机器人编程培训学习心得

⑴ 机器人培训主要学什么

机器人培训的话，会根据小朋友的年纪和机器人编程的基础来进行分班。每个班的小朋友学的内容都是不一样的。比如说：3-5岁学习乐高搭建，了解搭建的机器人基础机构，5-6岁这时候可以在机器人上加马达、电池这些，搭建汽车、电风扇可以运行的。7-13岁可以学习想乐高ev3、VEX-IQ这种课程，会涉及到传感器。学习使用零件搭建不同的机器人，使用模块化编程运行自己制作的机器人，使用遥控进行控制运行机器人。13岁以上学习高阶机器人，有用到金属构件，学习C语言或者C++编写机器人运行程序。。如果我的回答能够对您有帮助的话，请采纳

⑵ 机器人编程怎么入门

机器人编程入门要选择合适的编程语言，避免难度太高打消孩子学编程的机器人，泊思地乐高EV3机器人可以作为编程入门课程，模块化编程，通过鼠标拖拽指令完成，图形化的编程还能增加学习编程的趣味性。学少儿编程可以提高孩子逻辑思维、专注力

先学习C语言，这是基础，然后学习单片机，然后就是实验步进电机的控制，译码器的工作原理和编程等等，这些是入门，有基础之后可以学点Arino之类的，了解当前机器人最前沿的的系统，学会应用控制器，不同的机器人需要不同的控制器，，机器人越复杂需要用的控制器越多，所以如果想在机器人这方面深挖的话，学会应用不同的控制器也很重要。机器人编程是机器人运动和控制问题的结合点，也是机器人系统最关键的问题之一。当前实用的工业机器人常为离线编程或示教，在调试阶段可以通过示教控制盒对编译好的程序一步一步地进行，调试成功后可投入正式运行。

关于更多的编程学习问题可以到童程童美咨询一下。童程童美专注于中国3-18岁青少儿编程教育，经过多年，研发出针对中国儿童的编程教育体系。凝聚美国纳斯达克上市公司18年少儿编程课程培训经验，形成了以人工智能编程、智能机器人编程、信息学奥赛、创意启蒙课等课程体系为核心，集国内外大型赛事、国际国内游学、冬夏令营等为一体的中国青少年STEAM创客教育平台。。目前童程童美有少儿编程体验课，点击可免费报名试听

⑶ ABB工业机器人心得报告怎么写

一直以来, 机器人的应用领域主要分为: 工业机器人, 专业服务机器人, 和个人/家用服务机器人. 服务机器人部分我们会在以后的文章里介绍; 这里只说工业机器人.

对我们普通老百姓来说, 工业机器人自然没有那些花哨的服务机器人那么有趣, 然而从商业利益来看, 现在工业机器人却仍然占据了整个机器人市场的大头: 在2008年, 它的市场规模大致在190亿美元 (包括工业机器人本身, 以及相关软件, 相关附件以及配置系统等), 而同时服务机器人市场估计在110亿美元左右 (相关数据参看该网站出的报告简要). 毕竟这个时代还是钱说了算, 于是我们可以看到现在国际机器人联合会的主席就来自工业机器人的一家龙头企业ABB了.

工业机器人主要用在制造行业, 能够做焊接, 磨削, 喷涂, 搬运, 分拣, 装配, 包装等等. 和人相比, 优点主要有两个: 精确和稳定. 精确在于它一般能做到零点几个毫米级的运动控制, 稳定在于它可以24*7地这么做下去. 和其他自控工具相比, 优点主要是一个: 系统柔性大, 即所谓flexibility; 一套用于给BMW7系喷涂的机器人, 换上BMW5系,只要重新编个程就可以, 生产柔性很大.

我个人更愿意把工业机器人看作是传统机械+电子自动化产品的延伸, 而不是披着神秘色彩的特高新科技领域. 大家也许都见过数控机床,能够以编程的方式, 让机器以极高的精度按指定路径运动, 从而完成各类工业加工应用. 那么绝大部分的工业机器人和数控机床差不多, 只是由于机械运动的方式不用, 而工业机器人往往有更大的自由运动的空间,而较大的应用灵活性.

