作为软件工程师进入机器人领域

入门路径与起步平台

• 许多人建议从软件和基础硬件开始：学习原理图、数据手册、示波器和逻辑分析仪。
• 对于家庭项目，初学者普遍更推荐 Arduino 而不是 Raspberry Pi：更简单、没有操作系统、上传—运行周期快；便宜的克隆板也完全可以。
• 也有人列出 Raspberry Pi、Teensy、ESP32、Micro:BIT，以及步进电机、舵机和传感器；大约 200 美元就能组建一个相当像样的入门实验室。
• 需要注意的是，Raspberry Pi 在调试时一旦断电，SD 卡很容易损坏；因此有人建议先用模拟器（例如 Wokwi）和微控制器。

嵌入式复杂性与调试

• 会 C/C++ 并且会用示波器被认为很有价值，但还远远不够。
• 有经验的人强调，真正的难点在于知道要在哪里探测、要看什么，以及如何在严格的实验室和预算限制下把边缘情况复现出来。
• 真实世界里的调试包括新出现的硬件问题（噪声、时序、器件超规格等），这些是业余折腾无法完全让你做好准备的。

数学、控制与理论

• 几位软件工程师在做机器人/CAD/3D 打印时，感觉自己在三角学、几何和微积分方面准备不足。
• 有人说基础三角和几何就够了，很多问题都能在库里解决。
• 也有人认为，扎实的三角学和线性代数，再加上控制理论，是至关重要的，尤其是在定位、姿态控制以及理解矩阵/四元数时；不过也有人指出，简单的 PID 往往会替代过度复杂的自定义逻辑。

硬件中的流程与“敏捷”

• 多条评论认为，软件里那种敏捷做法与硬件现实相冲突：PCB 打样要花几天到几周，而每次迭代都很昂贵。
• 讨论到的策略包括：给原型做过度设计、预留额外的传感器/执行器，使用开发板和模块化板卡，给未来组件预留未焊接的焊盘。
• 也有人直言不讳地反对把网页式的敏捷/scrum 引入硬件，称它已经伤害了硬件/机器人团队。

机器人领域的职业、薪资与路径

• 普遍的看法是，硬件/机器人通常比 adtech、fintech 和 web 薪资更低，这把很多开发者吸引走了。
• 机器人被描述为一个小众领域，由早期创业公司主导，薪资一般；高薪主要集中在少数大公司。
• 给软件开发者的建议入门路径：
  • 学习 C++ 和/或 Python 以及嵌入式基础（RTOS、中断服务程序 ISR、CAN/I²C/SPI 这类总线）。
  • 学习 ROS，做教程和仿真，并搭一个基础的遥操作机器人。
  • 为 ROS/开源包做贡献，并关注机器人招聘信息板和会议。

ROS 与工具链

• Ubuntu 上的 ROS 1 Noetic 被认为成熟且稳定。
• ROS 2 被看作适合分布式/多机器人系统，前景不错，但也因版本间不稳定、中间件怪癖以及 Python 节点性能不佳而受到批评；频繁升级 Ubuntu 和 ROS 的循环也很麻烦。
• 争论的焦点还包括最终产品是否会用 ROS：有人说它主要是学术用途；也有人指出，许多商业栈要么使用 ROS，要么自己重新实现类似的消息传递、参数和日志功能。

无人机、模拟器与特定平台

• 对于可编程无人机，建议包括 Crazyflie（开放硬件/固件/软件）以及 Ryze Tello 这类小平台，不过其开发便利性也受到质疑。
• Isaac Sim 因其仿真能力而受到赞扬，尤其适合基于 Jetson 的机器人；有人建议使用更有能力的底盘（例如 WaveRover），而不是像 Jetbot 这样的老平台。
• CoppeliaSim 之类的模拟器被推荐用于在不投入硬件的情况下学习机器人技术。

更广泛的影响反思

• 有人反对“应用程序不能解决现实世界问题”这种说法，认为软件对大规模资源和人员管理至关重要。
• 也有人感叹，回报最高的工作往往是广告技术或类似领域，这些工作被视为社会价值低但利润极高。
• 大家普遍强烈认为，现在是进入机器人领域的特别好时机：更好的电池、电机、无线电、摄像头和便宜的 LIDAR，让严肃项目比过去几十年容易得多。