好文集ChatGPT Plus¥119

如何在六个月内成为一名机器人工程师（中文版，含资源）

yishan·约 56 分钟阅读
文章封面：如何在六个月内成为一名机器人工程师（中文版，含资源）
文章目录

最近 Microduck 爆火，除了其可爱的形态和动作招人爱之外，背后是 Hugging Face 为全球开发者提供了开发智能具身机器人的低门槛入口和平台。

很多开发者都已经蠢蠢欲动，想自己亲手打造一只属于自己的 Microduck。从近期发的《如何从零 DIY 复刻一只可爱的 Microduck》受到的关注度可以看出。

要是你也喜欢，可以关注我：https://x.com/tspy

文章配图

机器人时代即将到来，现在就是那个奇点时刻。

如果你真心的对机器人开发感兴趣，想系统性的学习机器人工程，可以参考拜读这篇文章：

《How to become a Robotics Engineer in 6 months》

原文作者 @DeRonin_ ，原贴地址：

嵌入推文（联网查看）

因 X 平台的文章没有自动翻译功能，为方便中区用户，特发一个中文版本，内含相关的学习资源。

以下是正文，译者：google

如何在6个月内成为一名机器人工程师（资源）

目前，机器人技术是科技领域竞争最不激烈的高价值技能。

问题在于几乎没人知道从何入手，因为这片田地看起来像是五块田地叠在一起。

有些人从大学机器人学教材开始，读到旋转矩阵那一章就放弃了。

有些人买了一套 Arduino 套件，让 LED 灯闪烁一下，然后就再也没做过第二件事了。

有些人甚至不知道什么是PWM信号就直接跳到ROS 2教程，然后纳闷为什么在实际硬件上什么都运行不了。

另一些人则反其道而行之，只学习机器学习，这意味着他们可以训练策略，但无法控制电机转动。

结果通常都一样：几个月的零散努力，却没能做出一个可以展示的机器人。

如果你想成为一名机器人工程师，你不需要机械工程学位，也不需要手动推导七连杆机械臂的动力学方程。

你需要能够让实物按照你的指令可靠地执行操作，并证明这一点。

这意味着要学习如何：

  • 读懂电路图，连接电路，并用万用表进行调试

  • 编写程序控制微控制器，使其能够实时驱动电机并读取传感器数据。

  • 自行设计和制造机械零件

  • 使用 ROS 2 和仿真功能，以公司构建机器人的方式构建机器人。

  • 闭合控制回路，并了解它在发生振荡时的原因。

  • 通过演示而不是手动编写代码来教会机器人执行任务。

  • 提交一份能够经受住面试中三个后续问题的作品集

本指南是一份实用的六个月学习计划，假设您从零开始学习电子学知识。

每个部分都包含资源、重点清单和实践任务，让你最终获得一些实际成果，因为机器人作品集是由实际完成的作品组成，而不是你完成的课程。

它还列出了硬件成本以及订购渠道，分为三个预算等级，因此无论您身在旧金山还是其他地方（AliExpress 需要六周才能送达），都可以参考这些信息。

这篇文章近12000字，包含100多个链接资源和27个实践项目，所以建议收藏起来，每月阅读一次，而不是试图一次性读完。

本文中的所有价格和链接均已于2026年9月与供应商或官方文档核实，对于广为流传的数据，如果经核实后发现不准确，我会明确指出，而不会重复引用。

重要的！！！

在撰写本文的过程中，我意识到最重要的技能是用简单的语言解释复杂的专业技术问题。

所以我创建了自己的YouTube个人频道，我将在上面录制关于人工智能和机器人工程的视频。

如果你真的喜欢我关于X的内容，并且想免费精通这两个领域，那么

关注我：

https://www.youtube.com/@deronin_23

文章配图

这对我意义重大。我希望它能真正有用，并继续创作更多像X上那样获得如此多好评的内容❤️

现在让我们开始阅读文章吧⬇️

为什么是机器人工程而不是人工智能工程？

你时间线上的每个人现在都是人工智能工程师，而这正是问题的症结所在。

你不可能靠一个次级代理人凌晨三点为了区区几分钱做的事情来构筑护城河。

机器人技术则恰恰相反，其原因在于结构性因素而非时尚因素：

  • 模型已经可以运行，现在缺少的是能够将它们应用到身体中的人。

  • 你无法直接抓取物理世界的数据，必须有人移动一台真实的机器才能生成数据。

  • Stack Overflow 上没有关于“为什么你的夹爪总是打滑”的答案。

  • 机器人摔倒不是你能交给子代理解决的问题。

  • 没人能在周末克隆出你的机器人

人工智能工程领域人满为患，而机器人领域却人烟稀少。

机器人工程师的实际工作内容是什么？

很多人一听到“机器人工程师”这个词，就会想到有人从零开始设计一个人形机器人。

实际上，这份工作可以细分为多个专业领域，你选择其中一个，并保持对其他领域的了解：

  • 感知和计算机视觉

  • 控制和状态估计

  • 运动规划和操控

  • 机器人学习

  • 嵌入式和固件

  • 模拟

  • 系统与集成

  • 部署和运营

我浏览了 Figure 和 Skild 上的实时招聘信息，发现每条招聘信息都包含相同的四个要求：

  • C++ 和 Python，两者都要，而不是二者择一。

  • 具备实际硬件操作经验，因为仅凭模拟经验不足以让你成为高级工程师。

  • 在某一专业领域拥有深厚的专业知识，并在其他领域具备一定的素养。

  • 调试本身就是一项独立的技能。

请注意列表中缺少的内容：具体的学位。

因此，这份路线图的重点在于实践操作，而非理论研究，并且以下每一节都以需要你实际构建的内容结尾。

保留你目前的收入来源，每天花两三个小时来完成这项工作，这六个月的安排就是按照这个思路进行的。

⏩ --------------------------------------------------------------------- ⏪

第一个月：电子元件、工作台以及你用来制作一切的工具

本月目标：能够读懂电路图，搭建一个能正常工作的电路，并在电路出现故障时找出问题所在。

几乎所有路线图都跳过了这一步，直接从 Arduino 开始，这就是为什么很多人会复制电路图，但电路坏了却束手无策的原因。

机器人技术是软件领域中一个非常特殊的领域，它的故障有时仅仅是电线松动、电池电量不足或电机电流过大导致的，而如果你不了解底层电路，就永远无法诊断出这些问题。

学习什么

1. 电子学基础知识

你需要了解欧姆定律、分压器、电容器的作用、晶体管的开关原理以及如何读懂电路图。

你不需要从头开始设计运算放大器。

如何学习它：

在花一分钱之前先用模拟器试试，因为你可以零成本地把线路接错，并真正看到失败的原因。

初学者最常犯的错误是观看几个小时的视频却从未实际搭建电路，所以即使是在模拟器中，也要边看视频边搭建每一个示例。

资源：

1. Falstad 电路模拟器（免费，浏览器内）

关联：

https://www.falstad.com/circuit/

动画化的电子流动和实时电压着色，让你能够实际观察电流的运动，而不是仅仅依靠想象，这是培养直觉最快的方法。

2. Tinkercad Circuits（Autodesk，注册账号即可免费使用）

关联：

https://www.tinkercad.com/circuits

这是唯一一款能同时提供虚拟面包板、虚拟Arduino和虚拟万用表的模拟器，因此它能在你拥有任何元件之前就发现你的接线错误。

3. All About Circuits，“电路课程”（免费）

关联：

https://www.allaboutcircuits.com/textbook/

这是一套完整的开源电子工程教材，共六卷。当视频讲解员对你需要真正理解的内容一带而过时，这套教材就是你的参考资料。

4. Afrotechmods 教程（免费）

关联：

https://afrotechmods.com/tutorials/

短小精悍、节奏明快、趣味十足的视频，按初级、中级和高级分类，如果您厌倦了讲授式教学，这将是您的理想选择。

5. 《制造：电子学》，第三版，查尔斯·普拉特著（29.99美元）

关联：

https://www.makershed.com/products/make-electronics-3rd-edition-print

对于从未接触过万用表的人来说，这本纸质书是最好的入门读物，它围绕着故意损坏元件来了解其极限而设计。

重点关注的内容：

  • 利用欧姆定律和分压器，直到它们自动工作。

  • 电流消耗，以及电机堵转导致微控制器电压过低的原因

  • 阅读电路图，包括您会经常遇到的符号：电阻器、电容器、二极管、晶体管、接地、Vcc

  • 上拉电阻和下拉电阻，因为你每周都会用到它们。

  • 什么是去耦电容？为什么每个集成电路都需要一个去耦电容？

  • 电池化学基础知识：锂聚合物电池的电芯数量、C 倍率以及为什么充电时永远不能让锂聚合物电池无人看管

练习任务：在 Falstad 中搭建一个分压器，手动计算输出电压，然后在仿真器中验证结果。接下来，搭建一个晶体管开关，根据逻辑电平输入点亮 LED。因为这个电路之后会用到，让一个 3.3V 的微控制器引脚控制一些需要比引脚供电电流更大的电路。

2. 工作台、工具以及所有物品的成本

这部分决定你是否真的要开始，所以这里是诚实的预算。

第 0 级，0 美元。先学习 Falstad、Tinkercad 和 All About Circuits，这样你就能先掌握欧姆定律和分压器，然后再花钱。真的，先学这个。

