这是我为学习机器人而读的第二本书，第一本书为John J. Crag的《机器人导论》。我之所以读这本书是因为受到了知乎博主陈不陈的文章《想要自学机器人可以看什么书籍或课程？》
关于此书
这部书的作者是DR_CAN, 在B站上非常牛的大佬。他在B站上做了很多关于控制理论的视频，推导详细，简单易学，倍受好评。正因如此才催生了此书。
我是8月7号收到此书的，到今天8月27号正好20天，读完了卷一。虽然书不是很厚，但这个速度为自己还是很震惊的。因此为在读此书的同时还在研究C++，研究ROS编程。
感觉作者写书的方式和我读的《机器人导论》很像， 即使很浅薄的知识也能看懂。不像国内的书，写的枯燥无味。这本书干货满满而且生动有趣。
因为我不是很懂控制理论，在选择读哪本书时一度陷入纠结，特别是先学传统控制理论还是直接学习现代控制理论，知乎搜索了很久也没有眉目。我曾尝试学习B站一个清华大学的控制理论视频。一个老太太讲的，也是很乏味，坚持一段时间放弃了。看了2集DR_CAN的视频，果断决定买书。
其实我在读书阶段并没有看视频，我觉得读书相比看视频有它的优势。DR_CAN的视频推导过程其实已经很详实了，但是我的基础不够扎实，过程中还是需要暂停视频，去搜索相关的知识。但是读书的话就可以自己控制节奏了。
所以我选择一口气读完此书再去看他的视频。这本书写的非常之好，尽管我读一边也读懂了98%的内容，但是为我感觉至少还要读两遍才能通透的理解和掌握。因为之前已经读过书了，再跟着视频看就能跟上作者的节奏了。
知识储备
尽管作者的推导已经很详细了，而且附录B还有拉普拉斯变换的推导过程。我感觉有如下知识储备会让你的阅读更加得心应手。
- 高等数学
- 线性代数
- 复变函数
我的感悟
我大学学的的机械工程及其自动化，做为一名机械工程师已经工作十一年有余，有关机械设计的工作已经很得心应手了，一直想提高自己又没有方向。
在大学期间学了很多数学课程，包括高等数学，概率论与数理统计，线性代数，拉普拉斯变换。大学时期根本 不懂得学这些是干麻用的，远不如机械原理来的直接。后来工作了，才慢慢意识到数学工具的利害。
在我的工作中经常需要和生产数据打交道，这才慢慢认识到概率论和数理统计的重要性。尤其是在学习了6西格玛之后，更加如此，我便因此重读了这本书。
在学习《机器人导论》的时候，要有线性代数的储备，我便重读了线性代数。我觉得这种有目地的读书也很好，效率非常之高。上学时根本不知道学习他们要干嘛用，学完了就忘了。而且Kimi也是一个很好的助手，我有任何疑问都可以向他求助。
