R机器人学 · 课程网站ROBOTICS / COURSE SITE
已上线交互课件与题库直达: A01 坐标系三维实验台 · M22–M54 轨迹与控制 18 讲 · 16 门名课知识网 · 1,221 题智能组卷库
进入 A01 三维课件 ↗进入轨迹与控制 18 讲 ↗进入 1,221 题组卷系统 ↗
LESSON LIBRARY / ONE PAGE TWO COLUMNS

50 章一页两栏课件,按知识层检索

左栏是真实 G1 三维实验台与本章可动手的概念交互台;右栏是从经典教材与课程体系中整理出的讲义主体,公式按正式教材排版。整页不滚动,左右两栏各自滚动。

50章节课件
10知识层
145必修学时
20类概念台
01 / LAYERS

十个知识层

章节顺序以 Craig 4/e 为主轴,路径、轨迹与控制单独成层

L1 空间描述与变换 5 章 · 15 学时

Craig Ch2 · 位姿 / 映射 / 算子 / 变换方程 / 姿态参数

L2 操作臂运动学 5 章 · 15 学时

Craig Ch3–4 · D-H 建系 / 正解 / 逆解

L3 雅可比:速度与静力 4 章 · 12 学时

Craig Ch5 · 速度传递 / 奇异性 / 静力

L4 操作臂动力学 3 章 · 9 学时

Craig Ch6 · 牛顿-欧拉 / 拉格朗日 / 仿真

L5 路径与轨迹 7 章 · 21 学时

几何路径 → 时间律 → 插值 → 速度剖面 → 约束下的优化 → 控制接口

L6 控制:从误差动力学到闭环 9 章 · 27 学时

稳定性 / PID / 状态空间 / 计算力矩 / LQR / MPC / 鲁棒 / 力控

L7 运动规划 4 章 · 12 学时

Choset Ch2–7 · 构型空间 / 势函数 / 采样 / 微分约束

L8 移动机器人与状态估计 6 章 · 18 学时

AMR / Choset · 轮式运动学 / 里程计 / 滤波 / SLAM

L9 感知、机构与系统集成 5 章 · 16 学时

Craig Ch8, Ch12–13 · 机构 / 视觉 / 抓取 / 编程 / 综合

L10 选修 · 现代记号衔接 2 章 · 4 学时

MR 概念导读,不计必修学时

02 / CHAPTERS

50 章课件

按知识层筛选或搜索标题
知识层章标题核心关系式概念台来源打开
L1 空间描述与变换M05位置、姿态与位姿的描述ᴬp = ᴬR_B ᴮp + ᴬp_BorgframeModern Robotics Ch.3 · Figure 3.1 / Eq (3.22)打开 ↗
L1 空间描述与变换M06映射:从一个坐标系到另一坐标系ᴬp = ᴬT_B ᴮp,ᴬT_B = [ᴬR_B ᴬp_Borg; 0 0 0 1]frameModern Robotics §3.3.1 · Eq (3.22) / T 的结构打开 ↗
L1 空间描述与变换M07算子:平移、旋转与齐次变换R_z(θ) = [cosθ −sinθ 0; sinθ cosθ 0; 0 0 1]rotationModern Robotics §3.2.1 · Proposition 3.5打开 ↗
L1 空间描述与变换M08变换方程与坐标链ᴬT_C = ᴬT_B ᴮT_C;ᴬT_B = ᴬT_C (ᴮT_C)⁻¹frameModern Robotics §3.2.1.2 · Eq (3.22), p.71打开 ↗
L1 空间描述与变换M09其他姿态描述:欧拉角 / RPY / 四元数ᴬR_B = R_z(α) R_y(β) R_x(γ);q = (η, ε₁, ε₂, ε₃)rotationModern Robotics §3.2.1 · Proposition 3.5打开 ↗
L2 操作臂运动学M10连杆、关节与 D-H 建系ⁱ⁻¹T_i = R_x(α_{i−1}) D_x(a_{i−1}) R_z(θ_i) D_z(d_i)armCraig / Modern Robotics · 关节空间与自由度打开 ↗
L2 操作臂运动学M11正运动学:连杆变换连乘⁰T_N = ⁰T_1 ¹T_2 ⋯ ^{N−1}T_NarmModern Robotics §4.1 / Craig Ch.3 · 正运动学打开 ↗
