机器人控制入门的一些想法

说一下自己的看法和感悟，抛砖引玉。不一定正确，欢迎讨论。

曾经在coursera上过一门机器学习基石的课程，老师利用几周的时间以一个很简单的、甚至是不常用的PLA算法为例，讲解了有关机器学习所需要的知识，后来老师说这种算法应用性不强，但通过它可以讲到机器学习所涉及到的知识。在学过这些知识以后，再去学习一些复杂的算法，而流程都与设计PLA算法类似。

自动控制和机器学习是相似的，它涉及到了很多的算法，线性控制、非线性控制，一个自动化专业的学生一学就是2个学期，效果也不见得好。我的想法是，基于一种简单的机器人平台，从一种经典的算法入手，（比如PID），围绕其展开学习，目的就是成功应用PID算法解决一些问题，（比如机器人的运动控制），之后再学习复杂的算法。目标确定了，但在学习之前先问自己3个问题（ @刘未鹏的《暗时间》曾提到 ）：

1. 控制的本质是什么；
2. 控制的原则是什么；
3. 控制这一专业的知识构架是什么；

以机器人运动控制举例。
机器人控制有三个元素：控制器（算法），执行器（电机），传感器；

1. 控制的本质就是给机器人一个期望值，控制器的算法对偏差（期望值 — 传感器得到的实际值）进行计算，进而控制执行器，使机器人偏差逐渐趋向于零的过程。
2. 控制的原则就是稳定、准确、快速。
3. 知识构架分为两部分：理论环节、实践环节。
   1. 理论环节即数学模型的建立，运动控制原理：PID控制的原理，如何作用于被控物，这里包括自动控制原理中结构图、传递函数、数学模型、求解微分方程等知识的学习；使用的控制策略：使用那些作为输入、输出、PID算法实现。最终的运动控制器的设计。                                                                                                                                                                                                         
   2. 实践部分则包括相关软硬件的知识，软件即编程，也涉及到操作系统的相关知识。硬件如工控板的使用、搭接等。

围绕知识构架，无须事无巨细的学习，但要把PID了解透彻并成功应用。在这基础上再学习复杂的算法就会好一些。