# Lecture 1 机器人感知导论

## 第 1 页 · 机器人怎样感知世界

想象一个会避障的小车。距离传感器把障碍物的位置变成可读的信号。小车的处理器读取这个信号，判断要不要减速。电机收到命令，改变小车的速度。本讲沿这三个环节展开：**测量 → 计算 → 动作**。

## 第 2 页 · 课程怎么安排

按表从上往下读：第 1–2 周认识传感器与换能，第 3–4 周看微纳器件和制造，第 5 周学如何测性能、把读数换成真实单位，第 6 周学如何把信号接入系统。课表接着排了 Lab、AI 与机器人应用、综合复习和小组展示。

拿温度传感器串起来：温度使电阻变化 → 给电阻通电把它读成电压 → 用已知温度测一组电压 → 拟合电压到温度的关系 → 用温度读数控制风扇。表中小组写 3–5 人及每组 15 分钟，第 4 页另列 10 分钟含问答。老师在 11 月 20 日说每组发言 10 分钟，具体安排见[小组展示与期末考试](../Week%2011%20%E5%B0%8F%E7%BB%84%E5%B1%95%E7%A4%BA%E4%B8%8E%E6%9C%9F%E6%9C%AB%E8%80%83%E8%AF%95.html#p1)。

## 第 3 页 · 成绩权重怎么算

饼图的四块对应期中报告 20%、最终展示 40%、期末考试 30%、Lab 10%。每一项先换成百分制，再乘它自己的权重。

例如四项分别得 80、75、70、90：80 × 0.20 = 16，75 × 0.40 = 30，70 × 0.30 = 21，90 × 0.10 = 9。把四个贡献相加，得到 **76 分**。饼图面积随权重变化，展示是最大的一块。

## 第 4 页 · 怎样选小组项目

课件给出两条选题路线。一条是研究具体的微型机械传感器，例如 MEMS 加速度计。另一条是研究由 MEMS 传感器或执行器组成的系统，例如课件举的自动驾驶 LiDAR。MEMS 指微机电系统，里面有微小的机械结构和电极等电气部件。加速度计的质量块受惯性作用会偏移，偏移使电容改变，电路读取变化后就能估计加速度。

本页写 3–5 人，鼓励人人发言，展示最多 10 分钟且含 1–2 分钟问答。11 月 20 日的[口头安排](../Week%2011%20%E5%B0%8F%E7%BB%84%E5%B1%95%E7%A4%BA%E4%B8%8E%E6%9C%9F%E6%9C%AB%E8%80%83%E8%AF%95.html#p1)说明了发言时间，问答安排查展示通知。

## 第 5 页 · 展示怎样讲清传感器

- **背景和文献**说明为什么要测，以及已有方案做到哪里。
- **设计参数**回答测量范围和灵敏度由哪些结构、材料和电路决定。
- **制造**接上结构，说明怎样把设计做成实物。
- **误差**追到具体来源。比如温度同时改变电阻，读出的变化便混入温漂。
- **应用和总结**回到最初的任务。比如压力膜片在目标量程内能否把压力稳定换成电压。

## 第 6 页 · 五个学习目标

课件希望你能说明传感器为什么重要、技术怎样演变、各类传感器怎样工作、怎样按需求设计、怎样接入实际系统。用避障逐一代入：先问小车需要哪种信息，再选测距原理，再定最短和最远距离，最后检查输出格式、更新速度和电源能否与控制板配合。

## 第 7 页 · 把发现变成可检验的证据

发现同一个重物上午测得 5.0 N，下午测得 5.3 N，这就有了问题。先记录温度与读数，再用已知重物做校准。最后在不同温度下比较校准前后的误差，画出带单位的结果图。这页三层目标是看到问题、具备解决问题的能力、展示证据。

## 第 8 页 · 传感器里的换能

先把「被测量」说清楚，它可以是力、距离、加速度、温度、光、声音或磁场。传感器把它转成能读取的信号。发生形式转换的部件叫换能器。

拿测力举例。力 $F$ 拉伸弹簧，小形变下 $F=kx$，所以位移 $x=F/k$。再让读出电路把位移换成电压 $V=Kx$。代入 $x$，有 $V=(K/k)F$。弹簧刚度 $k$ 越大，同样的力拉得越短，电压变化也越小。这里 $K$ 的单位是 V/m，$k$ 的单位是 N/m，除出来就是 V/N。

