研究生课程《机器人系统》¶
成都信息工程大学 软件工程学院
课程简介¶
研究生课程《机器人系统》面向软件工程专业研究生，系统讲授机器人从底层硬件到上层智能的全栈技术。课程以 STM32 单片机为硬件基础，从嵌入式编程与实时操作系统出发，经由电机驱动、传感器融合与闭环控制（机器人"小脑"），上升到 ROS2 机器人操作系统、视觉感知、SLAM 建图、自主导航、多机器人协同与机器学习（机器人"大脑"）。教学以"基础→底层→小脑→大脑→实验"为主线，理论讲授与动手实验并重，三个综合实验（K3 机器人、智能轮椅仿真、多 AGV 调度）贯穿课程始终。
课程目标：
- 理解机器人系统体系结构与常用软件设计模式（分层架构、状态机、事件驱动）；
- 掌握 STM32 单片机编程与 CubeMX 工具链，能独立完成 GPIO/PWM/ADC/USART 等外设驱动；
- 掌握 FreeRTOS 实时操作系统原理与多任务编程（调度、同步、通信）；
- 理解电机驱动、编码器测速与 PID 闭环控制的原理与实现；
- 掌握传感器融合与状态估计方法（卡尔曼滤波/互补滤波），能在嵌入式平台实现 EKF 里程计融合；
- 理解高级运动控制方法（串级 PID、轨迹生成、MPC、纯追踪），能实现差速机器人轨迹跟踪；
- 能使用 PicSimlab/Renode 进行硬件仿真与自动化测试；
- 掌握 ROS2 核心编程（Node/Topic/Service/Action）与 micro-ROS 嵌入式集成；
- 掌握视觉感知基础（相机模型、特征检测、立体视觉、目标检测），为 SLAM 和导航提供感知支撑；
- 理解 SLAM、路径规划与导航栈（Nav2）的原理，并能在仿真环境中调试；
- 了解多机器人系统架构、通信协议与协同算法；
- 了解机器学习在机器人中的应用（强化学习、模仿学习、具身智能），把握前沿研究方向；
- 培养系统级工程实践能力，为机器人方向的科研与工程开发奠定基础。
教学方法：课堂讲授 + 上机实验 + 综合项目。评估方式含平时作业、实验报告、期中考试与期末项目答辩。
课程章节概览¶
本课程按照 基础 → 底层 → 小脑 → 大脑 → 实验 → 附录 的学习路径组织，各部分逻辑关系如下：
上图直观呈现了课程章节概览的组成要素与数据通路，有助于理解系统整体的工作机理。
| 部分 | 章号 | 章节标题 | 内容简介 |
|---|---|---|---|
| 基础 | 第1章 | 机器人系统基础 | 机器人定义与分类、嵌入式系统体系结构（硬件层/HAL/系统软件/应用层）、最小嵌入式系统结构、输入-加工-输出模型 |
| 基础 | 第2章 | 机器人系统软件设计模式 | 分层架构与 HAL 抽象、有限状态机（FSM）、观察者与事件驱动、生产者-消费者模式、命令模式、单例与资源守卫 |
| 底层 | 第3章 | 单片机编程 | STM32 芯片与 Blue Pill 开发板、CubeMX 图形化配置、GPIO/时钟/电路基础、核心外设接口概览（详见附录C 实践项目） |
| 底层 | 第4章 | 单片机操作系统（FreeRTOS） | RTOS 基本概念、任务调度（抢占/时间片）、信号量/互斥锁/消息队列、定时器与中断、内存管理、多任务实战 |
| 底层 | 第5章 | STM32 定时器的应用 | 定时器架构（基本/通用/高级）、PWM 生成、输入捕获、编码器接口、看门狗、多定时器协同 |
| 底层 | 第6章 | 机器人运动与电机驱动 | 机器人运动分类、差速驱动运动学、PWM 原理、H 桥与 TB6612 驱动、步进电机与舵机、编码器测速 |
| 底层 | 第7章 | 机器人硬件仿真 | PicSimlab 教学仿真（界面/开发流程/虚拟外设）、Renode 高级仿真（时序建模/Python 自动化/故障注入/CI 集成） |
| 小脑 | 第8章 | 闭环控制与 PID | 闭环控制系统原理、PID 控制器（比例/积分/微分）、时域与频域分析、离散化与嵌入式实现、调参方法、直流电机速度闭环 |
| 小脑 | 第9章 | 传感器融合与状态估计 | 贝叶斯估计框架、卡尔曼滤波（KF/EKF/UKF）、互补滤波与 IMU 姿态估计、粒子滤波、轮式+IMU 里程计融合、嵌入式 EKF 实现 |
| 小脑 | 第10章 | 高级运动控制 | 串级 PID、前馈+反馈复合控制、轨迹生成（梯形/S 曲线/多项式）、MPC 入门、纯追踪/Stanley 路径跟踪 |
| 大脑 | 第11章 | ROS 程序设计 | ROS2 核心概念（Node/Topic/Service/Action/DDS）、Python+C++ 编程、TF2 坐标变换、micro-ROS 嵌入式集成 |
| 大脑 | 第12章 | 机器人感知与视觉基础 | 针孔相机模型与标定、ORB 特征检测与匹配、立体视觉与深度估计、3D 点云处理（ICP/分割）、视觉里程计、目标检测与语义感知 |
| 大脑 | 第13章 | 机器人 SLAM | SLAM 数学建模、前端/后端架构、LiDAR SLAM（Gmapping/Cartographer/LOAM）、Visual SLAM（ORB-SLAM3/VINS）、回环检测 |
| 大脑 | 第14章 | 机器人导航与路径规划 | A*/RRT 路径规划、DWA/TEB 局部规划、代价地图、AMCL 定位、Nav2 架构与行为树、多机器人导航 |
| 大脑 | 第15章 | 多机器人系统与通信 | 多机器人架构（集中/分布/混合）、DDS/MQTT/Mesh 通信、ROS2 多机器人编程、编队控制/任务分配/群体智能 |
| 大脑 | 第16章 | 机器学习与机器人 | 深度学习感知（深度估计/光流）、强化学习（PPO/SAC）、模仿学习（行为克隆）、具身智能与基础模型、语义 SLAM |
| 实验 | 第17章 | K3 机器人 | 嵌入式全栈实验：电机 PID 闭环、多传感器循迹、超声波避障、OLED 显示、FreeRTOS 综合巡航任务 |
| 实验 | 第18章 | 智能轮椅仿真 | ROS2+Gazebo 仿真：URDF 建模、SLAM Toolbox 建图、Nav2 导航栈配置与调试、多楼层导航 |
| 实验 | 第19章 | 多 AGV 调度 | 多机器人调度：匈牙利/拍卖任务分配、CBS 无冲突路径规划、路口互斥交通管理、ROS2 多实例编排 |
| 附录 | 附录A | CubeMX 编程指南 | STM32CubeMX 详细使用指南：工程创建、引脚配置、时钟树、外设参数、代码生成与工程管理 |
| 附录 | 附录B | 实验用容器与开发环境 | Docker 开发环境配置、VSCode 远程开发、Git 版本控制、交叉编译工具链搭建 |
| 附录 | 附录C | STM32 实践项目集 | 5 个由浅入深的 STM32 实战项目：流水灯、PWM 呼吸灯、ADC 电压表、USART 控制台、智能温控风扇 |
通过上表的对比可以看出，不同方案在部分、章号、章节标题等等方面各有优劣，实际选型时应结合具体应用场景综合权衡。