JupyterLab初次尝试使用；
最近要对机器人进行编程，代码编写，初期开发可能需要用到JupyterLab，方便测试机器人的各个组件调用是否正常。
JupyterLab是什么？
- 交互式开发环境：JupyterLab 是一个开源的交互式开发环境，它提供了一个易于使用的界面，用于编写代码、运行实验和查看数据。
- 适合数据科学和机器学习：虽然最初设计用于数据科学和机器学习，但它的灵活性和易用性使其成为机器人编程和实验的理想选择。
- 基于网页的工具：作为一个基于浏览器的应用，JupyterLab 不需要复杂的安装过程，用户可以在几乎任何操作系统上使用它。
使用JupyterLab开发的优势
- 易于上手的编程环境：JupyterLab 提供的简洁、直观的用户界面，使得编程和实验对于初学者更加友好。通过交互式笔记本轻松编写和测试代码，适合初学者逐步探索和学习。
- 即时反馈和结果可视化：即时反馈，用户可以立即看到代码更改的效果，这对于调试和学习非常有用。JupyterLab 可以方便地进行数据可视化，帮助理解机器人的行为和性能。
- 支持多种编程语言：JupyterLab 支持 Python 等多种编程语言，为各种技能水平的用户提供灵活性。
- 自定义和扩展功能：JupyterLab 具有的高度可定制性和扩展性，用户可以根据自己的需要添加新功能或工具。
- 跨平台和可访问性：JupyterLab 是基于网页的工具，具有出色的跨平台能力，它可以在不同操作系统上运行，通过浏览器即可访问。
什么时候用JupyterLab
初期探索阶段 → JupyterLab 很合适
- 测试电机、传感器、摄像头等接口
- 验证某个 API 是否正常返回数据
- 快速可视化传感器数据
- 试验某个算法的效果
先用 JupyterLab 把机器人各接口摸熟，再切回 VSCode 做工程化开发。
机器人上位机与下位机
基本概念
| 上位机 | 下位机 | |
|---|---|---|
| 硬件 | 工控机、Jetson 等 | STM32、Arduino 等单片机 |
| 系统 | Linux / Ubuntu | 裸机或 RTOS |
| 语言 | Python、C++ | C / C++ |
| 职责 | 决策、感知、算法 | 电机控制、传感器读取 |
| 通信 | ROS2、WiFi | 串口、CAN 总线 |
配件归属
上位机（大数据量、需要算力）
- 摄像头（USB / CSI / 深度摄像头）
- 激光雷达（2D / 3D）
- 运行 YOLO、LLM、导航等算法
下位机（实时控制、低数据量）
- 底盘电机 + 驱动器
- 编码器、IMU
- 超声波、碰撞开关等
判断原则：数据量大、需要算法处理 → 上位机；实时性要求高、低数据量 → 下位机
典型架构
上位机
├── 视觉识别（YOLO）
├── LLM 代理工作流
├── 导航规划
└── 发布 /cmd_vel↓ 串口 / CAN
下位机
├── 底盘电机控制
├── IMU数据采集
└── 执行速度/转向指令
二次开发原则
- 99% 的代码写在上位机
- 下位机由厂商提供，当黑盒使用
- 通过 ROS2 话题或串口协议与下位机通信
换底盘流程
换底盘只需在上位机重写适配层，上层代码不动：
代理 / 导航 / YOLO 代码 ← 不动↓ /cmd_vel适配层 ← 针对新底盘协议重写↓ 串口 / CAN新底盘
优先选支持 ROS2 标准话题（/cmd_vel）的底盘，换底盘时适配层都不用改。