作者：呂朝陽 來源：知乎
對于工科領域來說，脫離實踐的學習都是膚淺的，對于控制這種強調經驗的技術更是如此。如果去問一個程序員怎么學習一塊技術，他必然讓你去多編程。機器人領域也是。如果想把基本功打扎實，那么實踐更是必不可少了。
對于普通學生入門來說 一款合適的機器人平臺 + 入門級的控制算法進行試驗。同時深入地學習相應地理論知識。
對于一個有控制基礎，需要現學現用的工作者來說，啃一本諸如《現代控制工程》的書籍，在工作者演練，下面的平臺內容直接略過。
關于平臺的選擇和相應的學習教程，我放在最后，防止大圖分散了重點。先結合機器人來說一下控制。對于設計任何一個控制系統來說，需要了解自己的輸入、輸出、控制元件，和算法。在一個簡易的機器人系統里，分別對應的原件是：
輸入 --- 傳感器 （聲吶，紅外，攝像頭，陀螺儀，加速度計，羅盤）
控制元件 --- 電機
控制算法 --- 控制板 （小到單片機，大到微機）
輸出 --- 你的控制目標 （比如機器人的路徑跟蹤）
對這四方面都有了解之后，才能基本對機器人的控制有一個較為感性的認識。這是入門的基礎。如果你對輸入和輸出做一個測量，比如用電機將某個輪子的轉速從10加速到100，把這個測量勾畫出來，那么這一個響應曲線。如何將電機準確快速地從10加速到100，這就需要一個簡易的反饋控制器。
上面所說的各個傳感器元件，都有廉價版可以購買學習，但隨之引入的問題就是他們不精確，比如有噪聲。消除這個噪聲，你就需要在你的控制系統中引入更多的控制單元來消除這個噪聲，比如加入濾波單元。上面說這么多，只是想表達，理論和算法都是有應用背景的，但同時，學習一些暫時無法應用的算法也并不助于入門，甚至可能走偏門，覺得越復雜越好。所有的工程應用者都會說某某算法非常好，但是經典還是PID。倘若不親手設計一個PID系統，恐怕真的領略不到它的魅力。我大學本科的控制課程包含了自動控制理論和現代控制理論，但是直到我設計一個四旋翼無人機的時候，才真正建立了我自己對機器人控制的理解。《現代控制工程》是一本非常經典的專業書籍，需要理論知識，再進行詳細的學習。我的建議是先玩，玩到需要時，認真學習這部分理論。
-----------------------------------------------------------------------------------------------------
推薦一些機器人平臺。核心都涉及到運動控制。
基于arduino的機器人平臺是最大眾的平臺了，這是一個開源社區，很多關于機器人的簡易設計和控制算法實現都能在google得到。淘寶arduino機器人，包括arduino控制板和各類簡易傳感器，幾百塊之內錢都能得到。
MultiWii是一個基于arduino的開源飛控平臺，所有c代碼都可得，不多于一兩萬行。如果把這些都研究透了，相比已經是專業水平了。
二
作者：賀磊 來源：知乎
首先，應當了解到：機器人控制（Robot Control）的目的是通過人工引入控制改善原有系統的特性，使新的系統：1）跟蹤性能（Tracking Performance）更好，2）抗擾動性（Diturbance Rejection）更強，3）穩健性（Robustness）更優，e.t.c.
機器人控制器大致可以分為硬件和算法兩個大方向：
機器人控制硬件
基本控制結構：當年，N. Wiener對神經科學很感興趣，發現其實機器的反饋控制和人的運動控制機理是相似的。控制工程中的：傳感器（各種位置、速度、力傳感器等）、控制器（各種處理器以及控制算法）和驅動器（電機、液壓、氣動、記憶合金等）三部分，分別對應于人的感受器（receptor）（例如：視覺、聽覺、味覺、嗅覺、觸覺等外感受器）、神經系統（中樞和周圍神經系統）和效應器（effector）（肌肉、骨骼），只不過人的結構更加復雜。
層次控制體系：了解了控制的基本結構，剩下的事情就是設計控制系統。如今，大家設計控制系統的方法還是比較統一的，基本都可以歸結為5層的層次體系：1）主機（Host），2）運動控制器（Motion Controller），3）伺服驅動器（Servo Driver），4）電機（Motor），5）機構（Mechanism ）。
主機：主要完成人機交互（操作員控制或者調試機器），高級運算（機器人運動規劃等）。由于需要高等運算功能，這部分算法通常是基于操作系統的，硬件載體用通用計算機即可。
運動控制器：主要用于改善機器人動力學（Robot Dynamics）。機器人的機械本身并不具備跟蹤軌跡的能力，需要外加控制來改善。由于需要大量的實時運算，這部分通常是基于實時操作系統，比如QNX等，硬件載體可以用ARM或其他。比如，工業界的工業機器人主要使用運動反饋（Motion Feedback），也即將驅動器配置為位置控制或者速度控制模式，此時運動控制器的主要用于補償傳動系統非線性性，例如：由于齒輪間隙、微小彈性變形導致的末端偏移。
