机器人软件/系统学习路线（从初级到专家）
初级阶段（6-12个月）
基础数学
线性代数（矩阵运算、特征值分解）
微积分（微分方程、梯度）
概率与统计（贝叶斯理论、卡尔曼滤波）
三维几何（旋转矩阵、四元数、李群）
编程基础
Python（NumPy、Matplotlib）
C++（现代C++11/14特性）
Linux系统基础
版本控制（Git）
机器人基础概念
机器人系统架构
传感器（IMU、激光雷达、相机）
执行器（电机、伺服）
通信协议（ROS、CAN、EtherCAT）
推荐资源
《机器人学导论》（Introduction to Robotics: Mechanics and Control）
ROS官方教程
Coursera机器人专项课程
中级阶段（1-2年）
机器人运动学
正/逆运动学
速度运动学（雅可比矩阵）
轨迹规划（多项式插值、样条曲线）
机器人动力学
拉格朗日力学
牛顿-欧拉方程
动力学仿真（Gazebo、MuJoCo）
控制系统
PID控制
状态空间控制
力/阻抗控制
自适应控制
感知系统
传感器融合（EKF、UKF）
点云处理（PCL）
视觉SLAM（ORB-SLAM、VINS）
物体识别与抓取
推荐资源
《机器人建模与控制》
《Probabilistic Robotics》
ROS-Industrial教程
高级阶段（2-3年）
运动规划
采样规划（RRT、PRM）
优化规划（轨迹优化）
避障算法
多机器人协调
先进控制
模型预测控制（MPC）
强化学习控制
非线性控制
柔顺控制
系统集成
实时系统（RTOS、Xenomai）
硬件接口（FPGA、DSP）
分布式系统架构
安全关键系统设计
机器人操作系统
ROS2深入
中间件（DDS、ZeroMQ）
实时通信优化
系统性能分析
推荐资源
《Modern Robotics》
《Planning Algorithms》
ICRA/IROS会议论文
专家阶段（持续学习）
前沿技术
神经符号系统
仿生机器人控制
多模态学习
自监督学习
云端机器人
系统优化
实时性能优化
功耗优化
安全认证（ISO 13849、IEC 61508）
故障诊断与恢复
专业方向选择
工业机器人
运动控制算法优化
力控装配
数字孪生系统
产线集成
服务机器人
人机交互
语义导航
多模态感知
长期自主性
自动驾驶
定位与建图
决策规划
车队协同
V2X集成
特种机器人
极限环境适应
特殊运动方式（足式、飞行）
抗干扰设计
推荐资源
IEEE Transactions on Robotics
RSS会议论文
ROS World会议
机器人操作系统源码（ROS2、MoveIt）
实践建议
硬件实践：从开发套件开始（如TurtleBot、UR机器人）
仿真先行：Gazebo、Webots仿真环境开发
开源贡献：参与ROS生态项目
全栈项目：完成从感知到控制的完整项目
跨学科学习：结合机械、电子、控制知识
安全设计：学习功能安全标准
工业机器人特别建议
掌握PLC编程（IEC 61131-3）
学习工业总线（PROFINET、EtherCAT）
了解安全标准（ISO 10218）
研究典型应用（焊接、装配、码垛）
学习数字孪生技术