第一档，价格大约在 45 到 60 美元之间。包含一个入门套件和一个万用表。以下所有套件均无需焊接，因此您暂时不需要电烙铁。

第二级，大约110到160美元。需要额外购买电烙铁、焊锡、斜口钳、剥线钳、辅助夹、万用板和额外的被动元件。

第三级，大约 200 到 300 美元。包括台式电源、更好的万用表、吸锡泵、储物抽屉和机器人底盘套件。

经核实的套件价格，2026 年 9 月：

1. Elegoo UNO R3 超级入门套装（42.99 美元）

关联：

https://www.elegoo.com/products/elegoo-uno-r3-super-starter-kit

这是性价比最高的选择，也是大多数入门课程的目标套件，包含预焊的液晶显示屏、电源模块和一份包含22节课的PDF教程。

2. Elegoo UNO 基础入门套装（19.99 美元）

关联：

https://www.elegoo.com/products/elegoo-uno-basic-starter-kit

如果资金确实紧张，那么最便宜的入门选择是使用 Uno 的仿制品和基本的被动技能。

3. SparkFun 发明家套件 v4.1.2（99.95 美元）

关联：

https://www.sparkfun.com/sparkfun-inventor-s-kit-v4-1-2.html

这是所有套件中课程设置最完善的，包含 5 个项目，共 16 个电路，最终可以制作出一个能正常运行的机器人。即使你购买的是价格较低的套件，附赠的免费指南也易于阅读。

4. Adafruit 9205B+ 数字万用表（17.50 美元）

关联：

https://www.adafruit.com/product/2034

电压、电流（最高 20A）、通断性、电阻和电容，这些足以满足您多年使用的需求。

5. Pinecil V2 电烙铁（社区价 25.99 美元，零售价 35.99 美元）

关联：

https://pine64.com/product/pinecil-smart-mini-portable-soldering-iron/

这款真正的温控电熨斗，价格却和玩具电熨斗差不多，采用 USB-C 供电，兼容标准的 TS100 和 Hakko T12 熨烫头。

在哪里订购，以及真诚的指导：

  • AliExpress 的价格远低于其他平台，通常便宜 3 到 10 倍，但运送时间需要 2 到 6 周，而且如果主板到货时已损坏，则不提供任何支持。

  • 亚马逊价格适中，发货速度快，是您购买第一套工具包的理想之选。

  • Elegoo 直接从区域仓库发货，大约一周即可送达。

  • Adafruit和SparkFun 的价格虽然更高，但很值得尽早入手，因为每个产品页面都提供完整的教程链接，而且他们的售后支持也很可靠。

  • Seeed Studio和DFRobot从中国发货到世界各地，价格中低档。

  • DigiKey和Mouser提供的是符合规格且带有原厂数据手册的精确零件，而不是套件。

  • Pololu提供国际配送服务，是电机和驱动装置的最佳供应商。

第一次下单，建议支付溢价，直接从亚马逊或Elegoo购买，这样几天就能开始组装，不用等一个月。等你了解了10k电阻的用途后，就可以从速卖通订购所有配件了。

练习任务：购买一套测试工具包和一个万用表，然后进行测量。测量电池的电压，测量五个随机电阻的阻值，并对照色环进行检查，然后使用万用表的导通模式检测一段故意断开的导线。这听起来很简单，但这项技能将在未来六个月内为你节省最多的时间。

3. 焊接

有时候，一根跳线就不够用了，一个在演示过程中突然散架的机器人也算不上是作品集里的作品。

资源：

1. Adafruit 优秀焊接指南（免费）

关联：

https://learn.adafruit.com/adafruit-guide-excellent-soldering

铁材选择、接头技术、各种常见故障的照片以及安全注意事项，它是业内人士公认的参考资料。

2. SparkFun：如何使用万用表（免费）

关联：

https://learn.sparkfun.com/tutorials/how-to-use-a-multimeter

正确解释电压、电阻、电流和导通性，包括保险丝熔断时的应对措施，您将会学到很多东西。

重点关注的内容：

  • 给笔尖镀锡并保持清洁

  • 加热焊点，而不是焊料。

  • 通过目测识别冷卷烟

  • 先采用通孔技术，后采用表面贴装技术。

  • 使用助焊剂可以解决初学者归咎于铁的大部分问题。

练习任务：将排针焊接到一块廉价的转接板上，然后用导通模式测试每个引脚，重复整个过程三次。之后，拆焊其中一个引脚并重新焊接，因为大多数初学者都是因为拆卸元件不当而损坏电路板的。

4. Python、终端和 Git

从现在到第六个月，你每周都要用到这三样东西，所以现在就把它们准备好吧。

资源：

1. CS50P：Python编程入门（哈佛大学，免费）

关联：

https://cs50.harvard.edu/python/

比大多数入门课程更严格，有作业和期末项目，而正是这种结构促使人们坚持完成课程。

2. Python for Everybody（Coursera，可免费旁听）

关联：

https://www.coursera.org/specializations/python

如果您觉得 CS50P 太陡峭，可以选择这个最平缓的入门课程，由一位在线上对初学者非常友好的讲师授课。

3. 你计算机科学教育中缺失的一个学期（麻省理工学院，免费）

关联：

https://missing.csail.mit.edu/

Shell、脚本和命令行操作技能是大学课程所忽略的，而机器人程序正是在命令行上运行的。

4. 学习 Git 分支（免费，交互式）

关联：

https://learngitbranching.js.org/

理解分支和合并的最佳可视化工具，分支和合并是 Git 中最容易让人困惑的部分。

重点关注的内容：

  • Python：函数、类、文件 I/O、JSON、虚拟环境、pip

  • 终端：cd、ls、grep、运行脚本、环境变量、ssh

  • Git：初始化、添加、提交、推送、分支，以及编写易于理解的 README 文件。

练习任务：从今天起，你构建的每个项目都要放在一个 GitHub 代码库中，并附带一个 README 文件，其中包含一张照片、电路图说明以及一段简短的文字，解释哪里出了问题以及你是如何解决的。最后这部分内容能让代码库看起来像工程实践，而不是教程。

第一个月里程碑

到本月底，你应该能够：

  • 阅读电路图并在面包板上搭建出图中所示的电路。

  • 在插入电阻之前，先计算一下电阻值是否合适。

  • 用万用表查找短路、断路或损坏的元件

  • 焊接一个干净的通孔接头，并检查其电气性能。

  • 编写一个 Python 脚本，在终端运行它，然后将其推送到 GitHub。

  • 请大声解释为什么电机失速会导致微控制器复位。

⏩ --------------------------------------------------------------------- ⏪

第二个月：微控制器、电机和传感器，以及你的第一个移动机器人

本月目标：制造一个能够移动、感知环境并自我纠正的机器人。

这个月，机器人技术不再停留在理论阶段，整个领域的大部分基础技能也将首次以微缩模型的形式出现。

循线机器人是一个闭环控制系统，包含传感器输入、执行器输出和一个调谐问题，这与人形机器人本质上是一样的，只是尺寸更小、损坏成本更低。

学习什么

1. Arduino

建议从 Arduino 入手，而不是 ESP32，因为 Arduino 的生态系统非常庞大，而且现有的所有教程都以 Arduino 为目标平台。

几周之内你就会转用ESP32，你在这里学到的东西都不会白学。

资源：

1. Paul McWhorter，《Arduino课程》（免费）

关联：

https://toptechboy.com/arduino-lessons/

超过100节课，讲解循序渐进，每节课后都有作业，对于之前在Arduino上失败过的真正初学者来说，这是最合适的课程。

2. Arduino 内置示例（官方、免费）

关联：

https://docs.arduino.cc/built-in-examples/

IDE 中已包含可运行的草图，这是从“安装”到“移动”的最快途径。

3. Arduino 官方文档，学习部分（官方，免费）

关联：

https://docs.arduino.cc/learn/

这是一本权威的数字和模拟 I/O、PWM、I2C、SPI 和 UART 参考书，更适合用作查阅资料而非课程教材。

4. Arduino 项目中心（免费）

关联：

https://projecthub.arduino.cc/

超过 6000 个包含接线和代码的项目，当教程讲解完毕，你需要搭建一些东西时，这里就是你的最佳选择。

重点关注的内容：

  • digitalWrite、digitalRead、analogRead 和 analogWrite，以及 PWM 的真正含义。

  • 中断，以及为什么循环轮询按钮最终会失败

  • I2C 和 SPI：如何连接它们以及如何读取传感器数据手册以查找地址

  • 串口调试将是你未来几个月的主要工具。

  • 使用 millis() 而不是 delay() 来实现非阻塞计时，因为 delay() 会毁掉你搭建的每一个机器人。

练习任务：制作一个反应计时游戏。LED 灯会在随机延迟后亮起，按钮可以停止计时，时间（以毫秒为单位）会输出到串口。该游戏使用了中断、消抖和非阻塞计时，并带有分数功能，因此可以在 15 秒的视频中演示。

2. ESP32

如果您需要 WiFi、蓝牙、更强大的处理能力或双核处理器，ESP32 就是您的理想之选，而且它比 Arduino Uno 更便宜。

购买一块ESP32-S3作为主板，它是目前功能最强大的版本，再购买一块经典的 ESP32，这样旧的教程代码就可以直接运行。

资源：

1. Random Nerd Tutorials，《ESP32入门教程》（免费）

关联：

https://randomnerdtutorials.com/getting-started-with-esp32/

这是目前市面上针对这款芯片最全面的免费教程库，几乎涵盖了所有初学者遇到的故障模式，并附有超过 250 个项目索引。

2. ESP-IDF 编程指南（乐鑫官方，免费）

关联：

https://docs.espressif.com/projects/esp-idf/en/stable/esp32/get-started/index.html

一旦你超越了 Arduino 层，它就成了唯一的真理来源，涵盖了真正的工具链、菜单配置和构建系统。

3. Arduino ESP32 核心文档（Espressif 官方，免费）

关联：

https://docs.espressif.com/projects/arduino-esp32/en/latest/

Espressif 官方关于 Arduino 层的文档，以及将“Arduino 与 ESP-IDF”之间的关系从一条分岔路口转变为一个光谱的桥梁。

4. DroneBot Workshop ESP32 集线器（免费）

关联：

https://dronebotworkshop.com/esp32-2/

篇幅较长、包含大量接线图的教程，每段视频都配有相应的文字说明，内容涵盖 ESP-NOW、OTA 更新和低功耗模式。

板材价格（已核实）：

决策框架：

  • Arduino 框架，可快速搭建可运行的机器人，并拥有最庞大的库生态系统

  • 当您需要对任务、核心、功耗和时序进行真正控制时，ESP-IDF是您的理想之选。

  • MicroPython适合快速传感器实验，但不适合用于平衡循环，因为垃圾回收的暂停会破坏你的计时。

练习任务：搭建一个在 Arduino Uno 上无法实现的功能。使用 ESP32 创建一个网页，该网页显示实时传感器读数，并带有可驱动舵机的按钮，然后通过同一网络上的手机访问该网页。这可以同时学习 WiFi、HTTP 处理和异步工作。