伺服驅動器：主要用于改善電機動力學（Motor Dynamics）。由于電機本身物理特性并不具備良好的位置、速度和力矩跟蹤能力，因此需要依靠控制來改善。這部分需要更高的實時性能，因為電機的響應速度快，需要us級定時，所以可以使用高性能DSP。比如，直流有刷電機中轉子速度正比于反向電動勢、力矩正比于電樞電流，而沒有物理量能夠直接控制位置，此時需要外加位置控制器。
電機：充當執行器，將電信號轉化為機械運動。
機械本體：被控制的終極對象。
算法的編寫：鑒于如今幾乎沒人再用Op-Amp搭建模擬計算機的事實，可以說算法就是個編程問題。基本的編程語言能力，比如MATLAB、C、C++是必須的。設計好算法之后，還需面對另外幾個問題：
離散化問題（Discretization）：連續算法的離散化是必要的，因為如今計算機都是數字系統。對于線性系統，比如電機控制，方法當然就是從s域（傳遞函數）到z域（Z變換）再到t域（差分方程）的變換，非線性的就得研究微分方程的各種數值方法了。
混合控制問題（Hybrid Control）：幾乎當前所有的機器人控制系統都不僅有一個控制模式，比如：回初始位置、運動控制模式、人工試教模式等等，每個模式需要特殊的控制算法。單個系統存在多個控制器時被稱為混合控制系統，混合控制系統常常使用有限狀態機（Finite State Machine, FSM）建模，狀態機的切換需注意一些問題，比如芝諾問題。
通信問題（Communication）：通常機器人系統都包含幾十個，甚至上百個傳感器以及幾個到十幾個驅動器，通信時常是個頭疼的問題。問題的復雜性源于：通信對象多（并發問題），順序需要協調（時序問題），通信的速率需要兼顧（阻塞問題）。個人傾向于使用基于“事件驅動模型”+“有限狀態機模型”的混合模型來處理此類問題。
機器人控制理論：控制方法千奇百怪，這里僅舉機器人臂的兩個比較經典而常用的方法：混合力位控制和阻抗控制。
混合力/位控制（Hybrid Force/Position Control）是Mark Raibert（現今Boston Dynamics老板）和John Craig于70s末在JPL的工作成果，當時他們是在Stanford臂上做的實驗，研究例如裝配等任務時的力和位置同時控制的情況。
阻抗控制（Impedance Control）是N.Hogan的工作成果。維納晚年，對人控制機器臂很感興趣。后來，他組織了MIT的Robert Mann，Stephen Jacobsen等一伙人開發了基于肌肉電信號控制的假肢臂，叫Boston Elbow。后來，Hogan繼續Mann的工作，他覺得假肢是給人用的，不應當和工業機器人一樣具有高的剛度，而應該具有柔性，所以后來引入了阻抗。
其他控制。
建議：自己也在鉆研，共同學習吧。
首先，把描述機器人運動學和力學搞定。J.J. Craig出版于80s的《Introduction to Robotics: Mechanics and Control 》，或者R. Murray出版于90s的《A Mathematical Introduction to Robotic Manipulation》都行。對于機器人的數學基礎，最新的成就是基于Differentiable Manifold（微分流形）、Lie group（李群）和Screw Theory（旋量理論）的。在這方面，個人認為以下研究團隊奠定了機器人的數學基礎理論：
1) Harvard的Roger Brokett教授及其學生Frank Chongwoo Park等；
2) UC Berkeley的Shankar Sastry教授及其學生Richard Murray，Zexiang Li等。
3) uPenn的Vijay Kumar教授，他和他的學生Milos Zefran以及Calin Belta在90年代研究了基于Differentiable Manifold的單剛體運動學和動力學。
4）上述2）中Richard Murray的學生Andrew Lewis和Francesco Bullo等研究了基于differentiable manifold和Lagrange Mechanics的機器人動力學以及幾何控制理論（Geometric Control Theory）。
再次，必要的反饋控制基礎當然是不能少的。關于控制，并不推薦把下面的教材通讀一遍，僅需要了解必要的控制理念即可。陷入繁雜的細節往往不得要領，并浪費時間。具體的問題需要研讀論文。
首先，要建立控制理論的基本概念，如狀態方程、傳遞函數、前饋、反饋、穩定性等等，推薦Stanford大學教授Franklin的《Feedback Control of Dynamic Systems》；
關于機器人控制的入門讀物，解釋的最清晰的當屬MW Spong的《Robot modeling and control》，書中不僅詳細講解了基于機器人動力學的控制，也講解了執行器動力學與控制(也即電機控制)。
關于非線性控制理論，推薦MIT教授J.J.E. Slotine的《Applied Nonlinear Control》。
