Toán và vật lý thật sự cần cho robotics

Nhiều người bỏ robotics vì nghĩ phải giỏi toán. Thực tế phần toán dùng hằng ngày khá hẹp và rất cụ thể — bạn dùng nó để mô tả vị trí, hướng và chuyển động, chứ không phải để chứng minh định lý.

Đại số tuyến tính: phần dùng nhiều nhất

Nếu chỉ học được một thứ, hãy học phần này. Robotics mô tả mọi thứ bằng vectơ và ma trận.

Cần vững ba việc: nhân ma trận với vectơ và hiểu nó nghĩa là gì về mặt hình học; ma trận quay và cách ghép nhiều phép quay lại; và ma trận biến đổi thuần nhất gộp cả quay lẫn tịnh tiến vào một phép nhân.

Khi đã quen, bạn sẽ đọc được ngay một câu như "vị trí của phôi trong hệ toạ độ của camera" và biết cần nhân những gì với nhau để chuyển sang hệ của robot.

Phần nâng cao — trị riêng, phân tích giá trị suy biến — hữu ích khi nghiên cứu về điểm dị thường và tối ưu, nhưng chưa cần cho giai đoạn đầu.

Biểu diễn hướng: nơi người mới hay vấp

Vị trí thì dễ, chỉ ba con số. Hướng khó hơn nhiều và có nhiều cách biểu diễn, mỗi cách có bẫy riêng.

Góc Euler trực quan nhất, nhưng gặp hiện tượng mất một bậc tự do khi hai trục trùng nhau. Đây là nguồn của nhiều lỗi lạ khi robot đi qua một số tư thế.

Ma trận quay không bị vấn đề đó nhưng dùng chín con số cho ba bậc tự do, và phải giữ tính trực giao khi tính toán liên tiếp.

Quaternion gọn, không bị suy biến, và nội suy mượt — nên nó là lựa chọn tiêu chuẩn khi nội suy hướng giữa hai tư thế. Cái giá là kém trực quan, phải làm quen.

Lời khuyên thực hành: hiểu cả ba, dùng góc Euler để nhập liệu và hiển thị cho người, dùng quaternion hoặc ma trận cho tính toán bên trong.

Giải tích và cơ học ở mức làm được việc

Từ giải tích, thứ cần là khái niệm đạo hàm như tốc độ thay đổi và tích phân như tích luỹ. Bạn dùng chúng khi nói về vận tốc, gia tốc, và khi hiểu vì sao khâu tích phân trong bộ điều khiển lại triệt được sai lệch tĩnh.

Từ cơ học, cần cơ học vật rắn: lực, mô men, trọng tâm, mô men quán tính. Đây là nền để đọc biểu đồ tải của robot và để hiểu vì sao tay kẹp dài lại gây khó cho cổ tay.

Thêm một chút về ma sát và độ cứng vững là đủ để giải thích phần lớn hiện tượng gặp trong xưởng: vì sao robot rung, vì sao cần thời gian ổn định, vì sao tải nặng làm chậm chu kỳ.

Xác suất: cần khi robot phải ước lượng

Phần này chỉ trở nên cần thiết khi bạn làm việc với cảm biến trong môi trường không chắc chắn — chủ yếu là robot di động và thị giác.

Ý niệm cốt lõi rất đơn giản: cảm biến nào cũng có sai số, nên thay vì hỏi "robot ở đâu", ta hỏi "phân bố khả năng vị trí của robot trông thế nào". Từ đó suy ra cách hợp nhất nhiều nguồn thông tin không hoàn hảo để có ước lượng tốt hơn từng nguồn riêng lẻ.

Không cần học sâu ngay. Khi bạn bắt đầu thấy robot di động ước lượng vị trí sai và tự hỏi vì sao nó vẫn chạy được, đó là lúc phần này trở nên có nghĩa.

Thứ tự học và cách tự kiểm tra

Học theo thứ tự này, mỗi phần kèm một bài tự kiểm tra cụ thể.

• Ma trận biến đổi → tự viết hàm chuyển một điểm giữa hai hệ toạ độ và kiểm chứng bằng ví dụ vẽ tay.
• Động học thuận → cho các góc khớp, tính ra vị trí đầu công tác cho một cánh tay hai đoạn, so với kết quả đo trên hình vẽ.
• Động học ngược → cho vị trí đích, giải ra góc khớp; nhận ra rằng có nhiều nghiệm và phải chọn.
• Cơ học tải → tính mô men trên khớp gốc khi cánh tay duỗi ngang mang một khối lượng cho trước.
• Điều khiển cơ bản → mô phỏng một hệ đơn giản và quan sát tác dụng của từng khâu trong bộ điều chỉnh.

Nếu làm được năm bài này, bạn đủ toán để bắt đầu làm dự án thật. Phần còn lại học khi gặp, và học lúc đó nhanh hơn nhiều vì đã có bối cảnh.

Câu hỏi thường gặp

Đọc thêm trong Tiêu chuẩn & an toàn và Đầu tư & tổng chi phí sở hữu.