3. 电机、驱动器和执行机构

这就是电子学不再抽象的地方，因为电机需要消耗实际电流，而且运行起来也不尽如人意。

有四种类型很重要，你应该在月底前了解所有四种类型。

直流有刷减速电机：价格便宜，需要H桥电路，除非加装编码器，否则没有位置反馈。这是首款火星探测车的默认选择。

业余爱好伺服电机：内部闭环控制，行程约为 180 度，无反馈输出。

智能串行总线伺服电机：采用菊花链连接，具备位置、速度和电流反馈，并配备12位磁编码器。这是现代低成本机械臂所使用的伺服电机。

步进电机：开环绝对定位，具有高保持扭矩

资源：

1. DroneBot Workshop，使用 L298N 控制直流电机（免费）

关联：

https://dronebotworkshop.com/dc-motors-l298n-h-bridge/

直流电机理论、脉宽调制 (PWM)、H桥内部结构以及三个完整的草图，最终实现一个由操纵杆控制的机器人小车。

2. SparkFun TB6612FNG 连接指南（免费）

关联：

https://learn.sparkfun.com/tutorials/tb6612fng-hookup-guide/all

您应该使用的驱动程序的引脚图、接线图和库，以及使用原因。

3. DroneBot 工作坊，使用 Arduino 控制步进电机（免费）

关联：

https://dronebotworkshop.com/stepper-motors-with-arduino/

单极与双极、微步进、NEMA 尺寸，以及三种不同驱动器的四个演示

4. SimpleFOC 文档（开源，免费）

关联：

https://docs.simplefoc.com/

这是目前最清晰易懂的磁场定向控制免费讲解，也是你入门无刷电机的经济实惠的途径。

硬件，已核实价格：

需要记住的是：L298N 几乎出现在所有教程中，但你不应该使用它。它是一款过时的双极型晶体管 H 桥，输出级压降约为 2V，容易发热并消耗电池电量。学习它只是因为教程里用到了它，之后请改用 TB6612FNG 或 DRV8833。

练习任务：使用 PWM 控制一个直流电机以五种不同的速度正反转，然后添加一个编码器，并编写一个函数，使车轮无论电池电压如何都能精确地旋转一整圈。后半部分是你的第一个真正的闭环控制，它比听起来要难得多。

4. 传感器和读取物理世界

资源：

1. Adafruit BNO085 9自由度IMU指南（免费）

关联：

https://learn.adafruit.com/adafruit-9-dof-orientation-imu-fusion-breakout-bno085/overview

它包含一个片上传感器融合的IMU，并提供一个四元数，这是一种“花钱就能免去数学运算”的方案。

2. Python 中的卡尔曼滤波器和贝叶斯滤波器，Roger Labbe（免费，CC-BY）

关联：

https://rlabbe.github.io/Kalman-and-Bayesian-Filters-in-Python/

Jupyter Notebook 包含可运行代码和已解答的练习题，涵盖 gh、离散贝叶斯、卡尔曼滤波、扩展卡尔曼滤波、无偏卡尔曼滤波和粒子滤波器，是目前最好的免费滤波学习资源。

3. MathWorks，《理解传感器融合与跟踪》（免费）

关联：

https://www.mathworks.com/videos/series/understanding-sensor-fusion-and-tracking.html

从“什么是传感器融合”到融合IMU和GPS获取姿态信息，以及在开始编写代码之前进行正确的概念概述，本教程分为六个简短的部分。

传感器价格（已核实）：

  • HC-SR04 超声波探测器，售价 3.95 美元，价格低廉，具有宽锥度的障碍物检测功能，但在柔软表面上的性能较差。

  • VL53L0X 飞行时间激光器，售价 14.95 美元，具有更窄的 35 度锥形光束，且无重影问题。

  • MPU-6050 6自由度IMU，售价12.95美元，这是一款价格低廉的经典产品，需要自行进行数据融合，而这正是它的优势所在。

  • BNO085 9自由度IMU，售价29.50美元，片上融合技术，带UART模式，专为机器人应用而设计。

  • Pololu 磁编码器对，售价 8.95 美元，用于为缺少里程计功能的电机添加里程计功能。

  • RPLIDAR C1 360度激光雷达，DFRobot售价69美元，比经典的A1更新、更便宜。

初学者提示：对于平衡机器人，在编写卡尔曼滤波器之前，先编写一个互补滤波器。它只有四行代码：angle = a * (angle + gyro * dt) + (1 - a) * accelAngle，其中 a 的值约为 0.98，并且有效。当你理解互补滤波器失效的原因后，再尝试使用卡尔曼滤波器。

练习任务：将IMU安装在电路板上，通过串口打印俯仰角，保持电路板完全静止，观察数值是否仍然会漂移。现在添加一个互补滤波器，观察漂移是否消失。这是状态估计中最重要的一课，而你只用了二十分钟就完成了。

5. 你的前两个机器人

这两个项目加起来比任何课程都更有价值。

循线机器人。高质量版本约105美元，经济型版本约38美元。

物料清单及质量：ESP32-S3 15.95美元，Pololu Romi 底盘套件 39.95美元，TB6612FNG 驱动器 14.77美元，QTR-8RC 反射阵列 12.95美元，电池及电池座约12美元，线材及接头约10美元

预算版：通用型 ESP32 芯片约 6 美元，2WD 亚克力底盘约 12 美元，DRV8833 芯片 5.95 美元，五个 TCRT5000 传感器约 3 美元，电池约 6 美元，线材约 5 美元

自平衡机器人。高质量版本售价约134 美元，经济型版本售价约62 美元。

物料清单及质量：ESP32 15.95美元，两个带编码器的齿轮电机组件 39.90美元，TB6612FNG 14.77美元，MPU-6050 12.95美元，印刷或激光切割底盘约10美元，锂电池、充电器和轮子约30美元，其他杂项约10美元

本月练习任务：先搭建循线机器人，用P控制器进行调优，然后加入D项，观察振荡是否消失，并将两种状态的视频都拍摄下来。一段机器人调优不佳和调优正确后的对比视频，对于初学者来说，是作品集中最有说服力的素材之一，因为它能证明你理解了控制回路，而不是简单地复制增益。

然后构建平衡器，但它只有在滤波器和循环时序都正确的情况下才能正常工作，而这种挫败感正是关键所在。

第二个月里程碑

到本月底，你应该能够：

  • 以可控速度驱动电机，并了解PWM占空比和实际转速之间的区别

  • 读取编码器并围绕它闭合位置环路

  • 无需教程，即可根据数据手册连接和读取 I2C 传感器。

  • 将加速度计和陀螺仪数据融合为稳定的角度估计

  • 请解释 P、I 和 D 各自的作用，并描述当你更改它们时机器人的反应。

  • 在 GitHub 上展示两个可正常运行的机器人，包括接线图、代码以及故障原因的文字说明。

⏩ --------------------------------------------------------------------- ⏪

第三个月：机械设计、CAD 和自行制造零件

本月目标：使用 CAD 设计零件，制造并使其装配到位

这个月将组装套件的人和制造机器人的人区分开来。

你之后制造的每一个机器人都会包含一些完全由你设计的零件，能够在一个下午的时间里将一个想法变成一个实物支架，这将彻底改变你能够开展的项目类型。

学习什么

1. CAD

选择一种工具深入研究，而不是全部都尝试一下。

决策框架：

  • 如果您乐于公开设计，Onshape Free 是个不错的选择。它可在浏览器中运行，支持包括 Chromebook 在内的任何设备，其装配和配合系统能够真实模拟机器人关节的运动。但需要注意的是：免费版的所有文档都是公开的。

  • 如果您以后需要集成 CAM 和 3D 打印功能，可以选择Fusion Personal 。非商业用途（年收入低于 1000 美元）可免费使用三年，有效期可续订，但导入和导出的文件类型有限。

  • 如果您在使用云端 CAD 或信用卡支付方面遇到问题，或者您反对可能被撤销的许可协议，那么FreeCAD或许是您的理想选择。1.1 版本已于 2026 年 3 月发布，现在已完全可以使用。

  • 如果您想要使用行业标准工具， SOLIDWORKS for Makers 的年费为48 美元，但需要注意的是，其生成的文件带有水印，无法在商业版 SOLIDWORKS 中打开。

资源：

1. Onshape 学习中心，基础知识：CAD（注册账号免费）

关联：

https://learn.onshape.com/learning-paths/onshape-fundamentals-cad

这是唯一一套免费的结构化CAD课程，完成课程后可获得证书，可用于简历，并且还提供专门的机器人竞赛训练计划。

2. 在线产品设计课程，30 天免费学习 Autodesk Fusion

关联：

https://productdesignonline.com/learn-autodesk-fusion-360-in-30-days-official-course/

三十天内完成了三十个建模对象，这是从从未接触过CAD到自信地进行参数化草图绘制的最快途径。

3. MangoJelly Solutions FreeCAD 教程（免费）

关联：

https://www.youtube.com/@MangoJellySolutions

面向创客的最佳 FreeCAD 教师，课程以短小精悍的针对性课程形式呈现，而非单一的大型课程。

4. Protolabs Network，面向 3D 打印的设计（免费）

关联：

https://www.hubs.com/knowledge-base/design-for-3d-printing/

CAD 的可制造性设计部分：壁厚、方向、公差、支撑、卡扣配合，以及何时使用 STL、3MF 或 STEP 格式。

重点关注的内容：

  • 务必绘制完全约束的草图，因为约束不足的草图在后续编辑时会发生移动，毁了你的一天。

  • 参数化设计由变量驱动，因此改变一个尺寸就会更新整个部件。

  • 模拟真实关节的装配和配合：旋转关节、滑动关节、固定关节

  • 根据你实际拥有的硬件进行设计，首先从伺服电机的数据手册尺寸入手。

  • 导出 STEP 文件用于共享，导出 STL 文件用于打印，并了解二者的区别

练习任务：根据制造商的数据手册图纸（而非目测），设计一个能固定你购买的伺服电机的支架，包括尺寸合适的螺丝孔和轴间隙。然后打印出来，看看是否合适。第一次很可能不合适，而失败本身就是一次宝贵的经验。

