機器人必學—ROS2里程計與控制教學
課程名稱:
Self Driving and ROS 2 – Learn by Doing! Odometry & Control
連結:
自駕技術 × ROS 2 × 實作導向 —— 這門課在教什麼？
這門課程不是讓你坐在那邊聽理論，而是一步步帶你動手打造一套可以跑起來的 ROS 2 控制系統，從最基礎的里程計推論（Odometry）、差速運動學，到控制器設計與感測器融合。重點是，你不是只學會「怎麼用指令」，而是真的理解「背後為什麼這樣設計」，這對工程背景的人來說，是非常稀缺且實用的教學方式。
給會寫程式但不熟 ROS 的人 —— 一條最有效率的進入路徑
這門課非常適合你如果是以下幾種人：
- 你會 C++ / Python，但沒碰過 ROS。
- 你知道機器人怎麼動，但不知道該怎麼把演算法「變成動得起來的系統」。
- 你曾經學過理論，比如卡爾曼濾波、運動模型，但不知道怎麼在 ROS 裡串起來。
這門課直接帶你走一條實作流程，幫你把「學理」、「程式」、「真實世界的機器人」橋接在一起。
為什麼這門課很特別？
第一：講的不只是 ROS 指令，而是機器人控制思維
很多 ROS 教學只是教怎麼寫 Node、怎麼用 Topic，但這門課是從「我要讓機器人動起來」的角度出發，去思考怎麼整合：
- 機器人運動學（Kinematics）
- 資料流動（TF、Odometry）
- 控制架構（PID 控制、封裝進 ros2_control）
你會慢慢建立「工程化思考模型」，這才是做機器人系統最重要的能力。
第二：從模擬走到實體，不會卡在沒機器
課程強調先在 Gazebo 模擬器跑通流程，你甚至可以全程不用買機器，也能學到完整 ROS 工作流程。 如果你有 Arduino 或 Raspberry Pi，也可以用他設計的機器人模型來實作，這在學習上非常彈性。
第三：學會控制還不夠，還教你「怎麼讓感測器說實話」
也就是說，這門課不只講控制，更教你怎麼把雜訊大的 IMU、輪子里程計，透過 卡爾曼濾波組合出比較穩定的位置估測。 這等於幫你建立起機器人的「定位感」，是後面做導航、避障的前提。
學完你會具備什麼能力？
- 用 ROS 2 架構控制流程（Node、TF、Launch、Parameter 設定）
- 讓一台差速輪機器人能「按你給的速度跑起來」
- 串接 IMU、Encoder，透過 EKF 提升位置精度
- 熟悉 Gazebo 模擬環境，可快速驗證系統設計
- 打下導航（Navigation Stack）、SLAM 的基礎知識與實戰能力
講師 Antonio Brandi 值得信任嗎？
他不只是 ROS 開源貢獻者，還在業界實際開發自走機器人控制系統。他的教學風格不是走「教課書路線」，而是「這東西怎麼做會真的有用」的角度切入，對實務導向的學習者來說，極具價值。
如果你還沒學 ROS，要從這門課開始嗎？
非常推薦。尤其你：
- 喜歡「有實作感」的課程
- 不想只學命令列，要從架構面理解 ROS 系統
- 未來想進入自駕車、機器人控制、自主移動機器人相關領域
這門課會讓你學得有感、能做出成果，為之後更進階的學習（SLAM、導航、深度學習融合）打下紮實基礎。