其實是DLR的研究成果的市場化; 研發移動平台的機械臂; 把機器人放到迪士尼樂園里做刺激的游戲飛椅; 第一個推出能舉起一噸重物的機器人; 經常把機器人放到好萊塢電影里客串等等; 日本的Denso,Epson做的多是小型化機器人, 所以在消費電子行業用的比較多, 比抓放手機,晶元之類的; 而Fanuc和Motoman則是和ABB激烈競爭的對手(類型的例子, 大家可以想像汽車行業里日本豐田,本田對老福特通用的挑戰方式么?).

國內的情況較為慘淡, 沈陽新松還有哈工大曾經自己開發過工業用機器人, 甚至曾在一汽的生產線上使用過(但據說已不再用,應該是機器人自己帶來的產品"問題"比效益多), 但已經不知道現在還在不在做了, 聽說是基本轉做其他類型的機器人去. 國家曾有一段時間支持過工業機器人的攻關開發, 也聯合了多個工科牛校的工作者們, 但仍然沒有做出能和以上這些公司競爭的市場化產品出來, 可以猜想主要地還是精度, 穩定度等工程老問題 (當然也有人將原因推在國內製造精度跟不上, 但其實在這樣全球化的環境下, 基本元器件國內國外的都能購買, 並沒有讓國內企業一切打包製造的必要). 慢慢地, 國家也沒有在這方面繼續投入, 所以現在看來, 國內在自創工業機器人上基本是停滯狀態(如果同學們看到還有教授博士拿這個撈錢做項目的, 就得小心看看是不是忽悠了); 如果有研究項目在做,那主要也偏向於工業機器人附件, 如視覺/力感應等檢測系統等.

從全球來看, 當前工業機器人總使用量在100萬台左右, 並以平均每年10萬台左右的速度增加. 使用量最大應該是日本(佔全球1/4~1/3), 接著是德國北美韓國中國等; 09年由於經濟危機, 使用量的增長受到了很大影響, 可能只有往年的一半左右.
從應用行業來看, 工業機器人一般分為汽車行業(automotive instry)和其他行業(general instry), 大致是各佔一半. 汽車行業上一般有沖壓, 動力總成,白車身,噴塗以及總裝(都是汽車製造工業的術語)等, 每個工藝都可以有工業機器人的參與; 而其他行業則多了, 從搬運"中華"香煙到打磨"波音"飛機葉片, 只有想不到的各種千奇百怪的應用.

由於工業機器人技術的相對成熟, 以及日本機器人製造商的低價策略, 整個機器人市場對一套機器人系統的出價也在逐漸下降, 所以現在利潤空間並不算高; 比如Kuka集團的08年稅前利潤率(EBIT/Revenue)在4%, 而ABB的機器人公司也只是貢獻了5~6%的稅前利潤率(相對ABB的電力和自動化公司幾倍的銷售額和利潤率, 這可不算是有吸引力的), 這和IT行業Intel或Google動輒20~30%的利潤率無法相提並論(當然即使IT業, 也要看公司的行業處境, 比如09年至今AMD的利潤率就是負值了...). 當然, 我想這也都是和相關行業整體利潤水平密切相關的, 比如自動化行業和製造行業(如典型地, 西門子和富士康的稅前利潤率均在5%左右或以下), 而工業機器人行業夾在二者中間, 自然高不起來太多.

當然, 利潤空間的降低往往意味著成本降低或技術進步, 對消費者來說並不是壞事. 因此, 現在機器人研發的一個重點方向就是怎樣降低成本, 以開發出白菜價般的工業機器人系統來, 希望通過這種方式來極大地擴張其應用行業的范圍和深度. 而另一方面, 銷售工程師們也在竭盡心力, 到處搜尋能夠被機器人化的具體工藝來, 推動其自動化進程.

也許有一天, 人類會對"體力勞動"這個名詞開始陌生, 因為和這個名字有關的所有工作都已被工業機器人來代替; 而這些機器人創造出來的財富, 便足以支持地球上整個人類去暢游在創造性的勞動樂趣中了.

⑷ 學習機器人編程有什麼好處

有專家說孩子在8歲以前學東西特別快，是大腦發育的黃金期，這會兒多動腦開發思路，以後不會形成思維定式。
像家裡孩子7歲，在樂博樂博這邊學邊實踐的，這里不是純理論課，，在學單片機機器人，看了他的一些課堂筆記，能涉及到杠桿、電子電路、機械結構這種物理知識。

⑸ 創客覓峰機器人編程上課的感受

編程的過程，對於很多孩子來說是非常新奇的，因為這是他們第一次接觸「抽象思維」的過程。在學習編程的過程中，孩子會逐漸掌握抽象的法則。現實生活中把球扔到球框里，只需要用手拋一下就能實現，這是具象的操作；而在屏幕上想實現同樣的結果，就需要用到抽象思維，需要去思考球的運行軌跡。
編程還可以讓孩子掌握項目工程管理能力，簡單的說，就是學會如何做一個小項目經理。學習編程的過程，就是：設定目標——尋找方法——動手操作——解決問題。這個過程與項目管理的過程類似。
隨著科技的進步和發展，智能手機和設備的廣泛使用，人工智慧已經逐步進入到我們的日常生活中。隨著勞動力成本的增加，那些簡單重復性的操作極有可能會被機器人替代，不懂編程，未來可能都找不到工作！
Scratch是美國麻省理工學院開發的一款針對少兒的簡易圖形化編程軟體。操作Scratch軟體，孩子不需要學習任何語言，通過簡單的拖拽模塊即可完成一個程序的編寫，類似於樂高搭積木，操作起來特別簡單，是孩子學習少兒編程入門的不二選擇！Scratch的目的不是為了讓孩子學會具體的編程語言，而是側重培養孩子如何去思考問題，如何去解決問題，從而達到訓練和提高孩子的動手能力、獨立思考能力、邏輯能力。