2. 3D打印

经核实的打印机价格，2026 年 9 月：

  • Creality Ender-3 V3 SE，199 美元

关联：

https://store.creality.com/products/ender-3-v3-se-3d-printer

  • Bamboo Lab A1 mini，219.99 美元

关联：

https://www.bestbuy.com/product/bambu-lab-a1-mini-3d-printer-silver/CZTZV9ZGGV

  • Bambu Lab A1，售价 299.99 美元，配备 256 毫米打印床，建议搭配更大的支架使用。

关联：

https://www.bestbuy.com/product/bambu-lab-a1-3d-printer-silver/CZW2ZH33H4

  • Creality K1C，售价 369 美元，封闭式硬化处理，适用于碳纤维丝材。

关联：

https://store.creality.com/products/k1c-3d-printer

  • Bambu Lab P1S，售价 799 美元，随附 CoreXY ABS 和 ASA 接口。

关联：

https://us.store.bambulab.com/products/p1s

耗材及其使用时机：

  • 原型支架、夹具以及SO-101机械臂本身均采用PLA和PLA+材料，其中SO-101机械臂指定使用PLA+材料，填充率为15%，层厚为0.2毫米。PLA是几种易加工材料中最硬的一种，在持续载荷下会发生蠕变，并在55至60摄氏度左右软化。

  • PETG是机器人常用的部件：底盘板、变速箱外壳、伺服支架，以及任何需要经受跌落冲击的部件。它坚韧耐用，层间粘合力远胜PLA，而且不易拉丝。

  • ABS和ASA材料常用于高温电机附近的部件以及户外探测车，如果没有外壳保护，它们很容易变形。

  • 尼龙材质可用于制作齿轮和线缆导向器，而且订购比印刷更容易。

  • 碳纤维填充物用于形成刚性结构连接，并且由于其具有磨蚀性，因此需要使用硬化喷嘴。

  • 用于脚部、缓冲垫和柔性抓握手指的TPU

资源：

1. OrcaSlicer 校准维基（免费）

关联：

https://github.com/OrcaSlicer/OrcaSlicer/wiki/Calibration

按照推荐的运行顺序进行温度、流量、压力、推进、回退和公差校准，对于任何想要制造完美契合零件的人来说，这都是最有用的切片文档。

2. 教学技术 3D 打印机校准（免费、交互式）

关联：

https://teachingtechyt.github.io/calibration.html

一个与打印机无关的交互式引导程序，按顺序引导您完成每个校准步骤。

3. CNC厨房（免费）

关联：

https://www.youtube.com/@CNCKitchen

对填充物、壁厚、螺纹嵌件和打印方向进行仪器化、可重复的强度测试，这使得打印方向不再是经验之谈，而是成为实际数据。

4. 间隙和公差 3D 打印机量规（免费 STL 文件）

关联：

https://www.printables.com/model/57067-clearance-and-tolerance-3d-printer-gauge

打印一次即可了解机器过盈配合和滑动配合的实际间隙，之后设计的每个支架和轴承座都取决于此。

如果你买不起打印机：

  • 全球约有 2,875 个Fab Lab ，可按国家/地区搜索。

关联：

https://fablabs.io/labs

  • 美国大部分地区的公共图书馆创客空间都是免费或近乎免费的。

关联：

https://action.everylibrary.org/how_to_find_a_makerspace_near_you

  • Craftcloud会比较覆盖 95 个国家/地区的报价，并为您推荐离您最近的制造商，这对于美国和欧盟以外的地区来说是最佳选择。

关联：

https://craftcloud3d.com/

  • JLC3DP 的MJF 尼龙和 FDM 打印价格为每个零件 1.00 美元起，3 天即可完成打印。

关联：

https://jlc3dp.com/

实事求是地算：一个SO-101机械臂大约需要1公斤PLA+耗材，用自己的打印机打印的话，线材成本大约在20到25美元，而一套成品打印件的价格是30.99美元。打印机一次打印并不能收回成本，而是通过迭代来收回成本。因为在家打印第十次机械臂的指状部件只需要40美分和25分钟，而从专业打印服务商那里打印则需要8美元和一周的时间。

练习任务：打印公差规，记下机器的实际间隙值，然后设计并打印一个无需胶水即可闭合的两件式卡扣式 ESP32 外壳。反复尝试，直到它能正确卡扣为止。这就是所有机械设计的核心循环。

3. 执行器、传动装置以及机器人为何如此困难

理解齿轮减速比、齿隙和扭矩密度是区分视频中运行的机器人和实际运行的机器人的关键所在。

重点关注的内容：

  • 齿轮比以及速度和扭矩之间的权衡

  • 反冲，以及它为何会以软件无法完全解决的方式破坏定位精度。

  • 轴承选择和预紧力

  • 皮带传动、齿轮传动和直接传动

  • 为什么廉价伺服电机的塑料齿轮组是任何机械臂上最先损坏的部件

练习任务：设计并打印一个简单的行星减速器或摆线减速器，用于 NEMA17 步进电机或业余电机，并做好第一次打印失败的心理准备。通过握住输出端并摇晃来测量反冲，然后重新设计以减小反冲。如果您需要初始几何结构，可以参考 Instructables 和 Hackaday 上的设计。

关联：

https://www.instructables.com/OpenCycloid-3D-printed-Open-Source-Robotic-Actuato/

4. 制造一个真正的机器人手臂

这是本月的压轴大戏，也是整个路线图中最重要的硬件采购。

SO -101是由 TheRobotStudio 和 Hugging Face 联合开发的开源五自由度机械臂及夹爪，设计为主从式组合，您可以手动引导其中一个机械臂，另一个则镜像其运动。

正是这套远程操作装置让你能够录制演示，而这正是第六个月课程的基础。

官方物料清单（已在仓库中核实）：一对主从动臂总价为229.88 美元，单个从动臂总价为121.94 美元，不含 3D 打印费用。

关联：

https://github.com/TheRobotStudio/SO-ARM100

购买渠道及核实价格：

  • Seeed Studio SO-ARM101 Pro 伺服套件，售价277.99 美元，包含电机和控制板，不含印刷件。

关联：

https://www.seeedstudio.com/SO-ARM101-Low-Cost-AI-Arm-Kit-Pro-p-6427.html

  • Seeed Studio 打印零件套装，售价 30.99 美元，如果您没有打印机，可以考虑购买此套装。

关联：

https://www.seeedstudio.com/SO-ARM101-3D-printed-Enclosure-p-6428.html

  • Robonine SO-ARM101 全套套件，售价349.00 美元，从特拉华州发货。

关联：

https://robonine.com/shop/so-arm101-black-robotic-arm-kit/

  • WowRobo（基于 OpenELAB），打印部件加舵机售价325.99 美元，未组装完整套件售价419.99 美元，组装完成的套件售价489.99 美元。

关联：

https://openelab.com/products/wowrobo-robotics-so-arm101-diykit

各个档次都有更便宜的替代品：

  • $0 ：LeRobot 堆栈中的所有程序在硬件存在之前都在 MuJoCo 仿真中运行，如果您无法导入任何内容，这就是解决方案。

  • 售价 50 至 80 美元：EEZYbotARM MK2，提供免费 STL 文件，由 MG996R 业余伺服电机和打印部件构成。它侧重于连杆运动学，而非伺服总线协议。链接：https://www.thingiverse.com/thing:1454048

  • 122 美元：如果您自己打印零件，一个 SO-101 从动臂的价格为 122 美元。您将失去远程操作功能，但保留完整的软件路径。

  • 199.99 美元：Hiwonder xArm 1S，最便宜的带智能总线伺服电机的机械臂，可报告位置和电压。链接：https://www.hiwonder.com/products/xarm-1s

练习任务：搭建 SO-101 机械臂，校准所有舵机，并使用主控臂远程操控跟随臂。然后，用 TPU 材料设计并打印你自己的夹爪手指来替换原装的，并在三个不同形状的物体上进行测试。机械臂是第五个月和第六个月的练习平台，而定制的夹爪手指则证明了你不仅能组装，还能进行设计。

第三个月里程碑

到本月底，你应该能够：

  • 根据数据手册，在CAD中建模零件，并创建完全约束的草图。

  • 请提供通过测量而非猜测得出的打印机实际间隙数值。

  • 专门为FDM设计零件，需考虑零件的取向、悬垂和层间粘合等因素。

  • 为特定零件选择PLA、PETG、ABS或TPU材料，并说明理由。

  • 解释什么是反弹，并用你构建的东西来演示它。

  • 展示一个由你组装、校准并用你自己的零件改造过的可运行的机器人手臂。

⏩ --------------------------------------------------------------------- ⏪

第四个月：ROS 2、仿真以及企业如何构建机器人

本月目标：使用 ROS 2 构建一个机器人，对其进行仿真，并使其能够绘制房间地图并自主导航。

到目前为止，你都是按照自己的方式制造机器人。

ROS 2 是业界构建机器人的基础，也是机器人行业招聘信息中最热门的技能要求。

这个月最棒的地方在于，你完全不需要任何硬件，只需要一台普通的笔记本电脑，甚至不需要NVIDIA显卡，就能完成所有这些工作。这句话一定要反复确认，因为认为机器人技术需要昂贵的设备，正是人们迟迟不敢涉足这个领域的主要原因。

