7 个递进实验，从 URDF 建模与 Gazebo 仿真起步，穿透 1Mbps 串口协议与 PWM 舵机底层控制，贯通 ROS2 架构与动作回放，再沿正/逆运动学到解析 IK 解算，最终落地固定抓取与视觉动态抓取 —— 每个实验均配通俗原理讲解、SVG 动画演示与互动换算台。
以下参数全部取自 arm_practice 源讲义与真实源码，是贯穿 7 个实验的"硬指标"——先混个脸熟，实验中会反复用到。
| 维度 | 取值 / 说明 | 首次出现 |
|---|---|---|
| 硬件平台 | 具身智能实验箱 B2 / 机器人小车 C1（两平台共用同一套臂：URDF 名义 5 自由度链 arm_joint1~5 + 夹爪 r_joint，第六颗舵机 id5 只夹爪用；桌面级抓取场景） | EXP-01 |
| 串口链路 | 1 Mbps（1000000 baud）8N1，pyserial 直连下位机；帧 = 0xAA 0x55 + func + len + data + CRC8（CRC8 从 func 盖到 data 末尾，256 字节查表） | EXP-02 |
| PWM 舵机 | 脉宽 500~2500 μs，中位 CENTER_PWM=1500，弧度换算 PWM_TO_RAD = 4.712 rad ÷ 2000 = 0.002356。舵机物理行程 270°=4.712 rad，对应 ±1000 μs = ±2.356 rad = ±135°（这才是实机真正的限位） | EXP-02 |
| 关节轴分布 | J1 绕 Z（航向）+ J2/J3/J4 三根轴互相平行都绕 Y（俯仰）+ J5 绕 Z（夹爪自转）。所以 J2+J3+J4 的角度可以直接相加，而 J1 不行——这是 EXP-03/04 全部几何推导的出发点 | EXP-03 |
| 有效自由度 | 5 个关节只有 4 个独立笛卡尔自由度（x, y, z + 工具俯仰 pitch）：J1 定方位，J2/J3 定平面位置，J4 定俯仰，J1 与 J5 的转动共轴重合——所以 J5 不能在固定 pitch 下改末端朝向，这就是作业里 "q5 恒为 0" 的原因 | EXP-03 / EXP-04 |
| 运动学指标 | 验收线 Avg < 0.5 mm、Max < 1.5 mm。实测现状：工作空间内点位闭环可到 0.00 mm，但超出 0.2523 m 的两杆合长的点位会静默夹紧 cos 值、误差 18~23 mm 却不报错——这是"求解成功 ≠ 解准确"的活教材（见 EXP-04） | EXP-03 / EXP-04 |
| 偏移证伪 | 旧版口径 "J2 +4.0°、J3 +2.3° 实测机械偏移" 已证伪——源码中无 system_offset_analysis 与偏移配置，无法复现；误差一律以实测归因为准 | EXP-04 |
| 抓取参数 | 节点默认 gripper_depth 0.0 / pre_grasp_height 0.03 / grasp_pitch 180°（夹爪朝下）；arm_params.yaml 实配已改为 −0.040（负值=抬高）；lift_height 0.05 已声明但源码未使用，改它无效——真实抬升看 pre_grasp_height | EXP-06 |
| 视觉定位 | HSV 颜色分割（红色两段并集）+ 深度反投影（fx=fy 由 camera_info 实时读取，实测 ≈614，cx≈320，cy≈240）+ TF 坐标链变换 | EXP-07 |
| 软件栈 | ROS2 Humble · MoveIt2 · Gazebo · pyserial · URDF/TF · server_cors Web 仿真器（8000 端口） | 贯穿全课 |
机械臂是全课程唯一会"真动"的执行器，越界代价是舵机堵转打齿、甚至拽倒自身。以下红线在每个实验第 09 节还会以坑表形式复现。
每个实验的"原理通俗讲解"先用生活类比（手臂、暗号脉宽、反推姿势）建立直觉，再看 DH 表与 CRC8 —— 按顺序读，公式不再是天书。
EXP-01 是纯仿真路线，EXP-02 是裸机串口路线，EXP-05 回到 ROS2 架构路线 —— 同一条机械臂三种打开方式，对照着学最快。
帧格式、连杆几何、抓取流程都有 SVG 动画；PWM↔弧度、FK 正解、HSV 调参都有互动台 —— 先玩懂参数，再上实机少翻车。
PWM 必须落在 500~2500μs、目标须逐步逼近、抓取前先预演 —— 实机代价是堵转打齿，把第 09 节的坑表背下来再动手。
