Mobile Autonomous Systems Laboratory¶
课程简介¶
- 机构: MIT
- 课程编号: 6.186
- 方向: 机器人与自主系统
- 评级: B
- 角色: 补充
- 难度: 提供方未标准化(请按先修判断)
- 最近复核: 2026-07-28
MIT 的《Mobile Autonomous Systems Laboratory》保留了移动自主系统项目组织与验证方法;2005 年移动平台已经淘汰,应只把材料作为项目方法参考。
为什么选择这门课
补充课程,在特定主题上有明确价值,建议与更完整的主线资源配合。
学习前准备
- 建议先完成方向基础:控制系统
- 建议先完成方向基础:编程与工程计算
- 建议先完成方向基础:物理基础
可验证的学习成果
- 解释机器人与自主系统中的核心模型,并说明主要假设与适用边界
- 完成可复现实验或实现,保留原始数据、参数、版本和验证记录
工时与节奏
7 周,每周 6 小时。 这是维护者规划估计,依据课程角色与公开练习、实验密度生成,不是提供方工时承诺。先试学两周,分别记录授课、练习、实验和复盘时间;若实际偏差超过 25%,据实调整剩余计划。
安全等级
仅仿真。 默认实践范围仅限软件、计算或仿真;不得因资源清单中的“实验”标签自行连接实体设备,任何硬件扩展都必须重新核对提供方范围并进行风险评估。
课程资源¶
软件、硬件与成本
软件
- 维护者建议的开源/免费验证路径:ROS 2、Gazebo、RViz 2、Python 或 C++,以及固定版本的容器环境
- 资源清单包含公开代码覆盖;复现时固定解释器、依赖、工具链、数据集和 PDK(如适用)版本
硬件
- 资源清单包含实验覆盖;本课程的维护者路径明确将其限定为计算或仿真实验。只假设一台能运行上述软件并保存结果的通用计算机;不采购或连接课程明确支持的机器人平台、传感器、低压电源、急停与安全测试区域
成本说明
当前维护者路径只使用计算与仿真,不设专用硬件采购;建议软件优先采用开源/免费工具。这不是提供方要求,平台访问、商业软件或云算力费用仍随提供方、地区与方案而变。
公开资源完整度
| 资源类型 | 完整度 |
|---|---|
| 视频 | 无公开材料 |
| 讲义 | 部分 |
| 练习 | 无公开材料 |
| 实验 | 完整 |
| 考试 | 无公开材料 |
| 代码 | 部分 |
资源与访问条件
| 资源 | 访问 | 许可 | 状态 | 复核日期 |
|---|---|---|---|---|
| 课程主页 | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Assignments | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Assignment resource: botclient (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Assignment resource: orcpadassem (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: ant (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: contestrules (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: cvs (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: drivemotorinfo (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: edeninfo (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: emacs (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: encoderinfo (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: imagetutorial (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: irrngsnsrcalibr (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: kitcontents (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: maslabworkshop (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lab resource: odomtutorial (PDF) | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Calendar | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
| Lecture Notes | 无需注册公开访问 | CC BY-NC-SA 4.0 for site materials; third-party exclusions may apply | 官方页已列出 | 2026-07-28 |
“官方页已列出”表示核验日从成功访问的官方来源页发现该链接,不保证目标文件在所有地区或账号状态下都能直接打开。访问不代表获得再分发权;下载、改编或公开发布前,应重新核对提供方页面、目标链接及其中第三方材料的许可。
实践与验收¶
实践闭环
《Mobile Autonomous Systems Laboratory · MIT 6.186》机器人任务规划与安全降级仿真
这是维护者为《Mobile Autonomous Systems Laboratory · MIT 6.186》建议的自学项目,不是课程官方作业。为机器人与自主系统在仿真器中完成感知—规划—控制闭环任务,量化成功率、碰撞裕量、定位误差和传感失效后的安全停机。
来源: 维护者建议项目
交付物
- 任务、机器人/环境模型、坐标系、约束与安全状态规格
- 感知、规划、控制、监控和场景生成源文件
- 至少 100 个随机场景的轨迹、成功/碰撞、最小间距和运行时原始数据
- 一份报告与录屏,比较基线/改进算法并复盘最危险失败
验收
- 100 个标称场景成功率至少 90%,碰撞为零且最小间距满足预设阈值
- 覆盖起终点重合、无解地图、窄通道、定位漂移和传感中断
- 用独立碰撞检查器重放全部轨迹并逐帧交叉核对
- 注入传感冻结或控制延迟,证明监控器在规定时间内进入停止状态
复现要求
- 提交机器人/世界模型、算法、场景、测试和录屏脚本
- 固定仿真器、物理步长、地图、随机种子和依赖版本
- 保存原始轨迹/传感数据、场景清单和自动生成报告
安全边界: 仅仿真 — 仅使用机器人仿真;不得在无人监督下驱动真实机械、车辆、无人机或执行器。
风险、缺口与边界
2005 年的移动平台已经淘汰;本课只能作为项目方法参考。
完成证据
- 按周学习日志:投入时间、问题、错误订正、决策、下一步,并链接本周可复现产物
- 设计审查包:需求与约束、方案权衡、可编辑源文件、适用的 ERC/DRC/时序/稳定性检查、导出物与复现实验
- 代码仓库:固定依赖和工具链、最小运行命令、测试或波形/基准、预期输出与许可说明
- 仿真包:模型或网表、输入、求解器与版本、参数扫描脚本、基准对照、预期结果及一条重新运行命令