学习什么

1. 要安装哪个 ROS 2 版本，以及 ROS 1 的陷阱

ROS 2 每年五月发布。偶数年为长期支持 (LTS) 年，提供五年支持；奇数年提供约十八个月的支持。

截至2026年9月，情况如下：

  • Lyrical Luth于 2026 年 5 月发布，预计于 2031 年 5 月停止支持，目标平台为 Ubuntu 26.04。当前 LTS 版本为 Ubuntu 26.04。

  • Jazzy Jalisco ，发布于 2024 年 5 月，终止支持于 2029 年 5 月，目标平台为 Ubuntu 24.04。

  • 穿苏格兰裙的怪兽，预计于2026年12月31日停止运营。请勿从此处开始。

  • 谦逊鹰嘴豆，2027年5月停产。传承

先从 Jazzy 开始。Lyrical是较新的软件，适合新的音乐制作项目，但目前几乎所有的课程、书籍和 YouTube 系列视频仍然以 Jazzy 为目标平台，而且它还有两年半以上的支持期。等你的教程积累到一定程度后再过渡到 Lyrical。

ROS 1 已停止维护。Noetic于 2025 年 5 月 31 日终止服务，并且没有后续版本。大量高分教程内容都是基于 ROS 1 的，因此请务必学会快速识别：如果看到 catkin_make、roscore、rosrun、rospy 或仅包含 XML 的启动文件，请立即关闭该标签页。ROS 2 使用 colcon 构建，没有主分支，并使用 ros2 run 和 Python 启动文件。

2. ROS 2 核心概念

资源：

1. ROS 2 官方教程（免费）

关联：

https://docs.ros.org/en/jazzy/Tutorials.html

这份权威参考资料完全围绕节点、主题、服务、操作、参数、启动文件、TF2 和 URDF 构建。它属于参考级别而非教学级别，因此建议配合视频使用。

2. The Construct（免费版，付费版起价 39.97 欧元/月）

关联：

https://www.theconstruct.ai/

所有程序都在基于浏览器的 ROS 环境中运行，并使用模拟机器人，这消除了初学者面临的最大障碍：无需 Ubuntu 双系统启动、无需周末安装、无需 GPU。免费套餐包含三门完整的课程。

3. Edouard Renard，《ROS 2 入门教程，第 1 级》（Udemy，促销价约 10 至 20 美元）

关联：

https://www.udemy.com/course/ros2-for-beginners/

十三小时的Python和C++课程，涵盖节点、包、主题、服务、自定义接口、参数和启动文件。无需支付原价，Udemy折扣几乎永久有效。

4. 关节机器人学，Josh Newans（免费）

关联：

https://articulatedrobotics.xyz/tutorials/

这是目前市面上最好的免费端到端教程：设计机器人、编写URDF、进行仿真、添加ros2_control、将其部署到配备激光雷达的树莓派上，然后进行SL​​AM和导航。它在ros2_control方面做得尤其出色，而几乎所有其他资源都在这方面有所欠缺。

5. MOGI-RO​​S，一门完整的大学课程（免费，Apache 2.0）

关联：

https://github.com/orgs/MOGI-RO​​S/repositories

这是一份完整的 ROS 2 Jazzy 与 Gazebo Harmonic 的学期课程大纲，内容涵盖发布/订阅、URDF、传感器、导航和 MoveIt 2 机械臂，每周都提供可运行的代码。

6. 自动 Addison（免费）

关联：

https://automaticaddison.com/tutorials/

这些指南以菜谱的形式按发行版分类，值得一提的是，它们已经包含了 Lyrical 和 Jazzy 的曲目。如果你想了解“如何在 Jazzy 中编写动作”，而不是学习完整的课程，那么这里就是你的最佳选择。

重点关注的内容：

  • 节点、主题、服务和动作，以及了解给定问题需要这三者中的哪一种。

  • 自定义消息和服务定义

  • 参数和 YAML 配置文件

  • 在 Python 中启动文件，传递参数和重新映射主题

  • colcon 工作区和包布局

  • 用于录制和回放的 ros2 bag，是调试偶尔才会出现的故障的方法。

一个值得指出的不足之处：我能找到的所有资源对 DDS 和 QoS 设置的讲解都非常糟糕。没有哪个课程能讲得好。当你遇到“我的主题可以发布但无法接收”这种莫名其妙的问题时，答案几乎总是 QoS 不匹配，而你最终会去阅读官方的概念页面，而不是教程。

练习任务：构建一个完全不包含机器人和模拟器的多节点系统。系统包含一个传感器发布节点、一个处理节点、一个基于服务的配置节点和一个参数化聚合器，并包含自定义的 .msg 和 .srv 文件。所有节点都集成在一个接受参数的 Python 启动文件中。使用 ros2 bag 录制并回放整个过程。这项练习无需任何成本，并且能够证明你理解了图论，而不仅仅是你会运行 turtlesim。

3. URDF、TF 和机器人描述

资源：

1. 关节机器人学，机器人坐标变换（免费）

关联：

https://articulatedrobotics.xyz/category/coordinate-transforms-for-robotics

本系列文章专门讲解帧和变换，这是大多数人理解URDF的难点所在。

2. Edouard Renard，《Level 2: TF, URDF, RViz, Gazebo》（Udemy，促销价约 10 至 20 美元）

关联：

https://www.udemy.com/course/ros2-tf-urdf-rviz-gazebo/

这是最好的 URDF 资源，涵盖 xacro 宏、robot_state_publisher、RViz 配置和 Gazebo 插件，最终成果是一个带有机械臂的移动底座。

3. 官方 URDF 教程（含 robot_state_publisher，免费）

关联：

https://docs.ros.org/en/jazzy/Tutorials/Intermediate/URDF/Using-URDF-with-Robot-State-Publisher-cpp.html

官方教程，提供 C++ 和 Python 两种版本。

需要了解的常见问题：

  • 混淆了 joint_state_publisher 和 robot_state_publisher。修正方法：前者生成关节位置，后者根据这些位置计算变换。

  • 缺少惯性标签。解决方法：如果没有惯性标签，你的机器人会爆炸或沉入凉亭地板下，所以务必添加质量和惯性标签。

  • 缺少到激光雷达坐标系的静态变换。解决方法：这比任何算法问题都更容易导致初学者 SLAM 失败。

  • 手动编写 400 行 XML 代码。解决方法：从一开始就使用 xacro 宏。

练习任务：使用 Xacro（而非 TurtleBot）设计你自己的机器人。机器人应包含一个差动驱动底座、一个传感器桅杆和一个两自由度云台，并设置正确的惯性矩，以及独立的碰撞几何和视觉几何。使用 joint_state_publisher_gui 驱动关节，并在 RViz 中查看完整的 TF 树。在 RViz 中截取你自己的机器人的屏幕截图，是初学者作品集中最清晰的展示。

4. 模拟

凉亭的命名历史让大家都感到困惑，所以这里简单解释一下。

Gazebo Classic（版本 1 至 11）已于 2025 年 1 月停止维护。它曾被重写并短暂更名为 Ignition Gazebo，随后在 2022 年 4 月的公告中改回 Gazebo，所有 ign 命令都变成了 gz。如果教程中使用了 roslaunch gazebo_ros 或 ign gazebo，则说明该教程已过时。

当前版本按字母顺序命名：Fortress、Garden、Harmonic、Ionic、Jetty

安装与您的 ROS 2 发行版相匹配的版本，否则您将会遇到构建错误：Humble 与 Fortress 匹配，Jazzy 与 Harmonic 匹配，Kilted 与 Ionic 匹配，Lyrical 与 Jetty 匹配。

资源：

1. Gazebo 文档和教程（免费）

关联：

https://gazebosim.org/docs/latest/getstarted/

建造你自己的机器人、移动它、SDF 世界、传感器以及生成 URDF

2. MuJoCo（免费开源）

关联：

https://mujoco.readthedocs.io/en/stable/overview.html

这是目前速度最快、精度最高的接触动力学模型，采用CPU优先架构，无需GPU，是运动和操作学习领域的研究标准。

3. NVIDIA Isaac Sim（免费下载）

关联：

https://docs.isaacsim.omniverse.nvidia.com/6.0.0/installation/requirements.html

照片级真实感模拟和合成数据生成，在兴奋之前请先阅读配置要求链接：最低配置为配备 16GB 显存的 RTX 4080 ，而像 A100 和 H100 这样没有 RT 核心的数据中心显卡则完全不受支持。

决策框架：

  • 先学习 Gazebo ，因为它是唯一原生集成到 ROS 2 中的模拟器，而且它可以在你已有的笔记本电脑上运行。

  • 如果你需要强化学习或运动学方面的功能，可以选择MuJoCo ，它不需要 GPU。

  • 只有当你拥有 RTX 硬件并且有特定原因时，才去玩Isaac Sim 或 Isaac Lab。

  • 跳过PyBullet ，它自 2022 年以来就没有发布过任何版本，而且其维护者也关闭了问题跟踪器。

  • 关注Genesis ，但不要基于它构建投资组合，因为 v1.0 版本刚发布，尚未集成 ROS 2。

练习任务：将上一节中创建的 Xacro 机器人导入 Gazebo，添加激光雷达插件和相机插件，并构建一个包含障碍物的自定义 SDF 世界供其运行。确认传感器数据出现在 ROS 2 主题中，并在 RViz 中渲染成功。

5. ros2_control

这是大多数自学考生从未接触过的主题，因此也是让自己脱颖而出的最快途径。

资源：

1. ros2_control 文档（免费）

关联：

https://control.ros.org/rolling/index.html

URDF 与执行器的交汇点：硬件接口、控制器管理器以及 xacro 文件中的 <ros2_control> 标签

2. 关节机器人，ros2_control 在真实硬件上（免费）

关联：

https://articulatedrobotics.xyz/tutorials/mobile-robot/applications/ros2_control-real/

唯一能够正确完成从仿真到实际硬件过渡的资源。

练习任务：为你的机器人添加 <ros2_control> 标签，通过 YAML 配置 diff_drive_controller 和 joint_state_broadcaster，并在 Gazebo 中使用键盘遥控控制它。然后编写一个动作服务器，使其能够按照指令行驶一段距离并报告进度，同时提供反馈和取消功能。将动作和 ros2_control 集成到一个项目中，绝对是一个强有力的作品集素材。