四个可验收的能力目标，对应三个篇章的递进路径——每一条都能在实验报告里拿出证据。
看 URDF 就知道每个 link / joint 在干什么，能沿 7 坐标系 TF 链回答"末端到底在哪"，能在 RViz2 里复现并修改模型。
用 pyserial 手工拼出 0xAA55 + CRC8 的完整帧，把任意关节角换算成 500~2500 μs 安全脉宽并下发真实舵机。
手算与代码双轨完成 FK 正解与解析 IK 逆解，会跑闭环验证、对照 Avg<0.5 / Max<1.5 mm 验收线，并按讲义口径归因误差（当前 18~23 mm 超差源于 IK/FK 模型不一致，而非机械偏移）。
调 gripper_depth / pre_grasp_height 等节点参数，串起"预演 → 设目标 → Trigger 抓取 → 放置"全流程，并能扩展到视觉动态抓取。
把 7 个实验串成一条通关路线，每一步都踩在上一步的成果之上。
把实验里的关键原理单独拆出来深挖——坐标变换、正/逆运动学、轨迹分步、六阶段抓取 3D、视觉定位，每个模块 = 一句原理 + 一个讲义真实案例 + 一台可拖可调的演示；页内自带完整教学大纲（模块·目标·案例·交互·衔接五列表），与本页 7 个实验的锚点双向互链。
M1 坐标系与 TF 变换链 · M2 正运动学（PWM 预演）· M3 逆运动学（拖拽目标 + 闭环 + DLS 阻尼）· M4 轨迹与分步移动 40%/60% · M5 六阶段抓取 3D 实验台（gripper_depth / pre_grasp_height 可视）· M6 HSV+反投影+TF 视觉定位。数学概念全部配交互式图示，滑块一动、公式数值与图形同步变。
八个层级从高中三角一路排到统计口径——哪一行生疏，就点右侧"去哪补"直达对应实验小节，现学现用。公式可以不推，概念要认；标 ⭐ 的三处是必须理解的。
| 层级 | 数学工具 | 用在课程哪里 | 去哪补 |
|---|---|---|---|
| 高中 · 三角 | sin / cos、atan2、asin、勾股与相似三角形 | 解析法 IK 的地基；d=0.085m 肩部偏置用 asin 补偿；三角形闭合求指尖 | EXP-04 · 原理 · EXP-03 · FK 链 |
| 高中 · 线性映射 | 角度 ↔ 弧度 ↔ 脉宽的仿射换算（PWM_TO_RAD） | EXP-02 把关节角变成 500~2500μs 安全脉宽下发舵机 | EXP-02 · 原理 |
| 大一 · 线性代数 ⭐ | 4×4 齐次变换矩阵连乘（平移 + 旋转）、旋转矩阵 / 欧拉角 / 四元数、矩阵求逆 | FK = 变换链连乘；TF 坐标树；DLS 公式里的 Jᵀ(JJᵀ+λ²I)⁻¹ | EXP-03 · 原理 · 几何常量表 |
| 大二 · 微分 ⭐ | 雅可比矩阵 J、行列式 det(J)、速度换算 ẋ = J·q̇ | "汇率表"：关节转多快 → 指尖走多快；det(J)→0 即奇异位 | EXP-04 · 雅可比演示（可拖） |
| 进阶 · 数值优化 ⭐ | 阻尼最小二乘 DLS（阻尼因子 λ=0.1） | IK 迭代求解、奇异位附近的防抖刹车；原理实验室有可拖 3D 版 | 原理实验室 M3 · 逆运动学 |
| 标定 · 方程与拟合 | 矩阵方程 AX = XB（Tsai-Lenz）、最小二乘 | 手眼标定解"相机装在哪"，验收线 5mm；内参复核同一套思想 | 标定专题 · 手眼标定 |
| 视觉 · 透视几何 | 针孔相机模型（fx=fy=614, cx=320, cy=240）、深度反投影 | EXP-07 把像素 + 深度还原成 3D 点，再经 TF 链交给 IK 抓取 | EXP-07 · 原理 |
| 统计 · 误差口径 | 均值 / 百分位 P95、阈值与归一化、HSV 两段阈值 | 一切验收线（Avg<0.5mm、Max<1.5mm、掉点≤3%）的读法；颜色分割调参 | EXP-04 · 误差判定与归因台 |
能。EXP-01/03/04 全程可用 Gazebo 与 Web 仿真器完成闭环验证；EXP-02/05/06/07 的命令与协议推导可在无硬件条件下通读演练，上机步骤以真机验收为准。
仿真里改坏一个 URDF 只是重载，裸机发错一帧可能堵转。先在数字世界建立"关节角 ↔ 末端位置"的直觉，再下探串口与 PWM，翻车成本最低。
只需三角函数与二维向量：FK=逐段累加旋转平移，IK=解一个含 sin/cos 的方程组。第 06 节动画负责建几何直觉，第 07 节互动台负责代数验算，公式不背也能算对。
