机器人与具身智能
这里收录机器人学、运动控制、视觉、标定、遥操作与仿真实验相关的学习记录。
注意：所有控制示例默认先在仿真和断电测试台验证
位姿、IK、强化学习动作和 ROS2 消息都不是天然安全的真机命令。接入硬件前必须按设备完成急停、机械隔离、软硬限位、速度/加速度/电流/力矩限制、碰撞检测和通信看门狗；人员进入工作区时不得只依赖软件停止。
内容范围
- 坐标系、旋转与平移、齐次变换和矢量运算。
- 正运动学、逆运动学、
ikpy及机械臂控制。 - 相机标定、手眼标定、机器人标定与误差分析。
- OpenCV 目标检测、跟踪、数据集扩展和评估。
- 同构遥操作、机器狗步态算法和 HTML 交互式模拟器。
- ROS2 工作空间、Topic 通讯、机械臂驱动、视觉控制与语音 AI。
文章导航
1. ROS2 具身智能机器人自学路线与代码
从 ROS2 环境搭建开始，覆盖节点、Topic、机械臂关节、录制回放、OpenCV、TF、正逆运动学、语音、LLM 和 MCP，适合作为课程主线。
2. 从坐标变换到机器狗：机器人学习路线与视觉数据集扩展
解释机器人完整学习框架，并串联坐标变换、标定、视觉跟踪、物品 A 数据集扩展、同构遥操作和机器狗步态。
3. 机器人位姿变换推导与交互演示
详细推导位姿正变换、逆变换和齐次矩阵，并提供可点击上下左右、旋转和移动测试点的 HTML 演示。
4. URDF 从零到两关节机械臂：建模、RViz、Gazebo 与 ros2_control
从空 ROS2 Package 开始建立一台两关节机械臂，逐步完成 Link/Joint、坐标系、惯量、Xacro、RViz、TF、Gazebo、ros2_control 和轨迹控制，并提供完整配置与故障定位方法。
5. 机器人强化学习入门：从 Q-learning 到 DQN 训练两关节机械臂
面向零基础读者，用末端到达目标点的完整案例解释 State、Action、Reward、Q 值、探索、经验回放和目标网络，并展示 Q-learning 与 PyTorch DQN 的训练、损失、反向传播和仿真接入方法。
6. 具身智能核心电机全解：有刷、BLDC、步进与伺服
从电磁转矩、反电动势和闭环反馈讲清四类机器人常用电机，比较速度、转矩、定位、效率、噪声和热限制，并用 HTML/SVG 交互实验观察换向、步进、编码器跟随与负载响应。
当前目录完整性检查
截至 2026-09-01，仓库中检索到的机器人主题内容已统一放在本目录：
| 文件 | 内容 | 完整性状态 |
|---|---|---|
| ROS2 具身智能机器人自学路线与代码 | 00-68 课程主线、ROS2、机械臂、视觉、语音 AI 与 MCP | 主线完整；厂商驱动和真实硬件参数需按设备补充 |
| 机器人学习路线与视觉数据集扩展 | 机器人基础路线、物品 A 数据集扩展、机器狗与遥操作 | 学习框架完整；模型训练脚本可按目标检测框架继续补充 |
| 机器人位姿变换推导与交互演示 | 位姿正变换、逆变换的公式推导与验证清单 | 推导完整；三维示例可继续扩展 |
| URDF 从零到两关节机械臂实战 | Link/Joint、Xacro、RViz、TF、Gazebo 与 ros2_control | 教学链路完整；真机硬件接口需按实际型号实现 |
| 机器人强化学习入门 | 两关节机械臂环境、Q-learning、DQN、Gazebo 接入与 Sim-to-Real | 小白教学和仿真训练完整；真机训练需另做安全评审 |
index.md | 分类说明与目录导航 | 完整 |
当前没有发现仍散落在其他分类的 ROS、机械臂、机器狗、运动学或手眼标定文章。LLM/Agent开发实战与CV质检案例.md 属于通用 Agent/CV 质检内容，暂保留在 LLM 分类，不作为机器人专属文章移动。
位姿交互演示页面位于 docs/public/demos/robot-pose/index.html，通过文章中的 TeachingDemo 嵌入。它不连接真实机器人，只用于观察二维数学关系；接入真机前仍需完成 TF、标定、限位和急停验证。