6. SLAM 和导航

资源：

1. Nav2 入门指南（免费）

关联：

https://docs.nav2.org/rolling/getting_started/index.html

不到五分钟即可在模拟环境中启动 Nav2，预配置的 VS Code 开发容器彻底消除了所有安装麻烦。

2. Nav2教程（免费）

关联：

https://docs.nav2.org/rolling/tutorials/

涵盖SLAM、禁入区域、速度限制、碰撞监控、对接、GPS导航，以及如何编写自己的规划器、控制器或行为树节点。

3. SLAM 工具箱（免费开源）

关联：

https://github.com/SteveMacenski/slam_toolbox

目前支持的 ROS 2 SLAM 库包含同步、异步、全生命周期和仅定位模式，并支持多机器人。

4. RTAB-Map for ROS 2（免费开源）

关联：

https://github.com/introlab/rtabmap_ros

适用于使用深度摄像头而非激光雷达，或需要 3D 地图的情况，基于外观的 RGB-D 和立体 SLAM，并具备回环检测功能。

重点关注的内容：

  • 地图绘制和本地化的区别，以及何时将 SLAM Toolbox 切换到本地化模式

  • 里程计质量很重要，因为SLAM工具箱需要它，而且模糊的地图几乎总是里程计问题，而不是算法问题。

  • 代价图调优：膨胀半径、障碍层以及局部与全局分割

  • 行为树是 Nav2 协调一切的方式，也是初学者最难掌握的部分。

用于真正SLAM的硬件分为三个层次：

  • 0 美元：带模拟激光雷达的凉亭。请先在这里完成全部 SLAM 和 Nav2 课程。

  • 250 美元至 450 美元：DIY：RPLIDAR C1（69 美元）、树莓派 4 或 5、带编码器的差动驱动底座、电机驱动器和电池。性价比最高，也是最省钱的方案。

  • 300 美元到 535 美元：一个现成的平台。Hiwonder MentorPi M1 售价299.99 美元起，在树莓派 5 上运行 ROS 2 Humble 系统，配备激光雷达和深度摄像头。Waveshare 的 UGV Rover ROS 2 套件售价534.99 美元，它将树莓派主机和 ESP32 实时控制器分开，这正是实际机器人的架构方式。

关联：

https://www.hiwonder.com/products/mentorpi-m1

关联：

https://www.waveshare.com/ugv-rover-ros2-kit.htm

练习任务：在你的 Gazebo 环境中运行 SLAM Toolbox，进行远程操控，保存地图，然后切换到定位模式，并从 RViz 发送 Nav2 目标。调整代价地图，直到机器人不再裁剪拐角。然后录制屏幕视频。一段机器人自主导航其自行构建地图的视频，是自学成才的机器人专家所能制作的最引人注目的作品。

第 4 个月里程碑

到本月底，你应该能够：

  • 使用 Python 和 C++ 编写 ROS 2 节点，这些节点使用主题、服务和动作。

  • 请使用正确的坐标系、惯性和碰撞几何体，在 Xacro 中描述您自己的机器人。

  • 在 Gazebo 中模拟该机器人，使其具备正常工作的激光雷达和摄像头传感器。

  • 配置 ros2_control 并通过控制器而非原始命令来驱动机器人

  • 使用 SLAM Toolbox 构建地图，并使用 Nav2 进行自主导航。

  • 诊断出 TF 树损坏，这是整个技术栈中最常见的故障。

⏩ --------------------------------------------------------------------- ⏪

第五个月：让机器人真正运转起来的数学原理

本月目标：理解并运用你所构建的一切事物背后的控制和感知机制

到目前为止，你一直使用的库都帮你完成了那些繁重的工作。

本月你将了解到他们在做什么，因为能够配置 Nav2 的人和能够修复 Nav2 故障的人之间的区别就在于这些材料。

你不需要掌握所有这些知识，只需熟练运用控制技巧，具备足够的运动学知识来推断机械臂的运动，以及足够的视觉能力来从摄像头获取三维信息即可。

学习什么

1. 控制理论，从PID控制开始

你仅用了两个月的时间就凭感觉调好了PID控制器。现在来学习一下它为什么有效。

资源：

1. 理解 PID 控制，MATLAB 技术讲座，主讲人：Brian Douglas（免费）

关联：

https://www.mathworks.com/videos/series/understanding-pid-control.html

七个部分涵盖了PID的定义、积分器饱和、微分滤波、调谐以及手动调谐与自动调谐的区别。本周带你快速从零开始打造一个可用的控制器。

2. Brian Douglas，控制系统讲座（免费）

关联：

https://www.youtube.com/@BrianBDouglas/playlists

本书以直观的方式讲解PID控制、状态空间控制、鲁棒控制和无人机控制，最适合没有接受过正规控制课程培训的人阅读。

3.《控制理论基础》，布莱恩·道格拉斯著（免费，知识共享许可）

关联：

https://engineeringmedia.com/books

视频的配套文字资料，以及连贯的叙述而非零散的课程内容。

4. 控制训练营，史蒂夫·布伦顿（免费）

关联：

https://www.youtube.com/playlist?list=PLMrJAkhIeNNR20Mz-VpzgfQs5zrYi085m

39 个视频，以及进入状态空间、可控性、可观测性、LQR 和卡尔曼滤波器的正确切入点。

5. 反馈系统，Åström 和 Murray（免费 PDF）

关联：

https://fbswiki.org/wiki/index.php/Feedback_Systems:_An_Introduction_for_Scientists_and_Engineers

这本严谨的教科书由普林斯顿大学出版社免费发布，方便您无需付费即可获得完整版本。

重点关注的内容：

  • P、I 和 D 各自的物理功能是什么，以及它们的失效模式是什么。

  • 积分器累积力矩，以及为什么当它脱离极限位置时你的手臂会猛地一甩

  • 为什么导数项会放大传感器噪声并需要滤波？

  • 稳态误差，以及积分器修正与重力补偿修正两种情况下的误差。

  • 前馈是成本最低的性能提升方式，但大多数人从未添加过。

练习任务：使用第二个月的平衡机器人，在同一硬件上实现三种控制器：仅 P 控制器、PD 控制器和带前馈的 PID 控制器。将每种控制器的阶跃响应记录到 CSV 文件，绘制所有三种控制器的响应曲线图，并说明你会选择哪一种控制器以及原因。这张曲线图在面试中比任何证书都更有价值。

2. 状态空间、LQR 和 MPC

资源：

1. 理解模型预测控制，MATLAB 技术讲座（免费）

关联：

https://www.mathworks.com/videos/series/understanding-model-predictive-control.html

本文分为七个部分，从为什么要使用模型预测控制（MPC）到自适应和非线性变体，以及如何使其运行速度足够快以适应实际应用。

2. 欠驱动机器人学，Russ Tedrake，麻省理工学院（免费）

关联：

https://underactuated.csail.mit.edu/index.html

这里是控制理论与机器人学的交汇点：摆锤、倒立摆、行走、奔跑和人形机器人，运用动态规划、线性二次型调节器（LQR）、李雅普诺夫分析和轨迹优化等方法。免费提供笔记、PDF 和讲座视频。

重点关注的内容：

  • 将系统表示为状态、输入和输出，而不是传递函数。

  • 为什么LQR只是选择收益的一种原则性方法

  • MPC 能为你带来什么，那就是约束；它的成本是什么，那就是计算能力。

  • 欠驱动，以及为什么自由度小于执行器数量的机器人需要完全不同的思维方式

练习任务：用 Python 实现模拟倒立摆运动的 LQR 模型，然后用手动调谐的 PID 控制器实现相同的功能，并比较它们对扰动的处理方式。Tedrake 的笔记中已经给出了模型，所以你只需要实现模型，而不是推导模型。

3. 运动学和动力学

资源：

1.《现代机器人学》，凯文·林奇，西北大学（免费书籍、代码和视频）

关联：

http://hades.mech.northwestern.edu/index.php/Modern_Robotics

这本标准教材的免费预印本，以及配套的 Python、MATLAB 和 Mathematica 库和完整的视频课程，都采用了螺旋理论和指数乘积，而非德意志扩散函数（DH）参数，这种方法更简洁，也已成为行业标准。

2. 现代机器人学专业课程（Coursera，可免费旁听）

关联：

https://www.coursera.org/specializations/modernrobotics

如果您需要设定完成期限，那么这套材料与包含考核的六门结构化课程体系相同。

3. Python机器人工具箱，Peter Corke（免费，MIT）

关联：

https://github.com/petercorke/robotics-toolbox-python

正向运动学、雅可比矩阵、数值逆运动学、轨迹生成以及五十多个真实机器人模型（包括 Franka 和 UR），因此您可以通过在真实手臂上运行代码来学习。

4.昆士兰科技大学机器人学院，Peter Corke（免费）

关联：

https://robotacademy.net.au

超过 200 个时长不到十分钟的视频课程，按先决条件级别分类，是简明扼要地解释 DH 参数、雅可比矩阵和姿态表示的最佳资源。

重点关注的内容：

  • 同质变换及其组合，这就是万物之语言。

  • 正向运动学很容易，而逆向运动学则不然。

  • 雅可比矩阵，以及当你的手臂突然无法横向移动时，奇点在物理上意味着什么

  • 工作空间限制，以及关节限制与可达性

  • 轨迹生成，以及为什么有时在关节空间中进行插值，有时在笛卡尔空间中进行插值

练习任务：根据 SO-101 机械臂的连杆长度，手动计算其正向运动学，然后使用机器人工具箱进行验证。接下来，编写一个数值逆运动学求解器，使末端执行器移动到指定的 XYZ 轴，并观察其在奇异点附近的运动情况。感受机械臂失去一个自由度，有助于理解其运动学原理。

