具身智能机器人概论 课件全套 第1-7章-具身智能概述 - 第7章-未来发展

《具身智能》第1章具身智能概述定义、关键技术与发展认知蓝白课件·详细图文版《具身智能》本章导读•1.1具身智能机器人的定义与应用•1.2具身智能机器人的关键技术•1.3具身智能的认知与适配《具身智能》学习目标•理解具身智能机器人定义与三层结构•掌握与传统工业机器人的核心差异•了解系统架构与多模态感知•认识大模型与仿生技术的推动1.1具身智能机器人的定义与应用01/03011.1具身智能机器人的定义与应用021.2具身智能机器人的关键技术031.3具身智能的认知与适配04总结思考《具身智能》《具身智能》1.1.1具身智能机器人的定义•具身智能机器人（EmbodiedIntelligenceRobot）是指具有机器人物理形态，通过“感知-决策-执行”闭环系统与物理环境进行持续交互，能够理解、适应并改造环境，《具身智能》图1-1具身智能定义•图1-1中可以看出具身智能机器人的三层结构逻辑。《具身智能》1.1.1具身智能机器人的定义•1.机器人本体•具身智能机器人的物理载体，具备感知、运动和操作能力。•本体的形态和功能直接影响具身智能机器人的任务执行能力。•2.智能体•具身智能机器人中负责感知、理解、决策和控制的核心模块，通常由大语言模型(LLM)、视觉语言模型(VLM)等多模态大模型驱动，通过整合视觉、语言、触觉等多种模态数据，生成适应环境的行动策略。•3.环境•具身智能机器人交互的物理世界，包括动态变化的场景和任务目标。《具身智能》图1-2传统工业机器人•图1-2所示的工业机器人在推动制造业自动化和智能化转型中扮演着重要角色，它在全球范围内的应用已从传统的装配线搬运和弧焊等场景扩展至分拣、检测、•码垛、机床自动上下料等更复杂的工业作业任务。《具身智能》图1-3具身智能机器人《具身智能》表1-1传统工业机器人与具身智能机器人的对比维度对比维度传统工业机器人具身智能机器人设计逻辑“感知-规划-控制”模块化分离，串行执行“感知-决策-执行”一体化闭环，深度耦合智能来源工程师预设程序与规则，“大脑”计算驱动身体与环境的动态交互，“具身经验”涌现智能环境适应性仅适用于结构化、静态环境（如固定流水线），无法应对变化适应动态、非结构化开放环境，自主感知与调整任务能力擅长单一、重复、高精度任务（如焊接、装配）处理复杂、多变、开放任务（如自主导航、灵活抓取）学习与进化无自主学习，需人工重新编程才能变更任务自主在线学习、强化学习，通过交互持续优化行为感知能力单一/简单传感器，被动接收信号多模态融合感知（视觉、触觉、力觉等），主动构建环境模型决策方式按预设逻辑计算输出固定指令基于实时反馈自主决策、动态规划，应对未知场景•包括设计逻辑、智能来源、环境适应性、任务能力、学习与进化、感知能力、决策方式等。《具身智能》1.1.2具身智能机器人与传统工业机器人的差异•包括设计逻辑、智能来源、环境适应性、任务能力、学习与进化、感知能力、决策方式等。•具体而言，具身智能机器人与传统机器人的差异可以从以下四个方面进行区分。•1.系统架构。•传统机器人一般采用“感知-规划-控制”的传统自动化架构，传感器采集信息后传给中央处理器，处理器按预设程序计算出固定路径与动作，再下发给执行器。•具身智能机器人则是构建“感知-决策-执行”的实时闭环，身体与环境交互产生的反馈，直接驱动决策与动作调整，感知与运动深度融合。•例如，具身智能机器人抓取物体时，触觉传感器实时反馈力度，大脑立即微调手指姿态，形成“边做边学”的动态智能。《具身智能》1.1.2具身智能机器人与传统工业机器人的差异•2.智能本质。•传统机器人中，智能是外部赋予的程序，无自主认知。•它严格执行代码，无法理解任务意义，也不能处理程序外的任何状况。