AI 机器人课程

欢迎来到 AI 机器人课程。本网站根据实际课堂 PPT 整理，用于同步课程进度、实验步骤、作业要求和常用命令。

课程目前以 Windows 11 + WSL Ubuntu + ROS2 Humble 为主线，兼顾 Mac / Ubuntu 用户。课堂会逐步训练命令行、Git、VS Code、ROS2、Python 仿真、传感器数据可视化和 Docker 环境使用。

学习目标

  • 熟悉 terminal / 命令行操作，能在 Ubuntu 环境中完成基本文件、目录和程序运行任务。
  • 掌握 Git 与 GitHub 的基本工作流，能用 SSH、git add、git commit、git push 管理作业代码。
  • 理解 ROS2 中包、节点、话题、服务等基本概念，并能运行 turtlesim 和简单节点实验。
  • 使用 VS Code 连接 WSL，完成 Markdown、Python、ROS2 工作区文件编辑。
  • 通过 PyBullet、Panda 机械臂、KITTI 数据集等实验理解机器人运动学与传感器数据。
  • 使用 Docker 运行 ROS2 桌面环境，减少本机环境差异带来的问题。

课程进度

周次 主题 课堂重点
Week 2 WSL、Ubuntu 与 ROS2 环境配置 安装 Ubuntu、启用 WSL、安装 ROS2、运行 turtlesim
Week 3 GitHub SSH、VS Code 与 ROS2 命令行交互 配置 SSH key、使用 Git 三板斧、VS Code 连接 WSL、发布 turtlesim 速度话题
Week 4 命令行、机器人基础概念与 Python 仿真 终端意义、虚拟机与 Docker、IP/SSH、Ubuntu 权限、Python/PyBullet
Week 5 Linux 目录操作与机器人运动学 who / pwd / ls / cd、关节空间、坐标空间、FK/IK
Week 6 传感器介绍与 ROS2 KITTI 实验 LiDAR、相机、IMU/GPS、点云、RViz、rqt、KITTI 发布节点
Week 7 Markdown 与 GitHub 作业整理 ROS2 编译与启动复习、Markdown 图片嵌入、期中作业整理
Week 8 Docker 安装与 ROS2 桌面容器 Windows/Mac Docker 安装、Docker ROS2 VNC、浏览器运行 ROS2 桌面

作业要求

  1. 每位同学需要有自己的 GitHub 仓库。
  2. 每周作业按周次建立目录，例如 week2/、week3/。
  3. 每个周次目录中建议包含 README.md，说明本周做了什么、运行了哪些命令、遇到什么问题、如何解决。
  4. 实验截图需要嵌入 Markdown，而不是只上传图片文件。
  5. 提交作业时使用基本 Git 流程：
git add .
git commit -m "描述本次作业内容"
git push

推荐工具

  • Windows 11 + WSL Ubuntu 22.04 / 24.04
  • ROS2 Humble
  • VS Code + WSL 插件
  • GitHub + SSH key
  • Python 3 / pip / PyBullet
  • Docker Desktop

重要提醒

  • Ubuntu 输入密码时终端不会显示字符，这是正常现象。
  • WSL 用户名不要设置成简单数字；密码请务必记住。
  • VS Code 的 Git 图形化管理功能和 AI 辅助工具可以以后再用，前期建议先熟悉命令行。
  • 如果 WSL2 Ubuntu、ROS2 或 Docker 环境安装失败，请及时反馈，不要卡太久。

results matching ""

    No results matching ""