4. 感知与计算机视觉

资源：

官方的，免费的）1. 免费 OpenCV Bootcamp (OpenCV.org

关联：

https://courses.opencv.org/courses/course-v1:OpenCV+Bootcamp+CV0/about

这是 OpenCV 官方推出的两到三小时课程，涵盖图像处理、滤波、边缘检测、跟踪和 DNN 模块。建议从这里开始，而不是付费课程。

2. OpenCV 相机标定教程（官方文档，免费）

关联：

https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html

这是一份包含完整 Python 代码的权威教程，涵盖从棋盘角点识别、畸变校正到重投影误差计算的各个步骤。每位机器人工程师都必须能够凭记忆完成这些步骤。

3. Cyrill Stachniss 讲座，波恩大学（免费）

关联：

https://www.ipb.uni-bonn.de/online-training-robotics/

完整的大学讲座录像，内容涵盖移动传感、摄影测量和SLAM，以及几何方面最好的免费资源：投影几何、光束法平差、扩展卡尔曼滤波和图SLAM。

4. Open3D 点云教程（免费）

关联：

https://www.open3d.org/docs/release/tutorial/geometry/pointcloud.html

对于已经熟悉 Python 的用户来说，使用 Python 实现体素下采样、法线估计、ICP 配准、平面分割和聚类等功能，比使用 PCL 要容易得多。

重点关注的内容：

  • 相机内参和畸变，以及使用打印的棋盘进行实际校准

  • 针孔投影，以及图像坐标和世界坐标之间的差异

  • 立体视觉、结构光和飞行时间法测深

  • 点云基础知识：降采样、平面拟合（用于查找表格）、聚类（用于查找表格中的对象）

  • 为什么照明变化会破坏昨天运行良好的视觉通道？

练习任务：用打印的棋盘标定一台实际相机，保存相机内参，然后编写一个脚本，用于检测彩色物体并估计其相对于相机的三维位置。之后移动光源，观察脚本是否失效，并进行修复。这份故障及修复过程的记录可以作为作品集素材。

5. 操作和 MoveIt 2

资源：

1. MoveIt 2 入门指南（免费开源）

关联：

https://moveit.picknik.ai/main/doc/tutorials/getting_started/getting_started.html

官方推荐使用 Ubuntu 24.04 上的 Jazzy 版本，以获得最流畅的体验。

2. 使用 MoveIt Task Constructor（免费）进行取放操作

关联：

https://moveit.picknik.ai/main/doc/tutorials/pick_and_place_with_moveit_task_constructor/pick_and_place_with_moveit_task_constructor.html

ROS 2 中最实用的操作教程，讲解如何将任务分解为多个阶段，并实现抓取生成、逆运动学和碰撞管理。

3. 机器人操作，Russ Tedrake，麻省理工学院（免费）

关联：

https://manipulation.csail.mit.edu/

本书共十二章，将硬件、运动学、感知、抓取、规划和控制融为一体，并结合模型驱动和学习方法进行教学，这正是目前行业运作的方式。

4. Contact-GraspNet，NVIDIA（免费代码）

关联：

https://github.com/NVlabs/contact_graspnet

基于深度图在杂乱场景中生成六自由度抓取模型，以及学习抓取的标准基线

练习任务：使用 MoveIt 2 为模拟机械臂规划运动，在规划场景中添加碰撞物体，并执行抓取和放置操作。然后，通过在唯一可行路径上放置障碍物来使其失败，并观察规划器的行为。理解规划器失败的原因比观察其成功更有价值。

第 5 个月里程碑

到本月底，你应该能够：

  • 实现并调整PID控制器，并根据测量数据解释每个术语。

  • 用状态空间描述系统，并在模拟系统中实现线性二次型调节器（LQR）。

  • 手动计算正向运动学，并用数值方法求解逆运动学。

  • 指着一个正在做奇点实验的机器人，解释什么是奇点。

  • 校准相机并将像素转换为 3D 位置

  • 在 MoveIt 2 中规划并执行无碰撞的取放操作

⏩ --------------------------------------------------------------------- ⏪

第六个月：机器人学习、专业化和就业

本月目标：选择一个方向，围绕该方向打造作品集，并开始申请。

现在您拥有了完整的技术栈：电子元件、嵌入式系统、机械系统、ROS 2、控制和感知系统

本月分为两个部分。第一部分是前沿领域，即通过演示而非编程来训练机器人。第二部分是将你所构建的一切转化为能为你带来就业机会的技能。

第一部分：现代机器人学习

这是机器人技术领域在过去两年里发生彻底改变的部分，也是该领域吸引如此多资金的原因。

1. 乐机器人

LeRobot 是 Hugging Face 开发的用于实际机器人的 PyTorch 库，也是整个低成本机器人学习领域汇聚的开放中心。

工作流程为：远程操控、录制、训练、部署。您手动操控机器人，演示视频和动作数据同步保存，策略学习模仿这些演示，然后机器人即可自主运行。

资源：

1. LeRobot 文档（免费）

关联：

https://huggingface.co/docs/lerobot/index

主要文档涵盖了完整的流程和所有支持的机器人。

2. LeRobot 代码库（免费，Apache 2.0 许可）

关联：

https://github.com/huggingface/lerobot

超过 26,000 颗星，以及了解政策实际执行情况的地方。

3. 拥抱脸机器人课程（免费，无需硬件）

关联：

https://huggingface.co/learn/robotics-course/unit0/1

完全基于模拟环境和公共数据集运行，因此您可以在购买任何产品之前完成所有操作。每个单元大约需要 30 到 45 分钟。

4. SO-101 设置指南（免费）

关联：

https://huggingface.co/docs/lerobot/so101

您在第三个月搭建的机械臂的精确端口查找、电机设置、校准和记录命令。

重点关注的内容：

  • 完整地记录、训练、部署循环，全程在您自己的手臂上进行

  • 数据集质量至关重要，因为基于粗劣示范训练的策略本身也是一种粗劣的策略。

  • ACT（文档推荐的初始策略）以及为什么预测未来一系列行动比预测单个步骤更有效

  • 扩散策略将策略表示为去噪过程，并在十二项任务中取得了比先前方法平均46.9%的性能提升。

练习任务：在你的 SO-101 设备上录制 50 次简单任务的演示，例如拿起一个立方体并将其放入容器中，训练一个 ACT 策略并部署它。该策略可能成功率只有一半。然后录制另外 50 次演示，涵盖失败的情况并重新训练策略。记录训练前后的成功率。这个数字以及你进行了测量这一事实，构成了你的作品集组成部分。

2. 视觉-语言-动作模型

这些是机器人技术的基础模型，了解自己实际能够运行哪些模型至关重要。

  • π₀、π₀-FAST 和 π₀.₅ 算法来自 Physical Intelligence，采用Apache 2.0 许可，权重开源，并使用超过 10,000 小时的机器人数据进行预训练。代码库坦诚地指出，这些算法是为他们自己的机器人开发的，因此无法保证迁移到其他模型。

关联：

https://github.com/Physical-Intelligence/openpi

  • OpenVLA ，70亿个参数，完全开源，基于来自Open X-Embodiment的97万个机器人训练集进行训练，是文档最完善的开源VLA，方便阅读其代码。

关联：

https://openvla.github.io/

  • NVIDIA 的GR00T N1.7 ，代码采用 Apache 2.0 许可，权重则遵循 NVIDIA 开放模型许可协议，这一点常被错误报道。推理需要 16GB 以上的显存。

关联：

https://github.com/Nvidia/Isaac-GR00T

  • Hugging Face 出品的SmolVLA是一款小巧的芯片，专为价格亲民的硬件设计，非常适合在 SO-101 接口上进行微调，而无需使用 7B 型号。

关联：

https://huggingface.co/lerobot/smolvla_base

  • Google DeepMind 的RT-2具有重要的历史意义，但没有公开的权重数据，因此请仔细研读论文，并使用上述方法之一进行练习。

3. 机器人强化学习

资源：

1. MuJoCo Playground（免费，Apache 2.0）

关联：

https://github.com/google-deepmind/mujoco_playground

用于运动、操作和视觉任务的 GPU 加速环境，附带四个 Colab 教程，比其他方案更容易上手。从这里开始。

2. NVIDIA Isaac Lab（免费，BSD-3）

关联：

https://github.com/isaac-sim/IsaacLab

十六种机器人模型和三十多个预置训练环境，集成了 RSL RL、skrl、RL Games 和稳定基线。它是腿式和人形机器人仿真到现实的行业标准，并且从第四个月开始需要 RTX 硬件。

3. CS 285，深度强化学习，Sergey Levine，加州大学伯克利分校（免费）

关联：

https://rail.eecs.berkeley.edu/deeprlcourse

这是目前最好的强化学习课程，而且莱文是一位机器人研究员，所以课程内容完全基于机器人领域，涵盖了模仿学习、策略梯度、Actor-Critic模型、基于模型的强化学习和离线强化学习。

练习任务：使用 Colab 教程中的 MuJoCo Playground 训练一个四足动物运动策略，然后改变奖励函数并观察步态的变化。您无需任何硬件，也无需使用 Colab 提供的免费 G​​PU 以外的任何设备。

第二部分：选择一个方向

三个方向确实存在。选择其中一个，让另外两个停留在识字水平就好。

方向一：机器人学习和具身人工智能

如果你想要前沿公司和最高的上限，这是最佳选择。

重点：LeRobot、VLA 微调、模仿学习、强化学习、仿真、PyTorch

这是薪酬最高也最具竞争性的领域，在这里，你亲自收集的真实数据集比任何证书都更有价值。

方向二：自主性和移动机器人

如果你想获得最多的工作机会，这是最佳选择。

重点领域：ROS 2、Nav2、SLAM、感知、传感器融合、C++

控制工程师和现场服务工程师加起来占所有机器人职位的20%以上，而且这个方向同时服务于这两个领域。

方向三：嵌入式、机电一体化和集成

如果你想立即开始工作，包括以承包商的身份工作，这是最佳选择。

重点领域：固件、电机控制、实时系统、PLC、功能安全、系统集成

这是最不光鲜亮丽但却最稳定的就业方向，也是技术员晋升工程师的真正路径。值得注意的是，66%的机器人项目报告称，认证导致了延误，因此功能安全知识是一项真正被忽视的专业技能。