好吧, 如果你还从没有见过一般工业机器人长什么样, 那么请点击该链接. 你可以看到,它一般是呈手臂型的, 而且底座是固定住, 无法移动的, 因此我们也把它叫做机械臂. 当然光一个机械臂还动不起来, 它需要背后的控制系统, 一般是像一个柜子一样的东西, 里面包含了逻辑控制/运动规划的主计算机和电机驱动等等; 这个柜子一般会晾在机械臂一旁. 因此, 一套完整的可使用的机器人系统至少包括机械臂和控制柜, 另外通常还算上一些仿真和应用编程软件等. (于是相应地, 一个典型的工业机器人研发机构, 也自然设置成机械+电路+软件三部分小组).

下面我们捎带说点机械性的知识, 不感兴趣者可略过 :)
机械上来说, 一般机器人的关节可以有两种选择: 旋转式(rotational)和平移式(prismatic). 而一个机器人少则3个关节, 多则十多个关节, 关节的数量决定了机械臂末端能达到的三维位姿空间;
而根据这么多机械关节的不同组合, 也可以分出很多种工业机器人类型来:
支架式(笛卡尔坐标式)运动的所谓gantry robot, 这类机器人只能在支架上沿笛卡尔坐标系线性移动,一般用来工厂里搬重物, 做装备等. 这类机器人可以做的很大, 比如有做到近四十米,高八米的 (可以想象完全是一个可以内部移动的两层楼了...);
柱状/球状机器人, 这里的柱/球状是指机器人通过每个关节的运动, 使其末端点能达到的三维空间范围的形状. (这些个人倒不太常见, 可能是用在小型自动化领域内.)
SCARA机器人(也可参见Wikipedia上此文), 有两个旋转关节和末端一个平移关节. 这种类型机器人在空间Z轴上是被锁住的, 因此常用来插螺钉啊,搬搬小东西啊之类的, 很灵活小巧, 速度也快. 看着干净, 还不占地.
最万能的多关节型机器人(articulated robot), 这种机器人一般有六个旋转关节(人的手臂也全是旋转关节, 不过关节数可比这类型机器人多多了...), 覆盖工作空间大(能扭出各种姿势来), 载重相对较高(更有力). 因此也是几个工业机器人大厂商的主打产品.
并联机器人(parallel robot), 这类机器人手臂不像前面介绍的那样一段串联着一段, 最终连接到末端, 而是直接各段手臂直接连接到末端上. 好处是什么? 避免了手臂运动误差的串联叠加效应, 每一段手臂的控制都或多或少会有误差的, 如果是串联, 那么前一段手臂的误差会直接叠加在接下去一段的误差上; 这样一段串着一段, 误差也就一段积着一段了. (想象一下我们手臂的串联效应, 现在如果我要伸手去前方1米处的苹果, 于是规划好了以肩膀与上臂60度, 上臂与前臂30, 前臂和手掌20度的姿态可以拿到, 于是闭起眼睛驱动我们的手臂达到这个目标姿态, 但由于每个关节的控制总有1度左右的误差范围, 那么累加起来, 到最后手掌上, 离真正的目标姿态就有了3度的角度误差范围.(事实上, 由于几何关系, 误差不一定是简单的相加, 但这里就不细谈了); 而并联的好处便是消除了这种串联误差效应, 因而能达到很高的运动精度; 坏处呢? 那就是运动空间受限了, 有那么多支手臂一起连着末端, 还怎么伸展的出去呢? 关于这类机器人的历史可参看这里, 其常用在飞行模拟器上; 也有用在分拣上, 比如号称速度最快的工业机器人-ABB的FlexPicker, 最快能在一分钟之内做150次的物品拾起和放下, 常常用于在传输带上拣面包抓香肠等.

接下来再说点工业机器人控制的知识:
工业机器人的运动和我们人的运动的首要区别, 是它并没有视觉这样的末端运动的闭环控制.
人可以在发现手没有够到水果时, 继续前伸手, 直到观察认为可以拿到为止; 但工业机器人不可以, 它没有眼睛(没有图像检测系统)来查看它是不是伸到了目标点. 所以从这个角度来说, 它是一个开环控制. (至于开环控制和闭环控制的定义, 大家可以参见wikipedia的定义. 大致意思是闭环控制会将系统检测到的信息反馈到控制器里去, 而控制器会利用这个反馈信息区调整自己的控制指令, 使得被控制的变量可以更快/准确/稳定地达到目标值; 而开环控制则没有或忽略了反馈信息, 即控制器充满自信地一番计算后, 直接发出控制指令, 而至于被控制的量是不是达到目标值了, 就不理睬了. 最经典的反馈控制是PID, 在化工流程, 运动控制等有非常广泛的应用).