## 第 9 页 · 用人的感官理解传感器

沿图上的虚线从感官看到大脑。相机和激光对应视觉，声呐和超声对应听觉，力和压力对应触觉，烟雾探测和 pH 测量分别给出部分嗅觉、味觉相关信息。它们都提供一类观测。

机械手抓杯子时，相机先提供杯子大致在哪，指尖传感器再告诉你碰上了没有、用了多大力。前者帮助找位置，后者帮助稳住抓握。

## 第 10 页 · 主动、被动与激励能量

本页按**感测元件是否需要额外激励**分类。热电偶两端有温差时直接产生电压，压电片受力时产生电荷，本页称它们为 passive。应变片先随拉伸改变电阻，需要电路激励才能读出，本页称它 active。

比如恒流 $I$ 流过应变片。拉伸前 $V_0=IR$，拉伸后 $V_1=I(R+\Delta R)=IR+I\Delta R$。相减便得到 $\Delta V=V_1-V_0=I\Delta R$。若 $I=1$ mA、$\Delta R=2$ Ω，就读出 2 mV 的变化。

**课堂录音 [Week 02 · Part 01 · 00:28:56–00:34:20](../%E8%AF%BE%E5%A0%82%E5%BD%95%E9%9F%B3.html#w02p01-t1736)** 还谈到超声探头先发声、再听回波。这里按**测量系统是否主动向外发射探测能量**分类。

## 第 11 页 · 感知如何变成动作

沿右图箭头走：刺激 → 感受器 → 感觉神经 → 大脑 → 运动神经 → 肌肉。把角色换到机器人里，就是外部物体 → 传感器 → 控制器 → 执行器。比如前方物体突然移近，测距器先读出较小的距离，控制器发减速命令，电机才改变转速。

## 第 12 页 · 反馈控制怎么读

从图里的输出往回看。传感器量到输出 $y_m$，控制器拿目标 $r$ 减去它，得误差 $e=r-y_m$。控制器据此给出动作 $u$。动作使实际输出改变，下一轮再测。

用比例控制算一次。目标温度 30 °C，测到 27 °C，差 3 °C。设每差 1 °C 给 2 单位控制量，则 $u=2\times3=6$。升到 29 °C 后，差 1 °C，控制量变为 2。若传感器高报 2 °C，实际 28 °C 就会被读成 30 °C，此控制律算出的误差已经是零。

## 第 13 页 · AI 用在感知之后的哪里

图把传感器和控制放进机器人与自动化的系统框。观测先进处理环节，控制再发动作。恒温器可以用固定规则直接做判断，视觉抓取也可以先用模型识别杯子，再由控制程序执行轨迹。

看一个具体接口：相机报像素坐标 $(320,240)$。机器人运动用的是几十厘米或几百毫米。先从图像和深度求相机坐标，再变换成机械臂坐标，控制器才知道往哪里伸手。

## 第 14 页 · 处理器怎样使用传感器输入

从左边的 Input 读到 Processor，再看 Storage 和 Output。存储器中有程序和数据，处理器内部的算术逻辑单元 ALU 做加减、比较及逻辑运算。输入外设先把传感器的连续电压转成数字，输出外设再把处理器的命令送给外部电路。

比如程序读到 19 °C，ALU 比较 19 和 20，控制器按比较结果跳到「打开加热」的指令，输出脚改变电平。

## 第 15 页 · 早期电子计算机的受控开关

左边 Colossus 是用于战时密码分析的早期电子计算机，右边 Lorenz 是相关密码设备。Colossus 的早期机器用了大量真空管。你可以把真空管先理解成「用一个电信号控制另一支路电流」的器件。把许多受控开关组织起来，就能把规则变成电路动作。后面第 26 页用晶体管看同一个基本思路。

## 第 16 页 · Colossus 视频页

PDF 中央是视频占位。对应第 15 页的两个观察点是机器如何接收输入，以及电子开关怎样让处理更快。

## 第 17 页 · 数学方法和硬件设计

课件把 Tommy Flowers、Max Newman 和 Alan Turing 放在早期电子计算与密码分析的历史里。理解两种工作怎样衔接：数学把问题写成可以反复计算的步骤，工程把步骤落实到可靠的硬件。图灵测试是一种讨论机器交互表现的方式，图灵奖是计算机领域奖项。

## 第 18 页 · 计算机为什么越做越小

从左向右读四代硬件：真空管、晶体管、集成电路、微处理器。先把单个受控开关改用更小的晶体管，再把大量元件做进一片集成电路，最后把处理器的主要部分集成到芯片内。下方的量子计算、云计算与神经网络是课件讨论的后续方向。它们侧重的分别是计算机制、资源部署、计算方法。