•比如，流水线工业机器人只会按固定轨迹焊接，零件偏移即出错。•具身智能机器人的智能源于身体与世界的互动，是具身认知的体现。•例如，具身智能机器人通过反复尝试，学会在不同表面稳定行走、抓取不同材质物体。•3.环境与任务。《具身智能》1.1.2具身智能机器人与传统工业机器人的差异•4.学习能力。•传统机器人无自主学习能力，所有行为由工程师预先设定，性能固定，任务变更或精度提升，必须由技术人员重新编写代码、调试参数，迭代周期长、依赖人工。•具身智能机器人具备强大的自主学习与持续进化能力，通过强化学习、模仿学习、端到端训练，在真实或仿真环境中自主试错、积累经验、优化模型。•例如，具身智能机器人通过不断练习，提升抓取成功率、运动稳定性，甚至能将一个场景学到的技能迁移到新场景，实现举一反三。•综上所述，传统工业机器人是高效的自动化工具，解决精准重复等问题，是执行命令的机器；•具身智能机器人能解决灵活适应问题，代表了机器人从“自动化”向“通用智能”的革命性跨越。《具身智能》1.1.3具身智能机器人的优势与典型应用领域•具身智能机器人的核心思想是机器人需要通过身体与环境进行直接且持续的交互，以此来获取知识并实现各类智能行为。•在早期的研究阶段，相关探索主要集中于结构化环境中的专用控制算法与运动规划方法，其目标是实现诸如定点移动、物体抓取等基础性的任务，此时的具身智能应用范围相对狭窄，功能也较为单一。•随着深度学习、强化学习等人工智能分支技术的不断发展和成熟，具身智能机器人的应用范围逐步从工业机器人拓展到智能驾驶车辆、无人机等更为复杂的无人系统，•具身智能机器人的载体形态也呈现出丰富多样的特点，涵盖了轮式、四足、人形、无人机、无人地面车辆（UGV）、无人水面、水下航行器以及各种类型的移动机器人等诸多品类。•这些不同形态的载体，凭借各自的技术优势和功能特性，都展现出了广阔的应用前景。•近年来，以ChatGPT、DeepSeek、LLaMA等为代表的大模型技术呈现出爆发式发展的态势，更是将具身智能机器人推向了一个全新的发展时代。场景核心应用代表技术/案例服务机器人家庭服务（叠碗、烹饪）、医疗辅助、公共导航RT-2、SayCan、Habitat工业机器人柔性操作、障碍规避、库存检测工厂质检机器人、包裹分拣机器人特种机器人灾害场景探测、实时路径规划、多机器人协作搜救语言模型指令适配、WM危险模拟其他教育个性化交互、虚拟环境任务、太空自主决策社交机器人、Voyager、太空探测机器人《具身智能》1.1.3具身智能机器人的优势与典型应用领域（续）•基于深度强化学习与环境交互自学习的智能体，机器人能够通过与环境的持续互动自主提炼任务策略，并借助视觉、语言、力触等多模态感知系统，实现对动态环境的深度理解与快速自适应，《具身智能》表1-2具身智能机器人应用示意场景核心应用代表技术/案例服务机器人家庭服务（叠碗、烹饪）、医疗辅助、公共导航RT-2、SayCan、Habitat工业机器人柔性操作、障碍规避、库存检测工厂质检机器人、包裹分拣机器人特种机器人灾害场景探测、实时路径规划、多机器人协作搜救语言模型指令适配、WM危险模拟其他教育个性化交互、虚拟环境任务、太空自主决策社交机器人、Voyager、太空探测机器人《具身智能》图1-4具身智能机器人在零售行业的应用《具身智能》图1-5具身智能机器人在工业装配中的应用1.2具身智能机器人的关键技术02/03011.1具身智能机器人的定义与应用021.2具身智能机器人的关键技术031.3具身智能的认知与适配04总结思考《具身智能》《具身智能》图1-6具身智能机器人的系统架构•图1-6所示为具身智能机器人的系统架构，它的核心是“感知—决策—执行-反馈”的闭环，再加上通信、交互、电源、•安全等支撑模块，构成了完整的物理交互智能体。