L2 操作臂运动学M12三种空间、标准命名与工具坐标系q ∈ Q → x = f(q) ∈ X;⁰T_tool = ⁰T_N ᴺT_toolarmCraig / Modern Robotics · 关节空间与自由度打开 ↗
L2 操作臂运动学M13逆运动学:解存在性、子空间与解析解q = f⁻¹(x);可达 ⟺ x ∈ WS;三轴相交可分离求解armModern Robotics §6.2 / 数值逆运动学打开 ↗
L2 操作臂运动学M14多解选择、重复精度与数值逆解Δq = J⁺(q) e;qₖ₊₁ = qₖ + ΔqarmModern Robotics §6.2 · 位姿误差打开 ↗
L3 雅可比:速度与静力M15时变位姿、刚体线速度与角速度v = ṗ;ω;Ṙ Rᵀ = [ω]×rotationCRAIG §5.2–5.4打开 ↗
L3 雅可比:速度与静力M16连杆速度传递与 Jacobian⁰V = J(q) q̇;ⁱ⁺¹ω_{i+1} = ⁱ⁺¹_i R ⁱω_i + θ̇_{i+1} ⁱ⁺¹Ẑ_{i+1}armModern Robotics §5.1 · Jacobian打开 ↗
L3 雅可比:速度与静力M17奇异性、可操作度与冗余零空间det J = 0;q̇ = J⁺ẋ + (I − J⁺J) q̇₀armModern Robotics §5.1 / DLS 伪逆打开 ↗
L3 雅可比:速度与静力M18静力、力域 Jacobian 与笛卡尔变换τ = Jᵀ(q) F;P = τᵀq̇ = FᵀVforceModern Robotics §3.2 / 力与力矩;静力学打开 ↗
L4 操作臂动力学M19加速度、质量分布与牛顿-欧拉方程F = m v̇_C;N = I_C ω̇ + ω × I_C ωforceModern Robotics §3.2 / 力与力矩;静力学打开 ↗
L4 操作臂动力学M20牛顿-欧拉递推与封闭形式动力学τ = M(q) q̈ + V(q, q̇) + G(q) + F(q̇)curveModern Robotics §8.2 / 逆动力学打开 ↗
L4 操作臂动力学M21拉格朗日方程、笛卡尔动力学与仿真d/dt(∂L/∂q̇) − ∂L/∂q = τ;Λ(x) = (J M⁻¹ Jᵀ)⁻¹curveModern Robotics §8.1 / 动力学方程打开 ↗
L5 路径与轨迹M22路径与轨迹:几何路径、时间律与参数化q(t) = q(s(t));q̈ = q″(s)ṡ² + q′(s)s̈timelawBIAGIOTTI Ch1 / Ch8–9;CRAIG §7.1 引子;CHOSET Ch3 构型空间打开 ↗
L5 路径与轨迹M23关节空间插值:多项式、边界条件与连续性阶次q(τ) = q₀ + Δ(10τ³ − 15τ⁴ + 6τ⁵) ; q̈_max ∝ Δ/T²timelawCRAIG §7.2–7.3;BIAGIOTTI Ch2.1 多项式轨迹打开 ↗
L5 路径与轨迹M45时间缩放与速度剖面:梯形、双 S 与 jerk 限q̃(t) = q(t/λ) ; q̈̃ = q̈/λ² ; j̃ = j/λ³timelawBIAGIOTTI Ch3.2–3.4(梯形 / 双 S / 多梯形同步);BIAGIOTTI Ch5 轨迹的运算(时间缩放);CRAIG §7.3打开 ↗
L5 路径与轨迹M46笛卡尔空间路径与姿态插值Q(u) = [sin((1−u)Ω)/sinΩ]Q₀ + [sin(uΩ)/sinΩ]Q₁rotationCRAIG §7.4–7.5 / App B;BIAGIOTTI Ch8 多维轨迹与几何路径 / App C 姿态表示打开 ↗
L5 路径与轨迹M47途经点、分段连续与样条S′ᵢ(tᵢ) = S′ᵢ₊₁(tᵢ) , S″ᵢ(tᵢ) = S″ᵢ₊₁(tᵢ) ; q(s) = Σ Nᵢ,ₖ(s)PᵢfitBIAGIOTTI Ch4 多点轨迹(插值 / 三次样条 / B 样条 / 轨迹优化滤波器);BIAGIOTTI App B B 样条、NURBS 与 Bézier打开 ↗