## 第 19 页 · 冯诺依曼结构怎样取指执行

图里存储器保存二进制指令和数据。以下用「把两个数加起来」走一遍。

1. 程序计数器指出下一条指令地址，控制单元从该地址取指。
2. 译码发现这是一条加法指令，找到两个操作数的位置。
3. 数据进入 ALU，做加法后把结果写回。
4. 更新程序计数器。遇到条件分支时，下一条指令由比较结果选择。

补码让同一套加法器也能处理负数。以四位为例，$+3$ 写成 **0011**。逐位反转成 **1100**，加一得到 **1101**，这是四位的 $-3$。两者相加是 **10000**，保留低四位得到 **0000**。

## 第 20 页 · 数据通道慢，CPU 就得等

指令和数据都要在 CPU 和存储之间搬运。若要搬 100 MB、有效传输速度为 50 MB/s，那么光搬运就要 $100/50=2$ s。计算只花 0.1 s 时，提速先看搬运路径。

本页的接口速率示例要先分清 **bit** 和 **byte**。1 byte = 8 bit，5 Gbit/s 除以 8 才得到 0.625 GByte/s 的线速换算值。机器上传到云端处理时，网络传输也要计进等待时间。

## 第 21 页 · 哈佛结构把指令与数据分路

图里 Instruction memory 保存程序，Data memory 保存数据，两边有各自的传输路径。假设取一条指令和读一个数据都占一个周期。共用通道只能分两次传，独立通道有机会在一个周期同时传。到底能否重叠，还看这条指令有没有算完地址。

## 第 22 页 · Mark I 的输入、控制和输出

按照片标注找零件。读入设备把外部记录交给机器，控制读取部件排运算顺序，计算部件做运算，打字机把结果打印出来。把它们和第 19 页的输入、控制、ALU、输出配对，就能把老机器的硬件照片读成功能流程。

## 第 23 页 · 数字码怎样变成温度

1. 传感器输出电压，例如 2.5 V。
2. 采集电路把它编码。假设把 0–5 V 线性映射为 0–1023 且四舍五入，2.5 V 对应 $2.5/5\times1023=511.5$，取整得 512。
3. 校准关系定单位。若 0 V 对应 0 °C，每伏是 10 °C，则 2.5 V 约对应 25 °C。
4. 程序拿带单位的温度与任务阈值比较。

## 第 24 页 · 二进制与十六进制互换

每个二进制位的权重从右到左为 1、2、4、8、16……。用除 2 取余把十进制 13 变成二进制。

1. $13=2\times6+1$，记余数 1。
2. $6=2\times3+0$，记余数 0。
3. $3=2\times1+1$，记余数 1。
4. $1=2\times0+1$，记余数 1。
5. 从最后一个余数向前读是 **1101**。验算 $8+4+0+1=13$，因为最先取出的余数是最低位。

四个二进制位正好有 $2^4=16$ 种，能用一个十六进制位表示。**0010 1101** 分成高低两组，高组值 2，低组值 13，用十六进制字母 D 表示，所以结果是 **2D**。回到十进制可算 $2\times16+13=45$。

## 第 25 页 · 运算指令与操作数

看 A+B。A、B 是要送去处理的数据，+ 告诉 ALU 做哪种运算。控制单元先决定走加法线路，再把 A、B 送入，最后保存结果。两位都是 1 时，个位写 0，向左进 1，写成二进制 **10**。图里的运放则是另一种电路图，用连续电压实现运算。

## 第 26 页 · 晶体管为什么能做逻辑

栅极 Gate 像水龙头手柄，控制源极和漏极之间是否容易导通。把两只理想开关串联，A、B 都闭合才有完整通路，这个导通条件是 AND。把它们并联，A 或 B 任意一只闭合就能导通，这个条件是 OR。下一步把每组输入的结果列成真值表。

## 第 27 页 · 六种逻辑门怎么读

| A | B | AND 与 | NAND 与非 | OR 或 | NOR 或非 | XOR 异或 | XNOR 同或 |
|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 1 | 0 | 1 | 0 | 1 |
| 0 | 1 | 0 | 1 | 1 | 0 | 1 | 0 |
| 1 | 0 | 0 | 1 | 1 | 0 | 1 | 0 |
| 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 |

