qq_45488834的博客

此部分共分为五个小节，通过这个 Part 的学习，我们将了解机器人的概念和组成，对机器人的整体设计有一个明确的思路，然后通过机械结构、驱动系统、传感系统、控制系统四大组成部分，展开介绍设计一款智能小车的基本思路。通过这一讲课程，我们希望大家脑海中能够对智能小车有一个明确的认识和开发思路，未来我们再逐个击破，把它一点一点做出来。从控制的角度来讲，机器人可以划分为图中四大组成部分，分别是：传感系统、执行机构、驱动系统和控制系统。

为了更好的控制机器人行走，电机控制算法通常使用PID算法，PID(proportion integration differentiation)其实就是指比例，积分，微分控制。当我们得到系统的输出后，将输出经过比例，积分，微分3种运算方式，重新叠加到输入中，从而控制系统的行为，让它能精确的到达我们指定的状态。基本形态如下图所示：比例环节是对偏差瞬间作出反应，偏差只要产生，控制器立即产生控制作用， 使控制量向减少偏差的方向变化。

在Part2《如何开发智能小车的驱动器软件》中我们已经介绍了什么是通讯方式的协议层，它是指通信双方对数据传送控制的一种约定，协议中包括数据格式、同步方式、传送速度、传送步骤、检纠错方式以及控制字符定义等，通信双方必须共同遵守。第二点，上下位机的指令发什么由开发者决定，往往取决于希望获取什么样的数据，例如对于下位机而言需要的是一个速度指令，那么上位机只需要发布X、Y、Z轴的速度指令即可，下位机负责对数据帧进行解析。这里其实解决了一个很重要的问题，例如底盘挂掉了，或者你希望一关掉底盘程序车就停下来该如何做。

DPM（是基于HOG特征检测的一种变种，不同的地方在于，DPM中会加入一些额外的策略，来提升检测的精度，而DPM方法是目前非深度学习方法，检测效果最好的，性能最优。OpenCV实现了图像处理和计算机视觉方面很多通用算法，这样我们在开发视觉应用的时候，就不需要重新去造轮子，而是基于这些基础库，专注自己应用的优化，同时大家的基础平台一致，在知识传播的时候也更加方便，只要你看得懂OpenCV的函数，就可以很快熟悉别人用OpenCV写的代码，大家交流起来非常方便。目标检测的方法有传统方法，也有深度学习的方法。