📝 Week 5：Linux 目录操作与机器人运动学

实验内容

1. 本周完成了以下任务： Linux 目录深度操作：掌握了绝对路径与相对路径的区别，学习了 mkdir -p、rm -rf、cp -r 等进阶文件管理命令。
2. 机器人运动学基础：学习了差速轮式机器人的前向运动学（Forward Kinematics），即如何根据左右轮速推算机器人在空间中的位姿。
3. 坐标系与变换（TF）：理解了机器人中常见的坐标系（World, Odom, Base_link），以及如何通过平移和旋转矩阵描述它们之间的关系。
4. 实践：手算位姿更新：根据给定的线速度 $v$ 和角速度 $\omega$，计算机器人在一段时间 $\Delta t$ 后的新坐标 $(x, y, \theta)$。

实验截图

Linux 目录结构组织机器人运动轨迹推算

机器人运动学仿真运行结果

TF 坐标变换关系验证

实验过程录屏

实验过程录屏

运行命令

Bash

递归创建多级目录

mkdir -p ~/ros2_ws/src/my_robot_pkg

查看当前系统中的坐标系树（TF Tree）

ros2 run tf2_tools view_frames

运行差速运动学模拟节点

ros2 run movement_pkg differential_drive_kinematics

遇到的问题

1. 问题：在执行 rm 命令时误删了重要文件。 解决：养成了使用 ls 先确认文件列表的习惯，并学习了如何通过回收站机制或备份恢复。
2. 问题：计算位姿时，角度 $\theta$ 的范围超出了 $[-\pi, \pi]$。 解决：引入了角度归一化函数（Normalization），使用 atan2(sin(theta), cos(theta)) 将角度始终保持在标准区间内。

   学习心得

   本周的学习让我意识到“底层基础”的重要性。Linux 的高效操作是机器人开发的基石，而运动学则是机器人能够感知自身位置的数学灵魂。通过手算运动轨迹，我理解了为什么传感器（如编码器）的微小误差会随着时间累积成巨大的位姿漂移，这为后面学习里程计校准打下了基础。

   返回

   ← 返回首页

   遇到的问题与解决

问题	原因	解决方案
运动学计算不准确	坐标系理解有误	重新确认 base_link 和 odom 的变换关系
录屏文件过大	分辨率和帧率过高	降低录屏参数，压缩后再上传

总结与反思

Linux 文件操作和机器人运动学是机器人开发的基本功，理解坐标系变换对后续导航和定位至关重要。

← 返回首页