取一行做例子。输入 1、1，AND 输出 1，因为两个都为 1。XOR 输出 0，因为两者相同。NAND 对 AND 的结果取反，所以是 0。图形符号输出端的小圆点表示取反。

## 第 28 页 · 半加器的和与进位

两输入相加有四种情况。00 → 0，01 → 1，10 → 1，11 → 10。先看结果的个位 $S$。它只在两个输入不同的时候为 1，所以 $S=A\ \text{XOR}\ B$。用图里的基础门搭法，可以写成 OR 的结果再和「并非同时为 1」相与。

$$S=(A\ \text{OR}\ B)\ \text{AND}\ \operatorname{NOT}(A\ \text{AND}\ B)$$

再看高位 $C$，只有两个输入都是 1 才进位，所以 $C=A\ \text{AND}\ B$。

## 第 29 页 · 两个半加器拼成全加器

当前位还会收到低一位送来的 $C_\mathrm{in}$。沿图从左往右走。

1. 第一只半加器算 $P=A\ \text{XOR}\ B$ 与 $G=A\ \text{AND}\ B$。
2. 第二只把 $P$ 和 $C_\mathrm{in}$ 相加，得 $S=P\ \text{XOR}\ C_\mathrm{in}$ 及 $H=P\ \text{AND}\ C_\mathrm{in}$。
3. 任一路进位就产生总进位 $C_\mathrm{out}=G\ \text{OR}\ H$。

原图亮线对应 A = 1、B = 1、进位输入 = 0。得到 $P=0$、$G=1$，再得 $S=0$、$H=0$，最后总进位是 1。把 B 改成 0、进位输入改成 1，会得到 $P=1$、$G=0$、$S=0$、$H=1$。结果同样是二进制 **10**，这次进位来自第二只半加器。

## 第 30 页 · 把全加器当成一个模块

把前一页门电路收进方框，保留三根输入 $A,B,C_\mathrm{in}$ 和两根输出 $S,C_\mathrm{out}$。在整数意义下，它们满足 $A+B+C_\mathrm{in}=S+2C_\mathrm{out}$。三根输入全是 1 时，和为 3。用一份个位和一份权重为 2 的进位表示，就得到 $S=1,C_\mathrm{out}=1$。

## 第 31 页 · 把八个一位加法器串起来

从最右侧的最低位开始。第 0 位先算出 $S_0$ 和 $C_1$。把 $C_1$ 送给第 1 位，得到 $S_1$ 和 $C_2$。一直传到第 7 位，剩下的 $C_8$ 代表权重 $2^8=256$。

例如 $255+1$，八个位都由 1 变为 0，最终 $C_8=1$。把该进位保留就是 256，只读取低八位就得到 0。

## 第 32 页 · 原图演示 1 加 1

| 从右数的位 | A 位 | B 位 | 收到的进位 | 三数之和 | 输出位 | 送出的进位 |
|---|---|---|---|---|---|---|
| 0 | 1 | 1 | 0 | 2 | 0 | 1 |
| 1 | 0 | 0 | 1 | 1 | 1 | 0 |
| 2–7 | 0 | 0 | 0 | 0 | 0 | 0 |

从第 7 位往第 0 位抄输出，得到 **00000010**。所以图中权重为 2 的灯亮。

## 第 33 页 · 原图演示 3 加 3

两个 3 的二进制都是 **00000011**。

| 从右数的位 | A 位 | B 位 | 收到的进位 | 三数之和 | 输出位 | 送出的进位 |
|---|---|---|---|---|---|---|
| 0 | 1 | 1 | 0 | 2 | 0 | 1 |
| 1 | 1 | 1 | 1 | 3 | 1 | 1 |
| 2 | 0 | 0 | 1 | 1 | 1 | 0 |
| 3–7 | 0 | 0 | 0 | 0 | 0 | 0 |

读出 **00000110**，即 $4+2=6$。与上一页相比，进位多走了一段，从第 1 位继续传给第 2 位。

## 第 34 页 · CPU 的寄存器、ALU、控制器与总线

**寄存器**暂存手边要用的数。**总线**是传数的线路，图上的 8-bit bus 每组能并行传八位。**ALU**做运算。**控制器**安排谁送数、做什么运算，以及结果写到哪里。

算 R1 + R2 时，控制器先把 R1、R2 的值送进 ALU 的两个输入，选择 ADD，再把输出写给 R3。沿图追这条路径，可以分清数据线和控制动作。

## 第 35 页 · CPU 到 RAM 里取什么

RAM 是按地址读写的存储器。图里有 256 个字节，如果每个地址指向一个字节，地址从 0 到 255。7 位只能表示 $2^7=128$ 个位置，8 位有 $2^8=256$ 个位置，所以需要 8 位地址。