所以, 工业机器人的一个基本的运动控制过程一般是这样的:
-> 用户输入目标点(如三维空间里的XYZ,以及姿态坐标)
-> 机器人通过对自己手臂和关节的分析, 计算出每个关节应该达到的目标值(旋转关节就是指要转到哪个角度, 平移关节就是指要移动哪个距离上)
-> 计算机将这些角度值发送给电机驱动程序
-> 电机驱动程序利用一定的控制方法(比如这儿就可以用PID了)来使电机驱动到目标值;
-> 结束

大家于是看到, 机器人只管把关节电机驱动到目标值, 至于之后每个关节连起来后是不是就真的到达了目标点, 它就管不着了. 你也许会问, 要是机器人的手臂参数就有误差(e.g. 热胀冷缩而长度改变, 内部掉了灰尘而掐着关节怎么办), 那么计算得到的关节目标值就会包含这些误差, 于是加起来就更不对了, 难道也不考虑么? 是的, 如果是这样的话, 机器人也只能"瞎"着眼睛自顾自的往不准确的目标点跑去了. 你也许会再问, 那也简单, 给机器人加双"眼睛"不就行了么, 上面装个摄像头, 实时监测机器人末端是不是真正达到了目标点, 这样要是真没达到, 就可以把这误差信息反馈给机器人,机器人就可以调整控制, 不就可以这误差消除掉了? 不行, 至少现在可不行. 第一, 现有的图像算法很难通用地判别好一般工业环境下的一般机器人的末端, 更不用说稳定地判断机器人在三维空间里的立体姿态信息了(稳定而准确地通过摄像头获得空间信息本身是视觉/机器人领域一个研究大难题, 这在以后的文章会再次提到). 第二, 现有的摄像头以及图像算法的本身又会带来误差问题. 有些工业应用对机器人运动控制的精度要求达到毫米级, 而如果摄像头本身像素跟不上, 机器人还没到目标点就报告成功, 那便适得其反了.

可见在工程环境下应用一个技术或产品, 其顾虑是非常多的, 其中有效, 稳定, 和鲁棒(robust)往往排在最前面. 放到工业机器人的设计里, 就是得让机器人不管天冷天热还是电磁辐射, 都得能正常得以预定精度运行, 不打折扣. 一套工业机器人系统的寿命要求十年不算长, 于是这十年就得保证能一直正常运行. 因此回到控制上, 我们就得非常小心得考虑每一个关节的特性模型. 现在市场上, 多关节运动机器人的到达精度一般能在零点几个毫米上, 什么意思呢? 就是如果你切着目标点出拉一根头发丝, 那么机器人"闭着眼睛"的每次运动都能恰好碰到这发丝而不会冲断. 你可以继而想象, 每一个关节本身的控制精度会达到什么程度!
正是由于精度控制的重要性, 对于机器人厂商来说, 自家的机器人使用什么样的机械设计, 哪种控制方式, 采用哪套控制参数, 以及怎样的驱动电路, 可都是绝不外传的看门本领了.

在基本的运动控制之上, 还有一层就是路径规划. 如果说运动控制是让机器人更好的达到一个点, 那么路径规划就是让机器人更好的走出一条(直/曲)线来.
比如我们会限定机器人以直线方式平移到第一个目标点, 然后以圆弧方式移到第二个点; 那么机器人就会按照一定的路径规划算法, 计算出整条路径要走的中间点, 然后利用运动控制, 循着中间点一直走到终点为止. 尽管理论研究上, 这方面的规划方法已经相当成熟了(基本上你已看不到高校会有老师还做工业机器人的基本路径规划...). 如果你曾了解过机器人学, 也会觉得这是最基本的小儿科知识了. 但一放到工程应用上, 就总会有更深的学问出来. 关键词只有一个: 精度. 前面提到天冷天热电磁辐射,这儿还有机器人本身的运动过程中的变化的惯性, 在这么多可变因素的影响下, 仍然要保持精度, 非得把机械物理控制原理给解剖地一清二楚不可. ABB在工业机器人领域算是一个领头了, 其机器人控制器用来打广告的主要技术就是所谓的True-Move,. 啥意思呢? 就是不管快跑慢走, 该走直线就走出直线, 转弯时该走圆就走出个正圆, 是truely right Move. 听着简单吧? 可别人就是做不出来或做不好, 而ABB就能靠它拿着成百上千万的订单.