L5 路径与轨迹M48轨迹优化:目标、约束与最优时间参数化min T = ∫₀¹ ds/ṡ ; τ = A(s)s̈ + B(s)ṡ² + C(s) ≤ τ̄ ; b = ṡ²toppBIAGIOTTI Ch4.6 最优轨迹的非线性滤波器 / Ch6 轨迹与执行器约束;TOPP:Bobrow 1985、Shin & McKay 1985、Verscheure & Hauser 2009、Pham 2018 TOPP-RA;MIT Underactuated Ch10 轨迹优化打开 ↗
L5 路径与轨迹M49从几何路径到轨迹:时间律与控制接口τ_ff = M(q_d)q̈_d + h(q_d, q̇_d) ; e = q_d − qchainBIAGIOTTI Ch9 从几何路径到轨迹;CHOSET Ch11 轨迹规划(路径 → 时间律);CRAIG Ch7 综合 / Ch9 前导打开 ↗
L6 控制:从误差动力学到闭环M24反馈控制与误差动力学:稳定性与稳态误差ë + K_v ė + K_p e = 0 ; ζ = K_v/(2√K_p)responseCRAIG Ch9 线性控制;OGATA《Modern Control Engineering》二阶系统;MIT Underactuated Ch9 Lyapunov打开 ↗
L6 控制:从误差动力学到闭环M25关节 PID:整定、离散实现与工程约束τ[k] = K_p e[k] + K_i T_s Σe + K_d Δe/T_s + ĝ(q)systemCRAIG Ch9;ÅSTRÖM & HÄGGLUND《PID Controllers》;SICILIANO §5.1–5.2打开 ↗
L6 控制:从误差动力学到闭环M26力控制:混合位置 / 力、阻抗与导纳F_d = M_d Δẍ + B_d Δẋ + K_d Δx ; τ = JᵀFforceCRAIG Ch11 力控制;HOGAN 阻抗控制原始论文;SICILIANO Ch7 力与阻抗控制打开 ↗
L6 控制:从误差动力学到闭环M27控制综合实验:轨迹 → 控制器 → 闭环e = q_d − q ; τ_cmd = sat(τ_ff + τ_fb) ; J_e = (1/N)Σ‖e‖²chainCRAIG Ch7 + Ch9–11 综合 / Ch12–13 实现;MIT OCW 2.12 实验;SICILIANO 控制实验章节打开 ↗
L6 控制:从误差动力学到闭环M50状态空间、线性化与极点配置ẋ = Ax + Bu ; det(λI − (A − BK)) = 0responseOGATA《Modern Control Engineering》状态空间与极点配置;CRAIG §9.5–9.7 线性化模型;MIT Underactuated Ch8 前导打开 ↗
L6 控制:从误差动力学到闭环M51模型前馈与计算力矩控制τ = M(q)(q̈_d + K_v ė + K_p e) + h(q,q̇) ⇒ ë + K_v ė + K_p e = 0responseCRAIG Ch10 非线性控制;SICILIANO §5.2 计算力矩;CORKE Ch9 动力学控制打开 ↗
L6 控制:从误差动力学到闭环M52LQR 与最优控制入门J = ∫(xᵀQx + uᵀRu)dt ; K = R⁻¹BᵀPresponseMIT Underactuated Ch8 LQR;ANDERSON & MOORE《Optimal Control》;BERTSEKAS《Dynamic Programming and Optimal Control》打开 ↗
L6 控制:从误差动力学到闭环M53模型预测控制与约束处理min Σ‖xₖ−xᵣ,ₖ‖²_Q + ‖uₖ‖²_R s.t. xₖ₊₁=Axₖ+Buₖ, uₖ∈UresponseRAWLINGS & MAYNE《Model Predictive Control: Theory and Design》;MIT Underactuated Ch10 轨迹优化;SICILIANO 预测控制章节打开 ↗
L6 控制:从误差动力学到闭环M54鲁棒、自适应控制与扰动观测τ = Yθ̂ + K s ; θ̂̇ = −ΓYᵀs ; V̇ = −sᵀKs ≤ 0learnCRAIG §10.6–10.8 自适应与鲁棒;SLOTINE & LI《Applied Nonlinear Control》;SICILIANO §5.4 自适应与鲁棒控制打开 ↗
L7 运动规划M28构型空间、自由空间与 Bug 算法Q_free = Q \ Q_obs;Bug 沿障碍边界绕行spaceLaValle, Planning Algorithms / 构型空间打开 ↗