⑹ 少兒機器人編程培訓真的好嗎

很多人老問學XXX怎麼樣？有沒有好處？其實我覺得更多人想問的是能不能成功，累不累。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。而且現在我們都陸陸續續接觸到了機器人的運用，對於現在的孩子們已經接觸到了人工智慧，所以應該讓孩子了解相關小知識，這會對他的未來有很大的幫助。

學習這個與傳統校內灌輸式的教育不同，它側重於培養孩子解決問題能力，溝通表達能力，自我學習能力和創新實踐能力。我們所謂的「為將來培養技能」，不僅是指為進入大學培養技能，而且是指為將來進入社會培養綜合素質和能力。

⑺ 機器人編程是學的什麼

機器人編程是學示教、編輯和軌跡再現的。

機器人編程為使機器人完成某種任務而設置的動作順序描述。機器人運動和作業的指令都是由程序進行控制，常見的編制方法有兩種，示教編程方法和離線編程方法。

其中示教編程方法包括示教、編輯和軌跡再現，可以通過示教盒示教和導引式示教兩種途徑實現。由於示教方式實用性強，操作簡便，因此大部分機器人都採用這種方式。

離線編程方法是利用計算機圖形學成果，藉助圖形處理工具建立幾何模型，通過一些規劃演算法來獲取作業規劃軌跡。與示教編程不同，離線編程不與機器人發生關系，在編程過程中機器人可以照常工作。

編程語言：

於機器人專家來說，最重要的事情是開拓你的」編程思維」，而不是精通一種特定的編程語言。從很多方面來說，從哪種編程語言開始學習真的無關緊要。

學習的每種語言提升了編程思維，擁有了這種思維，去學習一種新編程語言的時候會容易不少。機器人編程中最流行的編程語言有BASIC、Pascal、工業機器人編程語言、LISP、硬體描述語言。

以上內容參考網路—機器人編程

⑻ 如何學習機器人編程

機器人家上看到，對於工科領域來說，脫離實踐的學習都是膚淺的，對於控制這種強調經驗的技術更是如此。如果去問一個程序員怎麼學習一塊技術，他必然讓你去多編程。機器人領域也是。如果想把基本功打扎實，那麼實踐更是必不可少了。

對於普通學生入門來說 一款合適的機器人平台 + 入門級的控制演算法進行試驗。同時深入地學習相應地理論知識。對於一個有控制基礎，需要現學現用的工作者來說，啃一本諸如《現代控制工程》的書籍，在工作者演練，下面的平台內容直接略過。關於平台的選擇和相應的學習教程，我放在最後，防止大圖分散了重點。

先結合機器人來說一下控制。對於設計任何一個控制系統來說，需要了解自己的輸入、輸出、控制元件，和演算法。在一個簡易的機器人系統里，分別對應的原件是：
輸入 --- 感測器 （聲吶，紅外，攝像頭，陀螺儀，加速度計，羅盤）
控制元件 --- 電機
控制演算法 --- 控制板 （小到單片機，大到微機）
輸出 --- 你的控制目標 （比如機器人的路徑跟蹤）

對這四方面都有了解之後，才能基本對機器人的控制有一個較為感性的認識。這是入門的基礎。如果你對輸入和輸出做一個測量，比如用電機將某個輪子的轉速從10加速到100，把這個測量勾畫出來，那麼這一個響應曲線。如何將電機准確快速地從10加速到100，這就需要一個簡易的反饋控制器。

上面所說的各個感測器元件，都有廉價版可以購買學習，但隨之引入的問題就是他們不精確，比如有雜訊。消除這個雜訊，你就需要在你的控制系統中引入更多的控制單元來消除這個雜訊，比如加入濾波單元。

上面說這么多，只是想表達，理論和演算法都是有應用背景的，但同時，學習一些暫時無法應用的演算法也並不助於入門，甚至可能走偏門，覺得越復雜越好。所有的工程應用者都會說某某演算法非常好，但是經典還是PID。倘若不親手設計一個PID系統，恐怕真的領略不到它的魅力。我大學本科的控制課程包含了自動控制理論和現代控制理論，但是直到我設計一個四旋翼無人機的時候，才真正建立了我自己對機器人控制的理解。

推薦的那本《現代控制工程》是一本非常經典的專業書籍，需要理論知識，再進行詳細的學習。我的建議是先玩，玩到需要時，認真學習這部分理論。

-----------------------------------------------------------------------------------------------------
推薦一些機器人平台。核心都涉及到運動控制。

基於arino的機器人平台是最大眾的平台了，這是一個開源社區，很多關於機器人的簡易設計和控制演算法實現都能在google得到。淘寶arino機器人，包括arino控制板和各類簡易感測器，幾百塊之內錢都能得到。
同時推薦一下Udacity上的Robotics課程，基於arino也都能實現完成。國外的有些Robotics課程使用的都是Lego Mindstorm作為實驗平台（略土豪版）。紅外，聲吶，陀螺儀這些感測器Lego都有，同時它的電機也可以實現閉環控制。
Imperial College London的Robotics課程就是以Lego為實驗平台的，Andrew Davison的課件上所有的理論都可以用Lego實現Andrew Davison: Robotics Course。如果這些都玩膩了，可以試試玩一個機器人飛行控制，比如四旋翼飛機。飛行器是六自由度控制，因此比小車要更加具有挑戰性，也需要更精確的控制系統。下面這是我以前的一個四旋翼DIY，基於arino MultiWii的。依舊淘寶四旋翼飛行器。