好, 现在有了路径规划来计算整条路径的运动点, 还有运动控制去到达每一个点, 那么一个工业机器人系统该有的功能算是完成了. 如果配上一套软件, 可以让用户进行连续地对多条运动路径进行编程, 并能把程序下载到机器人控制器上执行; 另外还有软件可以让用户进行仿真运动验证, 而不用每次都跑到真实机器人上去调试; 那么开一家机器人公司的技术储备就已经完善啦.

那么说到公司, 我们再看看当前工业机器人市场的情况.
说到机器人制造商, 那么脑子里冒出来的一般就是瑞典的ABB, 美国的Comau, 日本的Denso, Epson, Fanuc, 德国的Kuka, 日本的Motoman等. 这些公司(或母公司)一般都在机械,电子, 或控制行业有至少半个世纪的经验积累, 因此有很强的技术优势. 其中ABB属于技术硬, 产品范围广, 但思维较稳重保守型, 不愿冒进, 属传统强势; 德国Kuka则秉承德国人做精做强的特点, 很快跟进,而且和德国宇航局(DLR)有不少合作, 后援很强. 经常会有些业内算是大胆的动作, 比如赞助足球机器人比赛RoboCup(因为那年我正好去了Atlanta参加Robocup小型组的比赛, 而Kuka是首席赞助商,所以印象深刻); 推出轻小型工业机器人(Light weight robot, LBR), 这是一个你可以放在桌台上,或拎在手上的机械臂, 其实是DLR的研究成果的市场化; 研发移动平台的机械臂; 把机器人放到迪士尼乐园里做刺激的游戏飞椅; 第一个推出能举起一吨重物的机器人; 经常把机器人放到好莱坞电影里客串等等; 日本的Denso,Epson做的多是小型化机器人, 所以在消费电子行业用的比较多, 比抓放手机,芯片之类的; 而Fanuc和Motoman则是和ABB激烈竞争的对手(类型的例子, 大家可以想象汽车行业里日本丰田,本田对老福特通用的挑战方式么?).

国内的情况较为惨淡, 沈阳新松还有哈工大曾经自己开发过工业用机器人, 甚至曾在一汽的生产线上使用过(但据说已不再用,应该是机器人自己带来的产品"问题"比效益多), 但已经不知道现在还在不在做了, 听说是基本转做其他类型的机器人去. 国家曾有一段时间支持过工业机器人的攻关开发, 也联合了多个工科牛校的工作者们, 但仍然没有做出能和以上这些公司竞争的市场化产品出来, 可以猜想主要地还是精度, 稳定度等工程老问题 (当然也有人将原因推在国内制造精度跟不上, 但其实在这样全球化的环境下, 基本元器件国内国外的都能购买, 并没有让国内企业一切打包制造的必要). 慢慢地, 国家也没有在这方面继续投入, 所以现在看来, 国内在自创工业机器人上基本是停滞状态(如果同学们看到还有教授博士拿这个捞钱做项目的, 就得小心看看是不是忽悠了); 如果有研究项目在做,那主要也偏向于工业机器人附件, 如视觉/力感应等检测系统等.

从全球来看, 当前工业机器人总使用量在100万台左右, 并以平均每年10万台左右的速度增加. 使用量最大应该是日本(占全球1/4~1/3), 接着是德国北美韩国中国等; 09年由于经济危机, 使用量的增长受到了很大影响, 可能只有往年的一半左右.
从应用行业来看, 工业机器人一般分为汽车行业(automotive instry)和其他行业(general instry), 大致是各占一半. 汽车行业上一般有冲压, 动力总成,白车身,喷涂以及总装(都是汽车制造工业的术语)等, 每个工艺都可以有工业机器人的参与; 而其他行业则多了, 从搬运"中华"香烟到打磨"波音"飞机叶片, 只有想不到的各种千奇百怪的应用.