一次执行可以分成：程序计数器给地址 → RAM 交出该处的指令 → 控制器译码 → 照指令读数据、运算和写回 → 更新程序计数器。程序和数据在存储器里都用位串表示，实际怎么解释由指令集和执行过程决定。

## 第 36 页 · 从 CPU 电路图追一条数据线

先看左侧 ALU、中间寄存器和控制线路、右侧存储阵列。再任选一个过程追，例如先找从存储器到寄存器的路径，再看寄存器如何送两个输入给 ALU。最后放大 ALU 的小块，联想到第 29 页的门电路。这样就能把逻辑门、加法模块、处理器三个层次接起来。

## 第 37 页 · 从代码到指令

人用高级语言写条件和动作，处理器按指令集解释机器码。汇编用比较容易读的助记符写这些指令。CISC、RISC 是组织指令集的两类设计思路。

以这段控制逻辑为例：

~~~text
temperature = read_sensor()
if temperature < 20:
    heater_on()
~~~

第一行读取传感器并保存值。第二行比较读数和 20。读到 19 时条件成立，执行第三行发加热命令。读到 22 时条件不成立，跳过第三行。处理器执行时对应读输入、比较、条件跳转和写输出。

## 第 38 页 · 智能系统需要输入、目标和动作

先定义成功是什么。扫地机器人的目标是覆盖地面并尽量少碰撞。它用距离和轮速观察环境，选前进或转向，用新的观测判断动作效果。换一个目标，例如只要求尽快到房间另一侧，就可能选不同的路线。

## 第 39 页 · 从愿景到可计算的问题

这页从自动机的早期想象讲到 1956 年 Dartmouth 会议。把「机器理解房间」一步步变成工程任务：先把房间切成小网格，再给每格存一个能否通过的状态，用测距观察更新状态，最后根据网格找可行路径。愿景需要先变成明确的表示，规则才有可以计算的对象。

## 第 40 页 · AI 寒冬与专门任务

课件用两段经费与关注降温的时期解释 AI 寒冬，也列了 Deep Blue 下棋、Watson 问答和聊天测试的例子。读事件时同时看任务的输入、输出和评价。下棋用局面作输入，输出落子，以胜负评价。问答用问题作输入，输出答案，以正确率等指标评价。机器人还要跟踪自己的动作怎样影响真实环境。

## 第 41 页 · 算力为什么影响 AI 发展

阶梯图沿时间列事件。由计算机变快这一点可以推一层：每秒做的运算更多，同一小时内能处理更多数据或尝试更多模型。设备更便宜则让更多人能开展实验。阶梯的高低用于排故事，图里没有一条可读能力倍数的纵轴。

## 第 42 页 · 把时间线按任务读

从图灵测试与 Dartmouth 会议，到专家系统、棋类、Roomba、Siri、AlphaGo，沿原图时间线找每种系统输入什么、输出什么。专家系统用规则处理领域信息。棋类程序从棋局选择落子。Roomba 根据传感读数决定运动，将算法接上了现实中的执行器。

## 第 43 页 · 几类 AI 方法怎样区分

图用各时代的代表方法串起规则、机器学习、深度学习、深度强化学习和分布式智能体。用训练输入记差别：分类常用「照片 + 正确类别」作为示例。强化学习观察「做动作后得到什么反馈」。多智能体还会考虑多个决策者之间如何交互。深度学习用多层模型，可以同时用于分类或强化学习。

## 第 44 页 · 从图像传感到图像识别

照片把 Geoffrey Hinton 与视觉学习联系起来。具体链路是光照到图像传感器 → 读成一格格像素数值 → 模型对像素阵列做计算 → 输出类别或位置。举例来说，相机让机械手看到一堆物体，模型先定位杯子，控制程序再按位置执行抓取。

## 第 45 页 · 用一个避障例子串起全讲

1. 障碍物反射探头发出的超声，探头读到回波。
2. 处理器获得回波的往返时间。若声速约 343 m/s、往返 0.002 s，总路程为 $343\times0.002=0.686$ m。
3. 声音走去再走回，距离是 $0.686/2=0.343$ m。
4. 程序将 0.343 m 与减速阈值 0.40 m 比较，CPU 执行相应的条件分支，驱动器下调转速。
5. 小车位置改变后重新测量，把新的结果带进下一次决策。

