基于ROS 履带车从零开始制做（1）-序背景目的行业大环境分析回到主题

74 阅读 0 评论 49 点赞

我是靠谱客的博主多情彩虹，最近开发中收集的这篇文章主要介绍基于ROS 履带车从零开始制做（1）-序背景目的行业大环境分析回到主题，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

背景

毕业近5年，从大二开始接触嵌入式（单片机），接触过不同行业，也陆陆续续做过很多项目，随着时间的推移，对嵌入式行业的认知也越来越深刻。简述一下我的工作经历。在第一份工作，做的产品是AGV（自动导引小车），主要是在汽车长通过磁条自动循迹，RFID路标，无线(wifi)上位机调度的拉货小车。使用的ST 的单片机控制，主要的技术点就是运动控制（PID），通讯协议，逻辑控制。做的最多的事就是逻辑控制，即将货物沿着轨道运送到指定的地点。其实这个专题的产生很大程度是受第一份工作的影响，AGV确实是个很有意思的系统。但之前的知识面太窄，加上基础薄弱，导致做出来的东西问题频出，也没有一个好的环境学习，就无奈离开这个行业。

第二份工作选择了物联网行业，从BLE（低功耗蓝牙）开始，主要就是应用层代码，涉及通讯协议，应用层框架，在业余时间钻研了一下代码架构相关的知识，编程能力得到了较大的提升，不再是以前层次混乱，只有逻辑的代码。

第三份工作，也就是目前的工作同样是物联网行业，不过是LoRa 开发，这段时间也许是工作以来对我影响最大的。工作内容主要是LoRaWan协议栈的开发，物联网LoRaWAN 传感器节点的开发。在这个过程中，通过学习LoRaWANf协议的设计，对通讯，代码的分层，结构化，数据结构有了更加深刻的认识。经常接触的知识点有：状态机，面向对象， RTOS , 通信时序，可靠性，事件驱动，异常分析，python , 多播，中继，外设工程用法方法等。感觉自己有了很大提升。但同时也感觉到，底层的物联网节点做的事情的单调。主要做的就是数据的采集，而人们真正关注的数据的应用。当然也不能说数据采集毫无趣味，如节点端的数据如何防止上行碰撞问题，数据如何安全交付，如何实现多播通信，如何进行数据的中继，终端设备的远程更新固件和配置，都是相当有趣和难度的。

为什么要做这个小车。一是感觉自己的知识面很局限，主要就是单片机和通讯协议，只做数据采集，而未使用数据；二是对机械有着不能割舍的情怀，喜欢手工制作；三是以及工作了近5年，应该要建立自己的知识体系了，不能太过局限，要有大局观，关注前沿技术，可以不精通，但至少要知道，当需要解决问题时，知道怎样去深入学习。

目的

在开始写这个专题前，已经开始了近3个月的学习，主要是了解完成制作这个需要哪些知识点，以及一些基础知识的了解。什么是基础知识？我对它的定义是无法分割的，比如数学知识，线性代数，微积分，统计学等，是卡尔曼滤波的基础知识，没有这些基础知识，要想学习卡尔曼滤波是很难的。那么，真的要在什么都不了解的情况下，就去学这些吗？事实证明，大学学的效果有多差，这样的效果就有多差。我们可以找一些优秀的教程，这类教程会提供必备的基础知识教程，还是用卡尔曼滤波的例子卡尔曼滤波教程。这个教程提供必要的数学背景，比如期望代数，我们没必要学习整个统计学，只需要弄懂里面的部分；再比如矩阵，只要知道乘法运算和向量就可以大致看懂，而不需要一股脑的把线性代数全学习一变，如果觉得教程讲解不够清晰，再去查找相应专业书籍对应的章节。最终的结果就是，通过实践掌握了基础知识，基础知识强化了实践能力。形成了这样的循环后，效率将大大提高。

行业大环境分析

目前比较热门的几个方向有：物联网， 5G ，智能家居，人工智能，无人驾驶等。他们各个之前都相互交叉影响，比如智能家居是家用电器联网，也属于物联网，无人驾驶和物联网又依靠5G技术提供庞大的带宽，人工智能依靠物联设备提供的大数据。当然每一类里面又分成很多类，在我看来，无人驾驶技术应该是综合力最强的一个方向。它包含机械，运动控制， 5G ，物联网，人工智能等诸多方面的类容。

那么就应该盲目选择无人驾驶方向吗？个人精力是有限的，难以做到什么都精通，如果想一下抓住所有，那么很可能最终什么都没抓住。如果专精一个方向，有容易陷入局部，最终坐井观天，毕竟这些方向都是相关连的，如何取舍是一个关键。

我认为在初步接触这些技术时，可以先不深究，这里的深浅又是一个难题。大众学习路线是一个不错的选择，比如开始学习卡尔曼滤波，工程实践教程的参考性大于理论基础研究，也不是说不学习原理。而是了解基本原理，弄懂代码实现，运用到实践。什么是深究？经过了工程实践，可以研究前沿论文，比如一些拓展算法，或这类似的算法，追求性能的最优化。这将耗费大量的实践，也就是花1000%的代价得到性能 1%的提升。

在对这些技术都有一定认知后（知道基本原理，能运用），此时看问题是全局的，在解决问题的时候，哪一种技术对解决问题有更大的帮助，深究技术细节。通过这种方法，随着处理的问题越来越多，知识体系越来越完善。整个过程就像写书，先完成目录，能完成目录的前提是对类容有基础的认知，完成目录后，就具体的内容去实现细节，最终完成整本书。

回到主题

基于ROS 履带车从零开始制做，这里有几个关键字 ROS ， 履带车，从零开始。ROS 是机器人操作系统的简称，简化了机器人的开发，大量运用，具体可网上查找。履带车，为什么选履带车？有以下几点原因：越野能力，复杂的机械结构，做的人比较少，国内DIY社区没有比较好的实现。能够锻炼3维建模能力，机械设计能力。从零开始意味着，结构，电路，软件全部自己设计，是一个边学边做的过程。在写这边文章的时候，我同样很多知识不具备，通过边做边学边整理完成整个设计。时间跨度很长，因为覆盖的类容很多，而且很多知识是边学边做。