机器人控制 专题
从关节执行器到整机：力觉传感器让机器人"有感"，行星/谐波/RV 减速器让关节"有劲"，机械臂与仿生臂把运动学、灵巧手与柔顺控制串成完整体系，ROS 篇再补上整机软件框架这一层。与驱动算法板块衔接——每个关节本身就是一台 FOC 伺服。建议按顺序阅读。
关节模组力觉传感器：六维力、三维力与力矩传感器介绍
关节模组里的力觉传感器全解析：力矩传感器测关节输出扭矩、三维力测末端三轴力、六维力测完整力/力矩矢量。应变电桥原理、弹性体结构与组桥、耦合矩阵与标定、关键参数（量程/分辨率/串扰/温漂/刚度/带宽）、力控系统架构（力矩环-速度环-电流环、阻抗/导纳控制），配六维力分量交互演示与可编译C代码。
关节模组减速器：行星、谐波与摆线（RV）减速器介绍
关节模组三大减速器全解析：行星（高效率、高刚度、成本低）、谐波（零背隙、轻量中空、协作机器人主流）、摆线RV（大扭矩、高精度、抗冲击、重载关节）。结构原理、减速比公式推导、精度/刚度/效率/寿命对比、选型决策流程，配谐波差齿啮合动画、传动比计算器与可编译C代码。
机械臂与仿生臂：关节执行器、运动学与灵巧操作
关节执行器组成（电机+减速器+编码器+驱动器）、工业 6 轴与人臂自由度分布对比、正运动学 DH 参数与 2/3 连杆平面臂公式、逆运动学几何双解与可达/奇异/多解、仿生设计（腱驱动/SEA/VSA/欠驱动灵巧手）、重力补偿与阻抗控制，配平面臂正运动学交互演示与可编译 C 代码。
ROS 机器人操作系统介绍：节点、话题、服务与机器人生态
机器人整机软件的事实标准框架：ROS 不是操作系统而是分布式中间件+工具链+生态；ROS 1 与 ROS 2 架构代际与发行版时间线；四大通信范式（话题/服务/动作/参数）对比与一次完整话题消息流；ros_control 与底层伺服总线（CANopen CiA 402 / EtherCAT CoE）的桥接位置；配 ROS 通信模式交互演示（含话题带宽计算）与可编译 C++/Python 最小节点代码。
OpenArm 开源机械臂：7 自由度、6500 美元、为物理 AI 而生
全开源 7 自由度仿人机械臂整机解析：达妙 QDD 可回驱电机与关节-CAN ID 映射表、CAN-FD 1kHz 总线、双臂 BOM 6500 美元、2.0 生态三件套（主臂/Cell/KER）、LeRobot 官方数据采集闭环与仿真支持、与 SO-100/ALOHA/工业级生态定位对比、四步上手路线与三大避坑，配关节巡览交互演示与 LeRobot 命令行代码。
开源电机控制器全景：ODrive / VESC / SimpleFOC / Moteus
四大主流开源电机控制器全解析：ODrive（高性能伺服、15-58V/70-120A、固件已闭源）、VESC（电动交通出身、100-150V/300-660A 大功率）、SimpleFOC（三行代码出闭环的极简 FOC 库）、Moteus（集成磁编码器 + CAN-FD 5Mbps、固件与 PCB 全开源、MIT 猎豹同源）；硬件架构（MCU/栅极驱动/电流采样/编码器接口）与 FOC 工程实现对照、规格对比表、开源程度现状与三大避坑，配选型助手交互演示与可编译 SimpleFOC 闭环代码。
高自由度灵巧手设计：自由度构型、驱动架构、传感与控制
灵巧手从夹爪到 20+ 自由度的设计全解析：人手自由度解剖与预算分配（MCP/PIP/DIP/拇指对掌，全驱动 vs 欠驱动）、腱驱动/直驱/连杆/软体四种驱动架构对比、微型执行器（空心杯/无框电机+腱轮减速+磁编码器，FOC 电流环照常用）、关节角/腱张力/指尖触觉三层传感、腱驱动手指运动学建模（差动长度↔关节角、张力↔关节力矩、耦合腱自适应包络）、位置/力/阻抗控制与 power/precision 抓取，配腱驱动手指交互演示与可编译 C 代码。
双磁编齿轮多圈绝对值编码器：相位差解圈数与无电池设计
单颗磁编只测 0~360°，不知道转了几圈。拆解"三个齿轮+两颗磁编"结构：海德汉 1964 年 ROC 系列开创齿轮多圈、磁编时代两颗磁编经 Z₀/Z₁/Z₂ 互质齿轮测相位差 Δθ 解圈数、粗精配对标定、650 圈量程、回程间隙/磁钢偏心/温漂误差源、与关节双端磁编的区别，配齿轮组交互仿真与可编译 C 代码。
机械臂末端位姿计算：从二维两连杆到六轴正运动学
从二维两连杆开始推导：几何法得 x=L₁cosθ₁+L₂cos(θ₁+θ₂)、姿态 φ=θ₁+θ₂（角度累加）；二维旋转矩阵与 3×3 齐次变换重写并验证一致；推广到三维旋转矩阵与 4×4 齐次变换（SE(3) 链式左乘）；姿态表示法（旋转矩阵/欧拉角/四元数，万向锁）；D-H 参数法（θ/d/a/α 四参数）；6R 机械臂 DH 表（UR5 类示意参数）与 A₁…A₆ 连乘得 T₀₆；提取 ZYX 欧拉角（atan2 象限陷阱）；逆运动学定位（解析/数值）；工具坐标系（法兰→TCP）；配两连杆位姿计算器（可加第 3 杆）交互演示与可编译 C 正运动学代码。
端侧 AI 与机器人：为什么在关节模组里跑推理
端侧 AI（模型下到设备、数据不出设备）与云端对比（延迟/带宽/离线/隐私）；硬件分层（MCU+CMSIS-NN、RISC-V 高性能 MCU、MCU+NPU、应用处理器 RK3588/Jetson）；INT8 量化为什么关键（体积 1/4、速度 2~4 倍、PTQ/QAT）；端侧 AI 在控制环路的位置——FOC 控制律保持确定性，AI 只做感知/辨识/告警；典型任务（关节故障检测、视觉抓取、触觉识别、语音唤醒）；部署流程（训练→量化→转换→板端，工具链 TFLite Micro/CMSIS-NN/RKNN/STM32Cube.AI）；先楫 HPM 实战（国产 RISC-V：主频+DSP 指令跑 INT8、hpm_sdk 开源、HPM5300 做 FOC+故障检测一芯两用、HPM6E00 内置 EtherCAT 从站）；关节故障分类小模型案例（参数百级）；配部署流水线+量化收益对比交互演示与可编译 INT8 推理 C 代码。