世界是它自己的最佳模式
不要相信模拟来捕捉真正的硬件会遇到的一切;测试物理原型的早期和频繁,因为没有模型的摩擦,传感器噪音和反弹总是在数学出现之前出现在长凳上.
格子越深,表示该主题在这项指标上越高。
低高
大多数机器人工程师都专门研究系统的一个层面——机械设计,嵌入式控制,感知,或软件架构——并在CAD或代码中度过时间,通过反复测试运行机器人,并调试联合漂移或相机误读架子的原因. 工作很少是戏剧性的;大多数是耐心的,在真正的硬件上重复的测试.
没有 大多数工作机器人工程师拥有机械,电气或计算机工程学学位,而不是专门的机器人学学位,因为独立的机器人或杂技程序仍然比核心学科更新,更不常见. 一个很强的亲身操作项目背景——一个竞赛团队,一个研究实验室,一个个人建筑——和文凭上的少校一样重要.
AI涉及决策——认识对象,规划路线,选择行动——并且可以完全在计算机内部运行. 机器人就是在物理世界中执行这个决定: 精确地移动一个马达,不压压,保持平衡。 机器人通常都需要两者,但机器人工程师的独特专长是物理半身,由于AI模型没有预测的原因而失败的部分.
其部分,是的——感知,运动规划甚至一些机械设计探索越来越自动化或由AI工具加速. 抵制自动化的是物理调试:找出一个真正的机器人为何行为不同于其模型,以及当判断呼叫错误时可能伤害某人的机器的责任. AI正在更换工具,尚未取消工作.
它因国家和部门而异。 美国的中位数约为每年105,000美元-110,000美元;在德国,一名中职工程师通常挣得55,000欧元-75,000美元;在日本和韩国,尽管这些国家在工业机器人制造中占据主导地位,但按美元计算的工资却较低。 人造机器人创业企业的高级角色的薪酬大大高于这些中位数。
从数量来看,汽车和电子制造业仍然是最大的雇主,利用武器进行焊接、油漆和组装。 20世纪20年代,仓库和物流自动化、外科机器人、农业以及快速增长的人体机器人部门正在雇佣最积极的人员,此外还有2000年代以来使用类似工程的炸弹处置机器人等防御应用。
机器人工程师粉刷电路板或手摸括号的图像已经缩小,但没有被屏幕所取代:CAD软件,控制系统代码和模拟环境填补了工作周的大部分时间,但是这个工作仍然经常在工作台上以示波器结束,因为一个行为不端的机器人迟早必须在真正的硬件上调试.
经验丰富的工程师所传承的不是任何特定工具,而是对实际机器上还没有测试过的任何事物的怀疑纪律——相信物理测试比优雅的模拟,编制预算的功率以及像固定货币那样的计算,把机器人的最初动作全速处理为最有可能出错的时刻.
设计赋予机器人运动和负载能力的物理结构,关节和机制,并且知道一旦建成,反弹,摩擦和遵守会如何显现.
写和调试读取传感器和驱动马达的低级代码严格时间,其中错过的最后期限可能指不稳定或危险的机器人,而不只是缓慢的机器人.
通过训练有素的模型而不是手编码特征检测,将相机、激光或深度传感器数据转化为对世界的有用理解。
生成并执行安全高效的路径或轨迹,并调整反馈环路,在现实世界扰动的情况下,使机器人仍然留在这条路径上.
使机器人的机械,电气,固件和软件层——每个层都单独工作——也一起工作,其中大多数真正的失败都生活在其中两个的界面上.
在紧急停机,强制限制和安全故障模式中进行设计,并找出机器人为何在有人站在附近时再次出现之前意外的行为.
审查过夜测试运行或场内无人看管的机器人的数据或错误,然后短小的团队会议讨论优先事项和打开bug.
硬件时间的主要块:布线,校准传感器,机械或3D打印一个括号,或者追寻关节为何在负载下漂移.
真正的突破,往往先在紧缩期间消失,然后再进行演示、竞争或产品推出。
写作或调制控制码,运行模拟,或者在桌上而不是长凳上通过感知或规划管道工作.
在实际硬件上一起运行整个系统,也就是机械,电气和软件问题分别隐藏的地方,通常一起出现.
个人时间和在普通的一天睡觉;在比赛,演示或产品船日期之前,工程师可以回到长凳上进入深夜.
从业者真正口耳相传的技艺——不是鸡汤。
不要相信模拟来捕捉真正的硬件会遇到的一切;测试物理原型的早期和频繁,因为没有模型的摩擦,传感器噪音和反弹总是在数学出现之前出现在长凳上.
当机器人行为不当时,在怀疑代码之前先检查电源和连接器——绝大多数神秘机器人故障都追溯到松散的连接器,棕色出局器或误联传感器,而不是软件bug.
紧急停机,扭矩限制和安全区并不是在运输前添加的最后一个功能;它们从第一个原型中设计出来,因为将安全性改造到一个已经在快速移动的机器人上,是人们如何受到伤害的.
每个传感器,发动机和机载计算机都提取机器人电池和处理预算的固定份额;在不切割另一个功能的情况下再增加一个功能,就是一个有前途的原型如何最终无法完成自己的工作日.
以清洁模型调制的控制算法在真正的硬件上可能因为未建模的齿轮反冲,电缆摩擦或联合遵守而失败——这些问题不会作为错误信息出现,只是作为神秘不精确的机器人出现.
新代码或新机制先以运行速度的一小部分运行,在有人让它以全速移动之前手握杀机开关——一个学科工程师描述应用在Atlas和Spot等机器上的每一个新行为.
一个开源的中间软件框架,在大部分行业中用于将传感器,起动器和软件模块连接到单个工作机器人上,而无需每次重建管道.
参数3D设计工具用于在任何金属或塑料被剪切之前,对机器人的机械结构进行建模,检查干扰并生成制造图纸.
用于建模控制系统和动态的标准工具,特别是用于调试反馈循环和模拟机器人在信任真实硬件上的代码之前的行为.
基本的硬件调试仪器仍然是工作的核心——大多数真正的机器人故障都追溯到这些工具直接揭示的布线,动力或信号问题.
基于物理的虚拟环境让工程师测试控制码,并训练感知或操纵模型,然后再冒着真正的硬件的风险,尽管从来没有完全替代它.
一个在Gazebo或MujoCo完美工作的控制器可能会因为传感器噪声,耐久或模拟器没有模型的摩擦而失败在真正的机器人上——跳过早期硬件测试的团队往往会发现这种昂贵,迟到的现象.
把机器人的身体当作固定的,同时把精力集中在软件上,导致与硬件的实际极限——反弹,弱关节,传感器的放置——作斗争,而不是从一开始就一起设计软件和机制.
在未进行适当的风险评估和紧急停机测试的情况下,将机器人拖入演示或装运,是近乎缺失如何变成真正的伤害,特别是当机器人在人附近而不是在栅栏后面工作时.
不限同一领域,六项评分最接近的职业。
使用临床、试验和卫生系统数据生成可靠的证据,以实现更安全的护理、研究和运营决策。
抗AI 68 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72 🌿领导战略、衡量和报告,帮助组织减少环境和社会危害,同时履行业务义务。
抗AI 66 🧬将基因组科学与非指导性、富有同情心的咨询相结合,帮助人们了解遗传状况、测试选择和结果。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🤖设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.
抗AI 50 🛰️设计、分析并认证离地而行的飞机、火箭与航天器,在不容猜测的安全裕度下工作。
抗AI 74 🌉把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起,文明安静的承重行当。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72