先让机械臂在数字世界"拥有身体"（URDF + RViz2/MoveIt2/Gazebo），再钻到最底层，用 pyserial 亲手组帧驱动真实舵机。
5 自由度机械臂的 link/joint 建模与 7 坐标系 TF 链，RViz2 可视化、MoveIt2 规划、Gazebo 物理仿真到 grasp_demo 抓取演示一条龙。
剥开 ROS2 的外壳直达硬件：1Mbps 串口裸机通信、0xAA55 帧头 + CRC8 校验、PWM 500~2500μs 舵机控制与动作序列录制导出。
几何直觉先行：正运动学是"已知关节角求指尖"，逆运动学是"想放哪反推关节角"；先在 Web 仿真器里建立手感，再解析求解。
正运动学 FK：从底座一节节"转一下、伸一段"，用 config.py 笛卡尔几何常量算指尖坐标（关节角 → 坐标，一对一定论），Web 仿真器拖关节滑块实测对账。
先补 IK 原理（解析法三段式、DLS 数值法、雅可比与奇异位），再用 IK 库 API（solve_analytical_ik / fk_solve）做 FK/IK 闭环验证——实测 3/4 点位 FAIL、误差 18~23mm 待归因，配 --direct 实机与"理论链 vs 实机链"归因。
把模型、协议与运动学串成系统：ROS2 节点拓扑勘察、YAML 动作回放、固定位姿抓取状态机，直到相机指哪抓哪的视觉动态抓取。
bringup 7~8 节点拓扑勘察、joint_command 弧度指令、action_player 节点回放 pick_and_place.yaml、play/next/stop 三服务与 servo_calib 零位校准。
真实接口 set_pick_target / target_pose 与 pick·place Trigger 服务，离线预演、分步移动 _move_stepwise、六阶段抓取序列与抓取参数实测调优。
visual_grasp.launch 一键拉起 5 节点：HSV 颜色分割 + 深度反投影 + TF 变换定位目标，look-then-move 策略与五状态机一键 start/confirm/skip/abort。
第 3 章之后的收尾块：从"为什么会默默抓偏"讲起，按 零位 → TCP 四点法 → 相机内参 → 手眼 → 抓取验证 五步走完完整标定链——工具链全部出自 ros2_ws 实仓（calibration / eye_hand_calibration 两包），每部分配案例与可调交互，最后把 5mm、>85% 串成一条合格链。
① 给每个关节找回"真零点"，② 用四点法把工具尖端钉进数学模型，③ 复核像素到毫米的尺子，④ 解出相机装在哪（AX=XB），⑤ 按依赖顺序做五项绿勾的真机抓取验收——顺序不可倒。
具身智能（VLA：视觉-语言-动作模型）是 2025-2026 最热的方向。它并不神秘——你在这门课里手写的每一环，正是 VLA 要"学会替代或指挥"的模块。先看清两种答法的关系，再决定往哪深造。
本课 EXP-07 的答法：HSV 分割 + 深度反投影 + TF 变换读懂"红色物块在哪"（感知）→ IK 与轨迹规划算出"胳膊怎么弯"（规划）→ 六阶段状态机 + PWM 把动作稳稳执行（控制）——每一环都是人写的规则，黑盒度低、可分段验收。VLA 的答法：图像 + 自然语言指令（"把红色物块装进箱子"）直接进一个大模型，输出动作序列——规则没了，换来的是零样本泛化：没见过的物块、没写过的指令也敢试。
2026 年的真实产线上，"经典栈打底 + 学习模块增强"仍是主流：VLA 擅长开放环境里的"看懂与决策"，但 5mm 级定位精度、>85% 抓取验收、安全红线（急停/力矩释放）这些硬指标，靠的仍是可复现、可分段排查的工程链路——也就是你刚学完的这套。常见分工：VLA 出"抓哪、怎么摆"，本课的 IK、标定与状态机负责"稳稳执行"；奇异位、手眼标定这些概念在学习式方案里一个都躲不掉。
① 数据意识（本周就能做）：用现有真机链路采集"物块位姿 → 动作"演示数据——你已会的 rosbag/仿真器就是采集器。② 仿真里跑通语言→抓取：Hugging Face LeRobot（ACT/Diffusion Policy 等开源实现）或 OpenVLA 推理，在 MuJoCo/Gazebo 里感受端到端策略的强弱点。③ 补学习基础：强化学习入门（Gym 经典控制）+ BERT/VLM 结构科普，再回头看 π0 / GR00T 级别的工作。
全课程围绕 ROS2 Humble + 具身智能实验箱 B2 / 机器人小车 C1 展开，协议、参数均来自真实源码与实测基线。