《具身智能》1.2.1具身智能机器人的系统架构•1.感知系统（感官）•感知系统可以采集环境与自身状态，是具身智能机器人与世界交互的入口。•其他还包括麦克风（听觉）、温湿度、气体、接近传感器等实现具身智能机器人的多模态感知。•2.决策与计算系统（大脑/小脑）•决策与计算系统可以处理感知、做决策、发指令，该系统可以分为主控单元与实时控制单元。•主控单元，又称为具身智能机器人的大脑，通常采用高性能中央处理器（CPU）、图形处理器（GPU）、嵌入式神经网络处理器（NPU）来运行大模型、即时定位与地图构建（SLAM）、任务规划、AI推理等。•实时控制器，又称为具身智能机器人的小脑，通常采用微控制单元（MCU）、可编程门阵列（FPGA）、运动控制卡可以进行毫秒级关节伺服、力矩闭环和平衡控制。《具身智能》1.2.1具身智能机器人的系统架构•4.通信与交互系统•5.电源与安全系统•机器人通过RGB-D相机识别杯子位置和姿态，同时IMU、编码器反馈机器人自身位姿并对力传感器进行预校准。•机器人理解“抓取杯子”指令后规划到杯子的路径，并进行计算抓取位姿、避障轨迹、手臂逆运动学。•机器人关节伺服控制手臂移动，等接近杯子后灵巧手闭合。•机器人实时调整抓取力度，防止捏碎或滑落。•从第一步到第四步实现闭环，即执行中持续感知杯子位置、受力情况，实时修正轨迹与力度，最后完成稳定抓取。《具身智能》图1-7机器人抓取杯子•图1-7所示的“机器人抓取杯子”为例来阐述一下具身智能机器人的系统架构。《具身智能》1.2.2智能感知技术•具身智能机器人的智能感知，是机器人通过多模态传感器硬件与融合感知算法，主动获取、理解物理环境与自身状态，构建“感知—决策—执行—反馈”闭环的核心技术，是机器人实现自主交互与精细操作的基础。•具身智能感知与机器人的物理形态、运动能力、交互意图深度绑定，感知结果直接服务于实时动作控制，作为机器人的“感官系统”，相当于人类的眼、耳、皮肤等。《具身智能》1.2.2智能感知技术•1.视觉感知•具身智能机器人的视觉感知一般包括RGB相机、RGB-D相机、事件相机、全景/鱼眼相机和红外/热成像等，实现物体检测或分割、位姿估计、SLAM建图、运动跟踪、语义理解等功能。•RGB相机是模拟人眼视觉，即通过红（Red）、绿（Green）、蓝（Blue）三个可见光通道，采集物体反射的光信号并合成二维彩色图像，通常用于物体识别、场景理解、语义分割。•RGB-D相机，也称3D相机，是一种能够同时获取场景的彩色图像（RGB）和深度信息（D）的传感器。•它通过结合传统的彩色相机和深度传感器，提供比RGB相机更丰富的三维场景信息，可以构建点云与环境地图。•这些信息广泛应用于机器人导航、三维重建、增强现实、人机交互等领域。•事件相机是一种仿生视觉传感器，通过异步检测像素亮度变化输出事件流，具有低延迟、高动态范围等特性超低延迟（微秒级），捕捉高速运动与动态变化。《具身智能》表1-3视觉感知应用案例，应用于化工等实验检测环境。输入数据感知对象应用任务RGB相机、RGB-D深度相机透明物体环境理解RGB相机化学容器环境理解RGB相机实验样本状态监测RGB相机反应特征实验监测•触觉或力觉感知包括压力/力矩传感器、柔性电子皮肤、关节力矩传感器，实现抓取力闭环、防碰撞、物体材质识别、精细装配等功能。《具身智能》1.2.2智能感知技术•压力/力矩传感器：感知接触力、重量、硬度。•柔性电子皮肤：阵列式触觉，感知纹理、温度、滑移。•关节力矩传感器：反馈关节受力，实现柔顺控制。•空间与运动感知包括LiDAR激光雷达、毫米波雷达、MU（惯性测量单元）GPS/北斗+轮速编码器，实现自主定位（SLAM）、路径规划、平衡控制、避障等功能。•LiDAR激光雷达：高精度3D点云，远距离测距与建图。