机器人 · 控制 · 实践
机器人与控制笔记
记录机器人与控制的推导、代码和实验。从一个具体问题出发,说明符号、假设,以及每一步为什么成立。
精选笔记
全部目录 →- 00.4|旋转、角速度与四元数:先把方向这件事说清楚
从坐标轴的投影推导旋转矩阵,再推导角速度与四元数乘法、积分和姿态误差,理解四个数为什么只表示三个自由度。
第零章|零基础数学与阅读方法 - 00.6|旋转如何求导:从小扰动到 ESKF、机械臂与视觉雅可比
区分时间导数、参数导数、局部扰动雅可比与机械臂几何雅可比,逐步推导正逆旋转、SE(3) 点变换和相机重投影导数。
第零章|零基础数学与阅读方法 - 02.6|IMU、DVL与位置观测如何协同:从卡尔曼原理到异步融合
不再把卡尔曼滤波理解成传感器加权平均。从状态、不确定性和交叉协方差出发,走通 IMU 预测、DVL 速度更新、USBL/GPS 位置更新、偏置修正、异步延迟处理与 C++ 实现。
02|传感器融合:从物理量到可信状态 - 02.7|传感器究竟测到了什么:DVL、GPS、USBL 与深度的观测建模
从回波频移、卫星传播时间和水压出发,推导传感器输出、坐标转换、观测函数与雅可比,理解不同维数的数据如何更新同一个十五维误差状态。
02|传感器融合:从物理量到可信状态 - 06.1|从受力图到状态方程:为什么要建动力学模型
从牛顿定律、广义坐标、虚功和能量推导建模流程,分清状态、输入、测量与参数,并用一自由度对象走通辨识、线性化和模型检查。
06|从控制对象到动力学模型与控制律 - 06.4|水动力学到控制律:六自由度模型、推进分配与抗扰设计
从刚体动能和相对水速建立水下模型,推导恢复力与推进器分配,再用一个带阻力、偏置扰动的悬停轴走通辨识、状态空间、极点配置、观测器、LQR和稳定性验证。
06|从控制对象到动力学模型与控制律
专题
机器人与控制学习系列 →
数学与运动学基础、动力学建模、传感器融合、控制设计,以及规划与视觉任务。