课程还会带你读懂 VLM 与 VLA 两条技术脉络：从“图像＋问题 → 回答”，到“观察＋指令 → 动作”，看懂 OpenVLA 的自回归动作 token 与 π0 的流匹配连续动作两条主流路线。省下空间，也要验证结果。端侧与云端，计算位置不同，进而带来延迟、隐私、成本等方面的不同具体分工由任务决定。无人机、智能硬件、AIoT 开发者：面临算力、内存、功耗与实时性约束，需要让多模态模型在受限设备上

IMU标定的精度直接决定了机器人姿态估计的精度。姿态估计又是视觉定位、SLAM、运动控制的基础。一个具体的链路：IMU提供姿态角→姿态角用于将相机坐标系下的目标位置转换到世界坐标系→如果IMU有1°的姿态误差，一个5米外的目标在水平方向上的定位误差就会达到约8.7厘米。对于抓取任务来说，这个误差已经足以导致抓取失败。这也是为什么在端侧视觉定位系统中，IMU标定的重要性不亚于视觉模型本身的精度。

如果说相机是机器人的“眼睛”，激光雷达就是机器人的“触角”——它用激光束主动探测周围空间，直接获取精确的三维距离信息。但在“如何让激光扫描空间”这个问题上，四种技术路线给出了完全不同的答案。这篇文章从物理原理出发，横向对比机械式、MEMS、OPA和FMCW四种LiDAR技术路线的工程成熟度，帮你理解它们各自适合什么场景。

机器人的视觉系统和人眼有一个本质区别：人眼能自适应地处理动态场景，而相机的传感器架构在出厂时就已经确定了它能“看见”什么、看不清什么。选错了传感器类型，后面所有的视觉算法都会在一个先天不足的输入上挣扎。这篇文章从CMOS和CCD的物理差异出发，拆解卷帘快门的运动伪影问题，然后对比结构光和ToF两种深度获取方案的误差模型，帮你建立一套完整的视觉传感器选型框架。

开发者用。

如果你问一个机器人工程师"ROS 2是什么"，得到的回答大概率是"机器人操作系统"。但这个回答其实不太准确——ROS 2不是操作系统，它不管理CPU调度、不管理内存分配、不管理文件系统。它真正做的事情，是让机器人的各个模块能够可靠地通信。摄像头在持续采集画面，视觉模型在理解环境，导航模块在规划路径，底盘在执行动作，机械臂可能还要同步响应。问题不在于这些模块有没有，而在于它们如何可靠地通信、同步、调

如果你问一个机器人工程师"ROS 2是什么"，得到的回答大概率是"机器人操作系统"。但这个回答其实不太准确——ROS 2不是操作系统，它不管理CPU调度、不管理内存分配、不管理文件系统。它真正做的事情，是让机器人的各个模块能够可靠地通信。摄像头在持续采集画面，视觉模型在理解环境，导航模块在规划路径，底盘在执行动作，机械臂可能还要同步响应。问题不在于这些模块有没有，而在于它们如何可靠地通信、同步、调

RTOS的调度机制解决了任务之间的优先级问题，但中断是另一个维度的实时性挑战。中断延迟是从中断请求有效到中断服务程序（ISR）第一条指令执行的时间。它由三部分构成：硬件响应时间、软件调度开销和资源竞争。Cortex-M系列在中断响应上有一个显著优势：硬件自动压栈和尾链优化。中断延迟从ARM7的24到42个时钟周期降至12个时钟周期，尾链优化下最快6个周期。相比之下，Cortex-A系列因为需要上下

如果你拆开过一台机器人，大概率会看到不止一颗芯片。关节模组里有一颗小小的微控制器在跑电流环，视觉计算单元上是一颗带GPU的处理器在推理模型，两者之间通过CAN总线或以太网交换数据。这个问题背后的答案，涉及嵌入式系统最核心的一组架构分野：MCU（微控制器）和MPU（微处理器）。

自由度（DOF）是机器人学的核心概念，其计算基于Grübler公式，但过约束会使其失效。冗余自由度产生零空间运动，可用于避障、避奇异和优化，同时也增加控制复杂度。