•毫米波雷达：全天候、抗干扰，补全视觉盲区。•IMU（惯性测量单元）：加速度、角速度，姿态与运动估计。《具身智能》1.2.2智能感知技术•2.触觉或力觉感知•触觉或力觉感知包括压力/力矩传感器、柔性电子皮肤、关节力矩传感器，实现抓取力闭环、防碰撞、物体材质识别、精细装配等功能。•3.空间与运动感知•空间与运动感知包括LiDAR激光雷达、毫米波雷达、MU（惯性测量单元）GPS/北斗+轮速编码器，实现自主定位（SLAM）、路径规划、平衡控制、避障等功能。•LiDAR激光雷达：高精度3D点云，远距离测距与建图。•毫米波雷达：全天候、抗干扰，补全视觉盲区。•IMU（惯性测量单元）：加速度、角速度，姿态与运动估计。《具身智能》1.2.2智能感知技术•4.听觉与其他感知•听觉：麦克风阵列→声源定位、语音指令、环境声音事件识别。•其他：接近传感器、温湿度、气体传感器等，适配特定场景。《具身智能》图1-8具身智能机器人的大模型《具身智能》1.2.3多模态融合技术和核心大模型•1.通用基础大模型作为底层引擎•通用基础大模型是人工智能大模型体系中的核心基座，是具身智能机器人的“底层引擎”，它通过大规模无标注数据的预训练，构建起跨领域的语言理解、逻辑推理与知识存储能力。•该类模型以Transformer架构为核心支撑，通过千亿至万亿级的庞大参数规模，实现了“知识图谱+语言理解”的双重核心能力，典型代表包括ChatGPT系列、LLaMA系列、DeepSeek及文心一言等主流大模型。《具身智能》图1-9Transformer架构•图1-9所示为Transformer模型的核心架构，作为一种基于自注意力机制的序列模型，•主要分为编码器（左侧）和解码器（右侧）两部分，两者都包含N个重复的子层。《具身智能》1.2.3多模态融合技术和核心大模型•2.多模态大模型作为融合桥梁•多模态大模型是具身智能机器人实现复杂环境跨模态信息交互的“融合桥梁”。•它具备统一处理文本、图像、音频、视频以及如激光雷达、毫米波雷达、惯性测量单元等各类传感器产生的异构数据的强大能力，成功打破了不同模态之间存在的语义隔阂。•在模型结构设计上，多模态大模型通常会引入专门的模态对齐模块，例如跨注意力机制、特征映射网络等，这些模块能够将不同模态的数据有效嵌入到统一的语义表征空间中，从而实现真正意义上的跨模态理解与生成能力，《具身智能》1.2.3多模态融合技术和核心大模型（续）•这一独特的技术能力，对于具身智能机器人在真实复杂世界中的环境感知与语义建模具有至关重要的作用，能够帮助机器人更全面、更精准地感知周边环境信息，为后续的决策和控制提供可靠依据。•3.具身智能大模型作为专用大脑•具身智能大模型是专为“具身智能机器人与环境交互”而设计的核心技术，是交互控制的“专用大脑”。•与通用基础大模型、多模态大模型相比，具身智能大模型在训练数据上新增了“交互数据”（如机器人的运动轨迹数据、人类与环境的交互数据等），在架构上则专门增加了“动作预测模块”和“反馈优化模块”，•具身智能大模型的关键技术突破在于“实时交互与动态适应”，例如人形机器人在行走过程中突然遇到障碍物时，模型可快速完成“感知障碍物（视觉+触觉）-调整步态（动作决策）-输出关节控制参数（控制）”的全流程处理，《具身智能》1.2.4机器人仿生机构设计•1.概述•具身智能机器人的仿生机构设计，核心是模仿生物躯体的结构、驱动与运动机制，让机器人获得类生物的柔性、灵巧、自适应与安全交互能力，是实现“身体即智能”的硬件基础。•区别于传统刚性机器人，仿生执行机构通常以生物运动学、肌肉力学、躯体力学为底层逻辑，追求形态仿生、驱动仿生、运动仿生和交互仿生。