从这一次开始我们将主要根据Robotics 333的课件来进行相关实践了。这一讲是针对Lecture 2的运动学和控制，以及习题课。虽然不会照着课件全都写一遍，但是会将重点的公式和推倒拿过来，后面实践的时候用得到。
平面机器人有3个自由度，两个平移，一个旋转（空间机器人有6个），能够同时独立进行这三个自由度运动的是Holonomic Robot，使用麦克纳姆轮系。一般的平面机器人都无法做到。课件中指出，一般平面机器人的配置或者像汽车（三轮车）这种是驱动轮+导向轮，或者是扫地机器人这种是驱动轮+驱动轮差速导向。前者的运动学通过Ackerman Steering（阿克曼转向）描述，相对复杂。所以这里的课程采用了后者，事实上目前服务类机器人和AGV的都是使用差速转向，运动学相对简单。
从这个教程开始，就要开始介绍机器人的搭建和编程了，将混合参考Robotics 333和Dexster官网的教程进行。
：第一个机器人/port_diagram.png)
上图展示了Brick Pi的端口图，正如EV3拥有4个传感器接口和4个动作输出单元接口，我们的BrickPi也有4个传感器接口：S1-S4（S for Sensor），以及四个输出接口M1-M4 (M for Motor)。传感器和动作机构的连接方式和EV3相同。
Brick Pi的外壳可以连接乐高Beam组件，连接过程中需要借助peg组件，注意为了组装的便捷，先一次一个将peg放置到位，再连接beam，如下图所示。
：第一个机器人/Lego_beam.jpg)
对于第一个机器人，我们将参考Robotics 333第二堂习题课的课程要求，而那里面提到将使用Dexster官网的SimpleBot案例教学进行。我们接下来将进行SimpleBot的组装，这是一个最简单的双轮差速机器人。
年初的时候蛋总买了LEGO的第三代机器人平台MindStorm EV3，再一次激起了学习机器人相关知识的热情。目前我对于机器人的软硬件了解都非常有限，甚至基本的控制理论都不清楚，这在一个号称以黑科技为主导的机器人部门有点说不过去啊，虽然我们平时的工作是在大规模调度和供应链这个维度上的。另一方面，我们虽然想涉及优化理论在机器人控制、调度和识别中的应用，但是对于机器人基础的了解很少的情况下，这也就只能是想想。
借着拿到EV3的契机，我就开始了短短续续的学习规划。本来考虑一方面学习LEGO的图形化编程一边拿着手里的Arduino学习一些控制方面的知识，但是由于今年事情很多，这两块都耽误了。其实还有其他原因，一方面，LEGO的编程模式太过入门化，就算按部就班进行下去对于机理方面也不会有太多的进展；另一方面，Arduino的编程要使用Processing语言，这是基于Java的一门语言，我又不是太想dive into Java，所以也就浅尝辄止了，但是我确实买了很多传感器和breadboard，也许之后会继续这条路吧。
转机是我看到了帝国理工Andrew Davison教授的Robotics 333课程。该课程使用了EV3作为机械和结构单元，但是控制端则放弃了EV3的控制器，而是使用了Dexter Industries的BrickPi 3平台。这个平台的好处在于它利用GPIO和Raspberry Pi进行通讯，后者通过python API编写控制代码，而我既对Python比较了解，又有两个富裕的二代的Raspberry Pi。Robotics 333这门课在网上开放了课程材料，所以综上种种，一条学习路径变得清晰了。
：准备工作/BrickPi3-How-it-Works.jpg)
我希望这个学习的过程能做成一个专题，这一讲的话还是比较基础的housekeeping工作，先把需要准备的都准备了。
Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.
1 | $ hexo new "My New Post" |
More info: Writing
1 | $ hexo server |
More info: Server
1 | $ hexo generate |
More info: Generating
1 | $ hexo deploy |
More info: Deployment
# 前言 该博客使用