L7 运动规划M29势函数、路线图与单元分解U(q) = U_att(q) + U_rep(q);F = −∇UgraphCHOSET Ch4–6打开 ↗
L7 运动规划M30采样规划 PRM / RRT 与图搜索f(n) = g(n) + h(n);P(找到解) → 1spaceLaValle / RRT 与采样规划打开 ↗
L7 运动规划M31非完整约束、微分约束与可行轨迹A(q)q̇ = 0 ; q̇ ∈ null(A(q)) ; min ∫L(x,u)dt s.t. ẋ=f(x,u)vehicleCHOSET Ch11–12 非完整与欠驱动规划;LAVALLE Ch13–14 微分约束;BIAGIOTTI Ch9 从几何路径到轨迹打开 ↗
L8 移动机器人与状态估计M32轮式机构与移动机器人运动学q̇ = G(q)u;差速:ẋ = v cosθ, ẏ = v sinθ, θ̇ = ωvehicleAMR Ch2–3打开 ↗
L8 移动机器人与状态估计M33传感器、里程计与误差传播Σ′ = F Σ Fᵀ + Q;p(x′ | x, u)sensorAMR Ch4打开 ↗
L8 移动机器人与状态估计M34概率基础与离散 / 贝叶斯滤波bel(xₜ) = η p(zₜ|xₜ) Σ p(xₜ|uₜ,xₜ₋₁) bel(xₜ₋₁)probCHOSET Ch9 / App I打开 ↗
L8 移动机器人与状态估计M35卡尔曼滤波 / EKF / 粒子滤波K = P⁻Hᵀ(HP⁻Hᵀ + R)⁻¹;x̂ = x̂⁻ + K(z − Hx̂⁻)filterCHOSET Ch8打开 ↗
L8 移动机器人与状态估计M36定位、地图表示与占据栅格lₜ = lₜ₋₁ + l_inv − l₀;p(m | x₁:ₜ, z₁:ₜ)mapAMR Ch5打开 ↗
L8 移动机器人与状态估计M37SLAM 入门、导航与探索min_{x} Σ ‖e_{ij}(x)‖²;global plan + local planner + controllergraphCORKE Ch5–6打开 ↗
L9 感知、机构与系统集成M38机构设计、驱动、传动与传感τ_out = n η τ_m;J_reflect = J_load / n²systemCRAIG Ch8打开 ↗
L9 感知、机构与系统集成M39相机模型、标定与三维位姿估计s[u v 1]ᵀ = K [R | t] [X Y Z 1]ᵀcameraCORKE Ch10–11, Ch13打开 ↗
L9 感知、机构与系统集成M40抓取:接触、摩擦锥与形/力封闭|f_t| ≤ μ f_n;G f = −F_ext;rank(G) 判据forceCRAIG Ch11 延伸打开 ↗
L9 感知、机构与系统集成M41机器人编程、离线编程与仿真程序 → 轨迹 → 仿真验证 → 下载到控制器chainCRAIG Ch12–13打开 ↗
L9 感知、机构与系统集成M42综合实验:感知 → 规划 → 控制闭环闭环误差 = Σ 各环节误差;二分定位首个失真相chain本站 A01–H03 全链路打开 ↗
L10 选修 · 现代记号衔接M43twist / wrench 与伴随变换(概念导读)V = (ω, v);F_b = [Ad_T]ᵀ F_arotationMR §3.2.2 / §3.3.2 / §3.4(选修)打开 ↗
L10 选修 · 现代记号衔接M44指数积 PoE 与 URDF(概念导读)T(θ) = e^[S₁]θ₁ ⋯ e^[Sₙ]θₙ MarmMR Ch4 / App C.5(选修)打开 ↗
03 / SHAPE

一份课件里有什么

① 真实 G1 三维实验台

左栏上方:从整机任务里真实遇到的坐标系、关节与接触问题切入。

② 概念交互台

左栏下方:20 类可动手模型,拖动滑块即看读数、图形与曲线同步变化。

右栏讲义主体

概念辨析、核心关系式、方法步骤、工程例子与自测;每章以一段人形机器人案例引入。

04 / REAL LAB

真实 G1 实验台

humanoid / learn 实验台

切换参考系、拖动关节,观察末端位姿与坐标读数如何实时变化。

整机任务演示

17 个可在浏览器里操作的人形机器人项目,配观察点与章节对应。