•在形态仿生中，机器人复刻生物骨骼、关节、肌肉、皮肤的宏观/微观结构，如人形关节、章鱼触手、昆虫外骨骼；•在驱动仿生中，机器人模拟肌肉收缩、肌腱传动、液压和气动驱动的能量转换与力输出方式；•在运动仿生中，机器人遵循生物运动的低能耗、高柔顺规律，以及行走、爬行、抓取、变形等多模态特征；•在交互仿生中，机器人通过柔性、分布式感知与力反馈，实现与环境、人体的安全、自然物理交互。《具身智能》图1-10机器人仿生示意•图1-10所示为机器人仿生示意，它包括形态模仿、模块化的功能实现和仿生智能三个阶段。《具身智能》1.2.4机器人仿生机构设计•2.仿生驱动技术•仿生驱动技术是将控制指令转化为物理动作的最终执行环节，可以分为柔性仿生驱动和刚性仿生驱动。《具身智能》表1-4柔性仿生驱动驱动机制典型驱动器类型驱动能源主要特点电驱动形状记忆合金电流功率密度高；循环寿命有限电驱动介电弹性驱动高压电场超大应变、快速响应；需高压电驱动离子聚合物—金属复合材料低电压水下兼容；长期稳定性差压力驱动气动人工肌肉气体结构简单；需气源与管道压力驱动液压驱动液体力密度大，响应快；密封性要求高外部刺激驱动磁性复合材料外部磁场无线驱动；穿透性强；力输出受限外部刺激驱动液晶弹性体光无线光驱动；效率依赖材料外部刺激驱动刺激响应水凝胶温度、pH、温度等生物兼容；响应慢•根据能量输入形式不同，仿生驱动器可以分为电驱动、压力驱动和外部刺激驱动，相较于传统的电机和舵机驱动，具备柔性输出的优势，且适配微型、柔性机器人系统。《具身智能》1.2.4机器人仿生机构设计•根据能量输入形式不同，仿生驱动器可以分为电驱动、压力驱动和外部刺激驱动，相较于传统的电机和舵机驱动，具备柔性输出的优势，且适配微型、柔性机器人系统。•上述柔性仿生驱动器无需齿轮、连杆等中间传动机构，输出力或位移直接由材料的物理或化学效应产生，以模拟生物肌肉的收缩与弹性特性，从而实现更高功率密度、更好的柔顺性及更自然的运动形态。•不仅是动力来源，更是“形态－驱动”协同设计的关键组成部分，其材料特性、布局方式与结构集成共同定义了机器人的基本运动能力，尤其在一些微型、软体机器人中，柔性、轻质的仿生驱动器提供了坚实的执行基础。•除了柔性驱动之外，也有一些类骨骼关节的刚性仿生驱动，它包括：无框力矩电机配合谐波减速器实现高扭矩密度、高精度，用于肩、髋、腕等人形旋转关节；《具身智能》1.2.4机器人仿生机构设计（续）•电机配合滚柱丝杠组成的线性执行器模拟肌肉直线收缩，用于膝关节、肘关节屈伸；•电机配合绳索、肌腱组成的混合肌腱传动，具有轻量化、低摩擦等特点，可以用于人形机器人的臀部集中驱动。•仿生执行机构是具身智能机器人的物理载体与智能基础，通过材料、驱动、结构、感知的仿生融合，让机器人从“机械执行”走向“类生物自适应交互”，是机器人进入家庭、医疗、服务、极端环境的关键硬件支撑。•3.仿生设计关键原则《具身智能》1.2.5人机协作与交互技术•具身智能机器人的人机协作与交互，核心是让机器人以物理身体为载体，通过多模态感知、意图理解、安全力控、具身决策、情感交互等技术，实现了人与机器人之间自然、安全、高效协同，从“工具执行”升级为“队友协作”。•1.人机交互方式的变革•人与具身智能机器人的交互方式从界面应答转变为多模态互动。•具身智能机器人的服务模式和行为表现已经颠覆了当前“人-机”之间的信息输入和输出模式，交互方式呈现出多元化与多模态特点，从人机之间单一的信息交流转向视觉、听觉、触觉、味觉等五官感知性的输入与输出，•随着人工智能技术的升级迭代，包括人形机器人在内的虚拟人将具备自主交互能力。•相应地，人机交互内容已经从界面交互发展到信息交互，而人形机器人的出现，又促使人机从信息交互进阶到情感交互。《具身智能》1.2.5人机协作与交互技术•2.人机交互生态的变革。•人与具身智能机器人的共生状态由“人机共存”升级为“人机嵌生”。