由于工业机器人技术的相对成熟, 以及日本机器人制造商的低价策略, 整个机器人市场对一套机器人系统的出价也在逐渐下降, 所以现在利润空间并不算高; 比如Kuka集团的08年税前利润率(EBIT/Revenue)在4%, 而ABB的机器人公司也只是贡献了5~6%的税前利润率(相对ABB的电力和自动化公司几倍的销售额和利润率, 这可不算是有吸引力的), 这和IT行业Intel或Google动辄20~30%的利润率无法相提并论(当然即使IT业, 也要看公司的行业处境, 比如09年至今AMD的利润率就是负值了...). 当然, 我想这也都是和相关行业整体利润水平密切相关的, 比如自动化行业和制造行业(如典型地, 西门子和富士康的税前利润率均在5%左右或以下), 而工业机器人行业夹在二者中间, 自然高不起来太多.

当然, 利润空间的降低往往意味着成本降低或技术进步, 对消费者来说并不是坏事. 因此, 现在机器人研发的一个重点方向就是怎样降低成本, 以开发出白菜价般的工业机器人系统来, 希望通过这种方式来极大地扩张其应用行业的范围和深度. 而另一方面, 销售工程师们也在竭尽心力, 到处搜寻能够被机器人化的具体工艺来, 推动其自动化进程.

也许有一天, 人类会对"体力劳动"这个名词开始陌生, 因为和这个名字有关的所有工作都已被工业机器人来代替; 而这些机器人创造出来的财富, 便足以支持地球上整个人类去畅游在创造性的劳动乐趣中了.

⑷ 学习机器人编程有什么好处

有专家说孩子在8岁以前学东西特别快，是大脑发育的黄金期，这会儿多动脑开发思路，以后不会形成思维定式。
像家里孩子7岁，在乐博乐博这边学边实践的，这里不是纯理论课，，在学单片机机器人，看了他的一些课堂笔记，能涉及到杠杆、电子电路、机械结构这种物理知识。

⑸ 创客觅峰机器人编程上课的感受

编程的过程，对于很多孩子来说是非常新奇的，因为这是他们第一次接触“抽象思维”的过程。在学习编程的过程中，孩子会逐渐掌握抽象的法则。现实生活中把球扔到球框里，只需要用手抛一下就能实现，这是具象的操作；而在屏幕上想实现同样的结果，就需要用到抽象思维，需要去思考球的运行轨迹。
编程还可以让孩子掌握项目工程管理能力，简单的说，就是学会如何做一个小项目经理。学习编程的过程，就是：设定目标——寻找方法——动手操作——解决问题。这个过程与项目管理的过程类似。
随着科技的进步和发展，智能手机和设备的广泛使用，人工智能已经逐步进入到我们的日常生活中。随着劳动力成本的增加，那些简单重复性的操作极有可能会被机器人替代，不懂编程，未来可能都找不到工作！
Scratch是美国麻省理工学院开发的一款针对少儿的简易图形化编程软件。操作Scratch软件，孩子不需要学习任何语言，通过简单的拖拽模块即可完成一个程序的编写，类似于乐高搭积木，操作起来特别简单，是孩子学习少儿编程入门的不二选择！Scratch的目的不是为了让孩子学会具体的编程语言，而是侧重培养孩子如何去思考问题，如何去解决问题，从而达到训练和提高孩子的动手能力、独立思考能力、逻辑能力。

⑹ 少儿机器人编程培训真的好吗

很多人老问学XXX怎么样？有没有好处？其实我觉得更多人想问的是能不能成功，累不累。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。而且现在我们都陆陆续续接触到了机器人的运用，对于现在的孩子们已经接触到了人工智能，所以应该让孩子了解相关小知识，这会对他的未来有很大的帮助。

学习这个与传统校内灌输式的教育不同，它侧重于培养孩子解决问题能力，沟通表达能力，自我学习能力和创新实践能力。我们所谓的“为将来培养技能”，不仅是指为进入大学培养技能，而且是指为将来进入社会培养综合素质和能力。

⑺ 机器人编程是学的什么

机器人编程是学示教、编辑和轨迹再现的。

机器人编程为使机器人完成某种任务而设置的动作顺序描述。机器人运动和作业的指令都是由程序进行控制，常见的编制方法有两种，示教编程方法和离线编程方法。

其中示教编程方法包括示教、编辑和轨迹再现，可以通过示教盒示教和导引式示教两种途径实现。由于示教方式实用性强，操作简便，因此大部分机器人都采用这种方式。

离线编程方法是利用计算机图形学成果，借助图形处理工具建立几何模型，通过一些规划算法来获取作业规划轨迹。与示教编程不同，离线编程不与机器人发生关系，在编程过程中机器人可以照常工作。