4. 您的投资组合

我查看了该领域招聘人员实际声称的筛选标准，发现模式是一致的。

高信号：

  • GitHub 仓库包含已记录的指标和提交历史记录，展现了迭代调试过程，而不是一次性提交完成的演示。

  • 需要提供真实机器人部署的可靠性数据证据，而不仅仅是仿真数据。

  • LeRobot Hub 上的公共数据集，其中已有数万个社区数据集。

  • 对雇主所依赖的软件包的贡献：ROS 2 core、Nav2、MoveIt、Isaac Lab、LeRobot

  • 系统集成工作，将传感器、执行器、规划和控制系统连接起来，并提供视频和清晰的文档。

他们明确列举的危险信号：

  • 仍处于ROS 1生命周期末期，没有迁移迹象

  • 声称的项目经不起三个后续问题的追问

  • 纯粹的深度学习背景，没有运动学或具身认知方面的知识

  • 教程完成证书的权重远低于实际贡献。

练习任务：选择你最满意的三个项目，重写它们的 README 文件。每个文件开头都需要一个视频，然后是电路图或架构图，列出你实际测量的数据，以及一个名为“哪里出了问题以及我是如何解决的”的章节。最后一个章节是自学作品集中最有价值的部分，因为它是无法通过教程伪造的。

5. 访谈

机器人面试与软件面试不同，LeetCode 测试在这里的预测能力要弱得多。

预计考点包括：逆运动学问题、PID 控制和反馈回路、传感器融合和卡尔曼滤波器、SLAM 概念、路径规划（包括 RRT）以及 C++ 与 Python 的优缺点。

此外，在优秀的公司里，你还可以期待：一次基于模拟的调试练习，他们会给你一个 MuJoCo 或 Isaac 场景，其中包含一个故意损坏的控制器；一个与实际工作相关的 ROS 2 架构问题；以及一次关于过去某个具体故障以及你如何诊断问题的长篇讨论。

Glassdoor 网站上有来自 877 家公司的 1721 道机器人工程师面试题，如果您想阅读真实案例，可以去看看。

关联：

https://www.glassdoor.com/Interview/robotics-engineer-interview-questions-SRCH_KO0,17.htm

练习任务：让别人就你自己的代码仓库对你进行20分钟的提问。不是概念，而是你的具体代码。比如，为什么用那个增益？为什么用那个传感器？电池电量下降会发生什么？在成功之前你尝试过什么？如果你无法深入回答三个问题，那么这个项目还不适合写进你的简历。

第六个月里程碑

到本月底，你应该能够：

  • 录制演示数据集，并训练一个可在您自己的硬件上运行的策略。

  • 解释行为克隆、ACT 和扩散政策之间的区别

  • 请指出哪些VLA型号的配重是开放式的，哪些不是。

  • 请说明你正在探索这三个方向中的哪一个，并解释原因。

  • 展示三个项目组合，包括视频、指标和失败分析报告。

  • 回答关于你代码中任意一行的三个层级的后续问题。

⏩ --------------------------------------------------------------------- ⏪

结论

这六个月后你会期待什么？

我要实话实说，因为只有实话实说的版本才值得一读。

这份路线图不会让你在六个月内成为高级机器人工程师。

在这个领域，资深人士指的是拥有五年或五年以上在实体机器人上部署实时系统的经验，我查阅过的所有招聘信息都明确指出了这一点。

它会让你成为一名能够构建、调试和交付可运行机器人的工程师，能够理解从电气层到学习策略的整个技术栈，并拥有能够证明这一点的实际项目成果。

这足以让你进入这个领域，而复利效应正是在这个领域发生的。

坦白地说，需求情况就是这样。

我想提供真实的数据，而不是招聘博客上的那些数据，因为一些被广泛引用的机器人技术统计数据经不起推敲。

资金实力不容小觑。据 Crunchbase 数据显示， 2026 年上半年，实体人工智能初创公司通过 521 笔交易筹集了 474 亿美元，超过了 2022 年至 2024 年的总和。而仅专注于机器人领域的融资额，截至 2026 年 6 月底已达 188 亿美元，而 2025 年全年的融资额仅为 150 亿美元。

这些融资轮次都是真实的。Neura Robotics 融资14 亿美元，Skild AI融资 14 亿美元，Apptronik 融资5.2 亿美元，而 Figure根据《机器人报告》2026 年展望，融资后估值达390 亿美元。

**但招聘速度落后于资本增长，这一点你应该知道。根据A3的数据，2026年上半年北美机器人订单量仅增长了2.0% 。根据IFR的数据，2024年美国机器人安装量下降了9% 。美国劳工统计局（BLS）的职业代码中，机器人工程师的增长率预计为1%至2% **，而不是你在职业文章中看到的那些没有来源依据的10%的数字。

而且，机器人领域的劳动力市场规模远小于软件领域。美国劳工统计局（BLS）预测，软件开发人员的年职位空缺约为106,100个，而机械、电气和工业工程师的总职位空缺约为57,200个。

所以准确的说法不是“机器人技术正在蓬勃发展，每个人都会找到工作”。

问题在于资金流入速度超过了合格人才的涌入速度，人才短缺集中在特定专业领域，而且入门级职位对没有学位的人异常开放。

一个具体数据可以说明这一点：按招聘数量计算，机器人领域最大的职位类别是自动化和机器人技术员，占3113个招聘岗位的20.3%；根据O*NET的数据， 68%的机器人技术员职位要求应聘者拥有副学士学位或相关证书。

它的薪酬是多少

全职在美国工作，请注意，不同来源的数据差异很大，所以我只提供范围和来源，而不是一个具体的数字：

  • O*NET/BLS数据显示，机器人工程师的年薪中位数为122,930美元，这是目前唯一的官方数据。

  • 沿海地区和资金雄厚的雇主提供的薪酬更高入门级：根据 Payscale 的数据，年薪大约在 8 万至 10 万美元之间。Salary.com

  • 中级职位，3至6年工作经验：传统雇主年薪12万至16.5万美元

  • 老年人：16万至23万美元主流

  • 前沿的物理人工智能公司提供的薪酬远高于此。据 Figure 网站实时发布的数据显示，Helix AI 的机器人学习工程师基本年薪为 20 万至 40 万美元，感知工程师的年薪为 20 万至 35 万美元。

  • 机器人基础模型专家：根据招聘人员的安置数据，总薪酬为 28 万至 47.5 万美元，但这并非调查数据，而是招聘人员报告的数据，并且股权权重很高。

为了便于参考，除美国以外，德国的平均总收入约为7 万欧元（数据来自 Glassdoor），瑞士约为9.5 万瑞士法郎，英国基本收入为3.2 万至 5 万英镑，印度约为65.3 万卢比。

自由职业者和合同工：

  • Upwork 上的机器人工程师时薪22 至 70 美元，集群工程师时薪 30 至 50 美元。

  • Upwork 上的 ROS 项目工作按交付成果定价：节点实现500 至 1200 美元，启动配置1200 至 2500 美元，传感器集成流程4500 至 7000 美元，完整系统架构7000 至 12000 美元。

  • ZipRecruiter数据显示，ROS开发人员的平均时薪为52.84美元。

而真正让集成成为一项事业而非一项任务的关键在于：在一个机器人单元中，机器人本身的成本平均约占项目总成本的 25% 。其余四分之三的成本分别用于工程、安全和集成。一个价值 3.5 万美元的机械臂最终会变成一个价值 8 万美元的运行系统，而这 4.5 万美元的差价正是你所销售的。

无需学历和经验的入门途径：

  • 远程操作和数据采集的平均时薪为 28.24 美元，大部分职位时薪在 22.12 美元到 32.93 美元之间。Figure 公司发布了一个人形机器人操作员职位，时薪为 25 美元到 35 美元，未说明学历要求；Weave Robotics 公司发布的职位时薪为 25 美元。

  • 根据美国劳工统计局 (BLS) 的数据，机器人技术员的平均年薪为73,900 美元，通常需要拥有副学士学位才能入职。

要清醒地认识到第一点：这个薪资水平的工作大多位于美国生活成本最高的几个大都市，通常需要现场办公，而且工作强度很大。这的确是进入新兴公司的绝佳机会，但并不意味着在旧金山能过上舒适的生活。

现在，我真正想让你们从这一切中记住的是……

动手做项目，不要只看资料。每个月选一个项目，然后实际动手做。比如循线机器人、平衡机器人、机械臂、ROS 2导航栈、训练好的策略等等。把它们搞坏，修好，拍下来，然后上传到GitHub。我咨询过的所有招聘渠道都说了同样的话：作品集优先的招聘方式比关键词搜索更有效，真正能帮人找到工作的项目，都是那些有详细指标记录和完整调试历史的项目。

把出错的地方都记下来。如果你只能从这篇文章中记住一点，这就是我给出的具体建议。任何人都可以发布一个可运行的演示程序。但几乎没有人会记录下最先出错的四个地方，以及他们是如何诊断每个问题的。这份记录最能证明你具备工程能力，也是你的代码库能够经受住面试中第三个后续问题考验的原因。

在你感觉准备好之前就开始行动。申请技术员职位，轮值远程操作班次，为 Nav2 贡献一些小修复，给那家只有三个人的机器人创业公司的创始人发个信息。“我正在学习机器人技术”和“我从事机器人工作”之间的差距几乎完全在于心理素质，而且这个领域里没有人会告诉你，你已经学够了。

每天专注训练两小时，持续六个月，就足以改变你用手和头所能做的事情。

硬件比以往任何时候都便宜，软件是开源的，课程是免费的，而真正能让机器运转起来的人却非常稀少。

去建造一些会动的东西。

希望这对你们有用，我的家人❤️

全文完
查看原文

沿着这个主题继续读

从一篇文章，找到相关的教程、经验和阅读路径。

AI 岗位与求职AI 时代的新岗位与求职：FDE、Agent 工程师、AI 产品经理的能力要求和面试准备。
发现更多