之前的课程介绍了ROS系统以及安装方法，作为一个开源系统，网络上拥有众多的学习资源，最经典的不外乎是 ROS 系统的官方教学文件—「 ROS tutorial 」，在官方教学文件中，你可以学习到基础的 ROS 系统操作方式，但是当学习到一定程度时，大部分的人都会产生一种想法：「若是单纯地在计算机中操作，没有实体的机台测试，感觉还是没有学会 ROS 」。为此，本文就介绍一款入门级的教具—「霹雳车」，来帮助你更快的学好 ROS系统。
当 ROS 官方教学文件全部完成后，相信你对于 Linux 系统以及 ROS 系统应当都会有初步的理解，接下来小编的建议是「学习自行设计 ROS 系统，完成简单的操控 GPIO 功能」。
话虽如此，但若是计算机直接接上 Arduino 等微控制器，学习如何透过 ROS 系统操控 GPIO，会让 ROS 系统的无线通信功能失去意义。因此，在学习此项目时，利用可以安装 ROS系统、附有 GPIO 脚位的单板计算机将会是较好的选择，本文介绍的的霹雳车也是采用此种规格的单板计算机，它的好处有以下几点：
•操作系统为 Ubuntu 16.04 LTS ，开源的操作系统让你不烦恼授权问题
•硬盘空间大小为 16GB，并且可随时更换硬盘空间
•搭载的 ROS 系统版本为 Kinetic
•配备多达 4 个 USB 接口、1 个以太网络接口，40 个 GPIO 脚位，扩展性强韧
•使用 HDMI 作为屏幕输出，缩小体积
•拥有 WiFi 与蓝芽功能，让无线通信变得更加方便
因为霹雳车操作系统采用 Ubuntu 16.04 LTS，让你除了学习使用 ROS 系统之外，也能够使用时下最热门的程序语言「Python」，来学习 GPIO，更令人兴奋的是，你也可以透过设置计算机与霹雳车之间的局域网络，学习「如何布署 ROS 系统至多台机器，形成多台机器的无线通信」。
利用 ROS 系统自行设计移动平台
当我们可以透过 ROS 系统操控 GPIO 功能后，接下来最想玩的莫过于一台可以自己遥控的移动平台啦！霹雳车在原有的单板计算机上，扩充了一个马达控制板，让你不必烦恼移动平台的硬件配置，直接无痛接轨的从简单操控 GPIO 功能，升级至可以远程遥控的移动平台。
AI 人工智能与 ROS 系统结合
想要了解人工智能是否能够与 ROS 系统结合，我们需要先理解目前很热的「人工智能」技术到底是什么？人工智能技术的爆发，起因为 2010 年开始创办的图像辨识竞赛— Large Scale Visual Recognition Challenge（ILSVRC）。
在 2012 年时， SuperVision 的队伍以 16.42% 的错误率远胜第二名的 26.22%，其采用的是人工智能中的深度学习技术。从那刻开始，世界在人工智能研究的方向开始转为深度学习技术，最经典的案例即为 2016 年 Alphago 以极大的差距击败当时人类的世界围棋冠军。
那么，我们应如何学习将人工智能技术与 ROS 系统结合起来呢？可以采用「自动驾驶与影像辨识概念」帮助你学习。在霹雳车上配置一个 800 万像素的镜头，让你能够透过此镜头，搭配使用 ROS 的开源程序代码，学习影像辨识的人工智能技术。
除此之外，霹雳车本身也是一个移动平台，因此可以透过「影像辨识」与「移动平台」结合，搭配使用 ROS 的开源程序代码，学习基础的自动驾驶平台— 「 影像辨识道路驾驶 」。
电源组配置教学
目前很多的教学设备都拥有自己独立且特殊的电源组，甚至一台教学设备上可能还会拥有两组以上的电源组，这让学员们想要为类似的教学设备充电时，还需要再额外购买相对应的充电组零件。
为了简化整个教学设备的标准配备，同时减少学员们充电时的不方便，可以选用目前一般家庭都会有的「行动电源组」，当作霹雳车的电力来源，让学员们不必再烦恼充电时还需要额外充电器的问题，只要拿起一般智能型手机的充电器（5V 电压），就可以轻松地帮霹雳车的行动电源组充电。
想要快速进入 ROS 系统的世界，一个拥有众多功能、携带方便的教具将让你事半功倍。霹雳车作为 ROS系统的入门级教具，在以下将可以帮助你：
•快速搭建 ROS 系统的多机通讯架构，因其有着方便的无线通信硬件设体（WiFi & 蓝牙）
•方便扩充其余硬设备与增加额外功能，因其有着众多的 GPIO 脚位以及 USB 等通讯通用接口（霹雳车出产时将免费附赠一个 2.4G HZ WiFi 无限游戏杆）
•尽情研发移动平台的各种技术，霹雳车上已有马达控制板的扩充
•学习目前最热的人工智能技术与基础的自动驾驶功能，因霹雳车配有 800 万像素的镜头
•节省找寻电源组的时间，简单的行动电源（5V）组便可以帮助你运行霹雳车的各种功能
转自公众号：
易心Microbit编程