机器人运动学、动力学、估计、规划、优化与控制算法实现。
这是 YBF 机器人技术成长体系中的 05 · Robotics Core 仓库。仓库强调长期维护、最小可运行示例、实验可复现和真实工程复盘。
- 建立机器人数学和算法知识骨架
- 用可运行实现验证公式与假设
- 为系统集成和研究工作提供算法基础
.
├── math/
├── kinematics/
├── dynamics/
├── state-estimation/
├── planning/
├── trajectory-generation/
├── control/
├── optimization/
├── examples/
├── tests/
├── notebooks/
└── docs/
| 目录 | 职责 |
|---|---|
math/ |
线性代数、李群李代数、数值方法与机器人数学。 |
kinematics/ |
正逆运动学、雅可比与奇异性分析。 |
dynamics/ |
刚体动力学、递推算法与模型验证。 |
state-estimation/ |
滤波、融合、定位与状态估计。 |
planning/ |
搜索、采样、轨迹规划与避障。 |
trajectory-generation/ |
时间参数化、插值与轨迹优化。 |
control/ |
PID、LQR、MPC 与鲁棒控制。 |
optimization/ |
机器人问题中的数值优化实现。 |
examples/ |
最小可运行示例与可视化。 |
tests/ |
算法正确性和数值稳定性测试。 |
notebooks/ |
推导、实验和交互式分析。 |
docs/ |
算法笔记、实验报告与参考资料。 |
- 初始化仓库结构与维护规范
- 补充第一批可运行示例
- 建立测试或实验验证流程
- 发布阶段性学习总结
具体计划见 ROADMAP.md，版本变化见 CHANGELOG.md。
每个实验或项目应尽可能说明：
- 问题背景与目标
- 环境、硬件与依赖
- 核心原理和设计选择
- 运行、测试或复现步骤
- 实验结果与已知限制
- 失败现象、调试过程与下一步
- cpp-systems-lab — 面向机器人研发的 C/C++、Linux、并发、构建与调试实验室。
- embedded-rtos-lab — MCU、外设驱动、通信协议、FreeRTOS 与实时嵌入式系统实验室。
- motor-control-lab — 电机建模、FOC、控制器设计、固件实现与实验数据分析。
- ros2-robotics-lab — ROS 2 通信、TF、URDF、Nav2、MoveIt 2、仿真与机器人系统集成。
- robotics-algorithms-lab — 机器人运动学、动力学、估计、规划、优化与控制算法实现。
- embodied-ai-lab — 模仿学习、强化学习、Diffusion Policy、VLM 与 VLA 研究实验。
- robotics-knowledge-base — 机器人技术笔记、论文阅读、产业研究与长期知识索引。
综合展示入口：GitHub Profile · GitHub Pages
Code is released under the MIT License. Notes and referenced materials retain their original attribution requirements.