機器人設計需要掌握怎樣的知識與技能
結構方面（機械專業相關）：機械原理（所需機構的基本運動學、力學原理），機械設計（知道各種零件的用途、基本配合關系），基本裝配方法（好多結構能設計出來，但是裝不起來），工程圖學（交給別人機加時，至少得會出二維圖），公差計算基礎（知道機加時哪些尺寸需要多高的精度），工程材料基礎（了解各種常見材料的特性，復合材料方面不需要多深入，了解一些常用的復合材料就行），加工工藝基礎（知道各種零件能如何加工出來，主要側重冷加工方面）。硬件電路方面（電子專業相關）：電路基本原理，模擬電路、數字電路基礎（會實現基本的控制電路：電源、邏輯電路等），檢測技術基礎（知道常見傳感器的原理、指標及使用方法）。
軟件方面（計算機專業相關）：編程語言（C語言或一種匯編），操作系統基礎（有助于設計較為復雜的軟件架構，也有助于學習單片機、DSP等控制器），常用算法與數據結構（有助于設計出合理、高效、有創意的機器人控制算法），計算機網絡基礎（比如未來可以做多機器人通訊等），軟件工程（知道如何設計并維護軟件），數字圖像處理基礎（用到攝像頭等傳感器時需要這方面知識）?？刂品矫妫ㄗ詣涌刂茖I相關）：電機學（知道如何控制電機（馬達）轉起來），自動控制原理（讓電機按照你的期望速度和目標位置轉動起來，如經典的PID算法），一些信號處理知識（比如用于濾波）。數學方面（工科專業相關） ：
計算方法（一些用于實際計算時的算法），線性代數（或高等代數、矩陣論）用于未來需要計算多關節機器人的運動學、動力學的必備工具。會計方面（商科專業相關）：成本分析、預算等概念，起碼需要知道做出這個機器人要花多少錢（一般機加要占大頭，畫電路板是其次，自己做的話，軟件開發的會計成本可以忽略）。具體到可能需要學習的技術方面，可以從以下幾方面涉獵：結構方面：學習一種三維建模工具（SolidWorks或Pro E、UG等），能出二維圖；能做一些有限元分析就更好了（會幫助你設計可靠的結構）。
硬件電路方面：會用一種電子設計工具（Protel、PowerPCB等），能畫原理圖，會畫PCB；一種電路仿真工具（EDA軟件：如Proteus），單片機（51、AVR、Freescale、ARM等）或CPLD/FPGA，你的驅動程序、控制算法要在上邊實現。軟件方面：學會一種IDE（如Keil、ICC、Realview等），了解編輯、編譯、調試方法；學習一下uC/OS或其他RT OS的使用，如果要跑操作系統，可方便移植。經典控制如果要設計出自己的機器人來，恐怕需要在一定“制造”的基礎之上有自己的靠譜想法，可以從多個學科深入下去，僅舉幾個例子：機構：學習更多機構原理，積累更多機械設計經驗；數字圖像處理：目標檢測、圖像識別，立體視覺等；
控制理論：濾波算法、系統辨識、自適應控制、模糊控制等；仿生學：好多新穎的機器人都是建立在仿生學的基礎上的。此外，還可以關注國際機器人方面相關的論文（如中文的《機器人學》等）或會議（如ICRA、IROS等） ，跟蹤著名高校的機器人方面研究近況（如CMU、MIT等），相信一定會開闊眼界的。
軟件方面（計算機專業相關）：編程語言（C語言或一種匯編），操作系統基礎（有助于設計較為復雜的軟件架構，也有助于學習單片機、DSP等控制器），常用算法與數據結構（有助于設計出合理、高效、有創意的機器人控制算法），計算機網絡基礎（比如未來可以做多機器人通訊等），軟件工程（知道如何設計并維護軟件），數字圖像處理基礎（用到攝像頭等傳感器時需要這方面知識）?？刂品矫妫ㄗ詣涌刂茖I相關）：電機學（知道如何控制電機（馬達）轉起來），自動控制原理（讓電機按照你的期望速度和目標位置轉動起來，如經典的PID算法），一些信號處理知識（比如用于濾波）。數學方面（工科專業相關） ：
計算方法（一些用于實際計算時的算法），線性代數（或高等代數、矩陣論）用于未來需要計算多關節機器人的運動學、動力學的必備工具。會計方面（商科專業相關）：成本分析、預算等概念，起碼需要知道做出這個機器人要花多少錢（一般機加要占大頭，畫電路板是其次，自己做的話，軟件開發的會計成本可以忽略）。具體到可能需要學習的技術方面，可以從以下幾方面涉獵：結構方面：學習一種三維建模工具（SolidWorks或Pro E、UG等），能出二維圖；能做一些有限元分析就更好了（會幫助你設計可靠的結構）。
硬件電路方面：會用一種電子設計工具（Protel、PowerPCB等），能畫原理圖，會畫PCB；一種電路仿真工具（EDA軟件：如Proteus），單片機（51、AVR、Freescale、ARM等）或CPLD/FPGA，你的驅動程序、控制算法要在上邊實現。軟件方面：學會一種IDE（如Keil、ICC、Realview等），了解編輯、編譯、調試方法；學習一下uC/OS或其他RT OS的使用，如果要跑操作系統，可方便移植。經典控制如果要設計出自己的機器人來，恐怕需要在一定“制造”的基礎之上有自己的靠譜想法，可以從多個學科深入下去，僅舉幾個例子：機構：學習更多機構原理，積累更多機械設計經驗；數字圖像處理：目標檢測、圖像識別，立體視覺等；
控制理論：濾波算法、系統辨識、自適應控制、模糊控制等；仿生學：好多新穎的機器人都是建立在仿生學的基礎上的。此外，還可以關注國際機器人方面相關的論文（如中文的《機器人學》等）或會議（如ICRA、IROS等） ，跟蹤著名高校的機器人方面研究近況（如CMU、MIT等），相信一定會開闊眼界的。
