1樓：拾趣青年
機械人的演算法分為感知演算法和控制演算法，更進一步細分為環境感知演算法 ，路徑規劃和行為決策演算法（ai)，運動控制演算法，後兩個也可以統稱為控制演算法。
環境感知演算法獲取環境各種資料(機械人視覺和影象識別），定位機械人的方位（slam)，對於固定工位的機械人來說，環境感知演算法往往不是必須的,但是，對於另一類機械人來說，比如掃地機械人，基本就是乙個slam演算法，行為決策和運動控制演算法及其簡單可以忽略。
機械人自身的運動控制演算法是機械人製造廠家的研發重點，主要就是提高機械人行動的精度，穩定性和速度，這個一半靠pid伺服電機，一半靠控制演算法，同樣效能的pid伺服電機，好的控制演算法能提高精度10倍以上，硬體反而不是難度所在，因為全世界的機械人廠家都是買同樣的晶元和硬體電路；
總體來說，環境感知演算法和運動控制演算法是比較成熟的，也是整個機械人研究領域投入人力最多的，不斷對現有的演算法進行改進優化，一是因為研究已經獲得突破，跟進的團隊就多，二是因為90%的機械人應用領域，只需要用到這兩種演算法甚至只用到其中一種，行為決策演算法非常簡單，就是重複乙個或幾個簡單動作；
行為決策演算法或行為控制策略則是機械人應用領域的未突破的研發重點（不用的應用領域演算法也不同，當然，也可以完全由人來手動控制,我們常說的人工智慧，狹義點就是指這個模組)，這裡不是指那些簡單的行為演算法，比如重複動作，機械人按固定動作跳舞，無障礙或固定障礙路線行走等，這些主要是硬編碼實現，不涉及到ai,複雜的行為決策演算法主要有fsm,層次分析法，決策樹，模糊邏輯，遺傳演算法ga,人工神經網路ann，以及針對具體問題的特定演算法，比如路徑規劃等（ros裡面提供了乙個move-base模組，實現了很多路徑規劃演算法），一般都用c/c++混合python來程式設計行為決策演算法裡，有解決的不錯的，比如導航路徑規劃演算法，也有難度極大的，比如避障演算法，幾乎所有的無人駕駛和自動駕駛研發團隊都在苦苦思索避障演算法，其實，避障演算法的應用是及其廣泛的，很多領域比如無人機也要用到，避障演算法是整個無人駕駛和自動駕駛行業的攔路虎，因為它決定了最後的1%的安全性，而現有的vfh避障演算法和dwa避障演算法只能算非常原始的起步，完全不能滿足實際需要。
機械人控制演算法崗是最差的演算法崗嗎？
奮鬥的攻城獅 機械人控制演算法，就業前景挺好的。現在不管是工業用機械人還是消費類，機械人需求很大。有需求就有市場，雖說現在控制演算法相對成熟，但是很多機械人公司，尤其做工業機械人，對精度和效率要求高的，控制演算法還有很大的優化空間呢。如果做好了，就業前景比較好。 現實就是這樣。乙個原因是製造業是重資...
機械人控制與機器視覺？
兩個領域各有千秋.簡單的容易出東西,複雜的出東西慢.但是好玩程度,最後都差不多,是你的智商 努力 方向感與競爭者的智商 努力 方向感對比的結果.愛好和職業是兩個概念,能做到做一行愛一行的人,才有突破和發展.現在機器視覺裡面做的很多東西,其他人分分鐘學會.工作之後,自己有台電腦,其他人有台電腦,幾天,...
基於動力學的機械人控制 機械人的力控制，這二者是不是乙個東西？又有什麼區別和聯絡？
notsure 完全不一樣，乙個是手段乙個是目的。從題目中就可以看出來，基於 動力學的控制和機械人的 力 控制，說明了動力學是機械人控制的一種手段，而力控制是機械人控制的其中一種目的。動力學說白了就是機械人驅動力和運動之間的關係，是客觀存在的機械人物理規律。如果可以掌握完整的機械人動力學資訊，我們就...