大家理想中的機器人是這樣的，來自三部電影的大反派。下圖：
而現實是殘酷的，左圖是4年前做的第二個智能小車。如果你認為這個已經很爛了。那麼有如愛因斯坦的小板凳一樣，我還做過更爛的，比如右圖這個是我做的第一個智能小車。下圖：
前面開開玩笑，現實也並不總是如此殘酷。此圖為我做的幾種四軸飛行器。做下是第一個，三年多了居然還能飛。因此談起航空界的一個話題：好的降落是無人傷亡的降落，而完美的降落是飛機還能起飛的降落。右圖是我做得第三架。因此談起航模界的一大迷信，就是首飛前不要拍照，否則就是遺照。可惜我做的第二架首飛炸機，連個遺照都沒留下。左上是我做的第四架，配置略高，未來將用於deepglint的無人機平臺。
談談正事，Python如何與機器人結合。機器人的感知非常重要，並因此影響了機器人的發展。而視覺的信息量很大，是個重要方向。與Python結合的機器人視覺，有關的：
1. PyGame可以用於讀取攝像頭的圖像
2. PIL可以讀寫圖片和處理圖片，Pythoner是很幸運的，PIL使得很多常見工作無需引用OpenCV
3. OpenCV用於讀寫圖像/視頻，以及集成了多種視頻處理算法，包括高級一些的人臉識別以及視差合成
4. OpenNI用於讀取PrimeSense傳感器的圖像，可以直接拿到深度數據
5. v4l2可以在Linux下控制攝像頭非常精確的功能，如曝光、白平衡等
將處理的結果，變為現實世界中實際的動作。
1. wave可以將讀寫聲音文件，將信息編碼為聲音後，可以使得很多設備能收發控制信號
2. PWM：脈衝寬度調製，對舵機控制、電機調速很重要
3. Servo：舵機，很常用的執行機構
4. Arduino：可以自己用Arduino搭建電腦到現實世界的接口
所有系統都會耗費不少調試時間，更好的調試就帶來更高的效率。
1. PySerial：串口是電子設備最簡單的接口，用PySerial可以讓Python直接通過串口通信
2. Python C API control GPIO：可以在特定平臺讓Python直接控制GPIO來調試，控制LED和讀取按鍵等
3. Automated Testing：自動化測試可以極大的提高效率，而這正是Python的強項
很多處理數據工作都需要極高的性能。所以一些高性能運算的思路：
1. NumPy：可以輕鬆的調用多種科學計算函數，並且效率上絲毫不會降低
2. PyCUDA：可以使用NumPy的數組以及Python來容易的使用CUDA，而核函數就是CUDA的，不會損耗性能和移植性
3. TK1：一種nVidia推出的開發板，可以在嵌入式平臺上使用192個CUDA核心
4. Parallella：嵌入式超級計算機
1. 傳感器網絡：機器人上會配備很多種傳感器，而通過Python將這些傳感器配置成一些網絡服務會使得系統更加靈活
2. ROS是機器人操作系統，未來很有潛力的機器人開發平臺，運行於Linux上，提供的官方語言支持就只有C++和Python，成熟度很好
3. Python作為膠水，結合ZeroMQ等，使得機器人系統變得更加靈活可用
4. Python作為集群的底層，使用twisted、gevent等，使得機器人系統可以與外部靈活的通信
立體視覺與深度信息是deepglint創業的核心思路。這個思路使得計算機視覺變得容易了許多。
右上為MultiView攝像機，由兩個攝像機的視差形成立體視覺，原理與人眼相同。這個結構是用於安裝在deepglint自動駕駛汽車上的。
PrimeSense是與kinect為同一製造商的深度攝像頭，使用簡單方便。右下圖就是。
右下圖底下是樂高積木，便於搭建各種簡單的機械結構，加速機器人開發。圖中安裝了TK1。
deepglint開發中的各種機器人。
左圖是室內巡邏機器人，未來會實現危險場景巡防，以及自動駕駛原型。
右上為deepglint自動駕駛原型車，改裝中。
右下為改裝前，車子太好玩，可以經常帶大家去公園，而耽誤了改車。
Python學習書籍推薦
很多人在問，學習Python讀什麼書，這其實是一個非常通用的問題，學習分為三種方式：看書、上課，而讀書學習是最實惠也是最高效的一種，小編整理了一些Python高分書籍給大家，從0基礎到高級適合不同學習階段，希望大家學習愉快。獲取方式：點擊小編頭像，關注後私信回覆“資料”即可下載。
閱讀更多 Python技術 的文章
