工业机器人：① “臂”的形态 ② “手”的形态 ③ 视觉，力和触觉
1 机器人的不同形态
“臂”的形态
“手”的形态
2 常见的操作任务
操作：插入、推和滑
抓取：两指（平行夹爪）抓取、灵巧手抓取
落地-产品化
（1）机械臂：① 工业自动化应用，相对场景比较确定和可控 ② 部分生活场景：任务相对比较清晰，如咖啡机器人、冰淇淋机器人
（2）移动机器人：① 清洁机器人 ② 配送机器人
挑战：（1）通用抓取与操作 （2）服务机器人
机器人应用的特点：
- Demo相对容易
- 长期稳定高质量服务有挑战
- 需求复杂且产品需求高度多样化
- 产品化挑战，商业化更挑战
- 开放场景Corner case多且不好处理
3 机器人运动规划控制方法
规划控制架构：任务规划（任务拆解）、路径规划、轨迹规划&优化
空间：构型空间、笛卡尔空间、C-space到笛卡尔的映射相对容易
路径规划：
（1）基于采样：RRT，PRM
（2）基于优化的方法
（3）后处理
（4）碰撞检测
① 基于采样的算法生成的path需要后处理平滑
② C-space(joint space)需要做速度规划，往往通过cubic spline等方法来实现，保证联系且满足一定的边界约束
③ 在C-space和笛卡尔space的变换，优化和碰撞检测需要处理
4 机器人传感器和视觉介绍
机器人学习方法介绍：通过学习的方法来解决机器人问题，特别是规划和控制问题
常见学习任务：
（1）运动学和规划器：
- 机器人运动学学习：学习机器人FK和IK模型，输出一般为关节角
- 通用规划学习-sampling-based planning：输出一般为采样点
（2）任务学习
- 静态场景-抓取：输出一般为抓取位姿
- 操作学习&policy学习（例如叠衣服）：输出一般为action
- 通用场景学习（语言指令+长时序任务）：输出action（中间一般有planning）
5 实践工具