编程语言：

于机器人专家来说，最重要的事情是开拓你的”编程思维”，而不是精通一种特定的编程语言。从很多方面来说，从哪种编程语言开始学习真的无关紧要。

学习的每种语言提升了编程思维，拥有了这种思维，去学习一种新编程语言的时候会容易不少。机器人编程中最流行的编程语言有BASIC、Pascal、工业机器人编程语言、LISP、硬件描述语言。

以上内容参考网络—机器人编程

⑻ 如何学习机器人编程

机器人家上看到，对于工科领域来说，脱离实践的学习都是肤浅的，对于控制这种强调经验的技术更是如此。如果去问一个程序员怎么学习一块技术，他必然让你去多编程。机器人领域也是。如果想把基本功打扎实，那么实践更是必不可少了。

对于普通学生入门来说 一款合适的机器人平台 + 入门级的控制算法进行试验。同时深入地学习相应地理论知识。对于一个有控制基础，需要现学现用的工作者来说，啃一本诸如《现代控制工程》的书籍，在工作者演练，下面的平台内容直接略过。关于平台的选择和相应的学习教程，我放在最后，防止大图分散了重点。

先结合机器人来说一下控制。对于设计任何一个控制系统来说，需要了解自己的输入、输出、控制元件，和算法。在一个简易的机器人系统里，分别对应的原件是：
输入 --- 传感器 （声呐，红外，摄像头，陀螺仪，加速度计，罗盘）
控制元件 --- 电机
控制算法 --- 控制板 （小到单片机，大到微机）
输出 --- 你的控制目标 （比如机器人的路径跟踪）

对这四方面都有了解之后，才能基本对机器人的控制有一个较为感性的认识。这是入门的基础。如果你对输入和输出做一个测量，比如用电机将某个轮子的转速从10加速到100，把这个测量勾画出来，那么这一个响应曲线。如何将电机准确快速地从10加速到100，这就需要一个简易的反馈控制器。

上面所说的各个传感器元件，都有廉价版可以购买学习，但随之引入的问题就是他们不精确，比如有噪声。消除这个噪声，你就需要在你的控制系统中引入更多的控制单元来消除这个噪声，比如加入滤波单元。

上面说这么多，只是想表达，理论和算法都是有应用背景的，但同时，学习一些暂时无法应用的算法也并不助于入门，甚至可能走偏门，觉得越复杂越好。所有的工程应用者都会说某某算法非常好，但是经典还是PID。倘若不亲手设计一个PID系统，恐怕真的领略不到它的魅力。我大学本科的控制课程包含了自动控制理论和现代控制理论，但是直到我设计一个四旋翼无人机的时候，才真正建立了我自己对机器人控制的理解。

推荐的那本《现代控制工程》是一本非常经典的专业书籍，需要理论知识，再进行详细的学习。我的建议是先玩，玩到需要时，认真学习这部分理论。

-----------------------------------------------------------------------------------------------------
推荐一些机器人平台。核心都涉及到运动控制。

基于arino的机器人平台是最大众的平台了，这是一个开源社区，很多关于机器人的简易设计和控制算法实现都能在google得到。淘宝arino机器人，包括arino控制板和各类简易传感器，几百块之内钱都能得到。
同时推荐一下Udacity上的Robotics课程，基于arino也都能实现完成。国外的有些Robotics课程使用的都是Lego Mindstorm作为实验平台（略土豪版）。红外，声呐，陀螺仪这些传感器Lego都有，同时它的电机也可以实现闭环控制。
Imperial College London的Robotics课程就是以Lego为实验平台的，Andrew Davison的课件上所有的理论都可以用Lego实现Andrew Davison: Robotics Course。如果这些都玩腻了，可以试试玩一个机器人飞行控制，比如四旋翼飞机。飞行器是六自由度控制，因此比小车要更加具有挑战性，也需要更精确的控制系统。下面这是我以前的一个四旋翼DIY，基于arino MultiWii的。依旧淘宝四旋翼飞行器。