•1960年，约瑟夫·利克莱提出了“人与计算机共生”的概念（Man-computerSymbiosis)，他认为计算机并不是要代替人的大脑，二者不是取缔关系，而是一种共生关系，人和机器可以协同合作去应对解决复杂问题。•由此，人机共生必然是人类与计算机的预期发展方向，人机可以作为合作伙伴并相互受益。《具身智能》1.2.5人机协作与交互技术（续）•对于具身智能机器人与人类的共存状态，也不单单是机器独立存在以及对人的功能辅助。•随着脑机接口技术的落地和不断突破，人机共生状态走向人机嵌生，即人机出现物理层面上的结合，表现为自然和人工物相混合的有机体，通过智能机器的嵌入改造人类自身的身体构造，延展了人的智慧能力和身体极限。•未来，随着智能嵌入被广泛应用于疾病治疗、感官延展、智能拓宽等领域，也将出现“半机械人”的存在。•在伦理学研究中，“后人类主义”推翻了传统以“人”为中心的认识论和伦理学概念，承认了非人类实体，强调物种间的“共生共栖”。•相较于传统人机交互视野下对“类人机器人”的研究视野，人机嵌生为机器的主体性探讨提供了现实基础，在伦理规则角度也存在“后人类主义”的影响。•3.人机信任从“可理解的AI”迈向“可信任的AI”《具身智能》1.2.5人机协作与交互技术•人类难以理解自动化机器已经成为限制人机协同控制安全实施及效能发挥的瓶颈之一，人机信任是发展人机交互有效关系的关键因素，人缺乏客观评估自动化能力的缺陷只能通过信任来弥补，人机信任在人机交互中的重要性得到了广泛认可。•“自动化信任”，即人对自动化的信任，已经被确定为调节人与自动化（机器）之间关系的关键因素，其作用方式与人类之间的信任相似。•人机交互的相关法律伦理风险主要发生于人机交互场景中，在人机交互视野下，相对于可理解的AI，我们理应提倡的是“可信任的机器设计与人机交互”。•当前，智能化社会中的信任关系正从人际关系拓展到人机关系，相较于人际关系，人机交互维度上人类的信任对象则是从算法再到机器。《具身智能》1.2.5人机协作与交互技术（续）•相较于算法透明度原则所提倡的减少算法错误和歧视、强化算法决策问责等治理目标，人对机器的信任的主要目标在于人机之间形成高效的协同工作机制。•人机信任有两个维度：一是信任机器的专业能力，例如机器人生成内容的准确性；•二是信任机器的移情能力，例如隐私保护、对人类情感作出合适反馈等。•在机器向人类提供服务的过程中，人类是机器信息处理的来源者。•基于人形机器人与人类之间的全面互动特点，高频率的人机交互场景使得人类的隐私保护忧虑拓展到身体、心理、情绪和社会隐私等全方位的暴露风险，•此外，技术本身的不确定性所带来的黑箱效应引发人类对机器的恐惧感知，人对机器存在天然的不信任，天然的不信任决定了人机之间的权力关系争夺，而由此引发的人机权力重构也衍生出新的信任危机。《具身智能》1.2.5人机协作与交互技术•如何保证机器系统的公平性和无歧视性，成为增强人机交互安全性和可信性的关键。•人机协同工作主要遵循两种交互范式：决策支持和监督控制。•决策支持，是指智能系统为操作者提供了可能的选择；•监督控制，则是指操作者监督机器的运行，并在其失效或出现意外事件时及时接管控制权进行适当干预。•在这两种交互范式中，很大程度上操作者是基于他们对机器的意图及行为的理解作出正确选择。•对此，规范层面上应当从算法透明度角度更进一步，不再只针对算法本身，还应明确具体的主体面向，提高透明度规则的实践性和可操作性。•对人工智能系统的解释方式可分为事前解释和事后解释。《具身智能》1.2.5人机协作与交互技术•事后解释则有助于维持信任，即通过解释特定的算法结果及其作出依据，以提高系统的透明性，进而维持用户对人工智能系统的信任。•然而，算法模型复杂度越低，透明度越高，可解释性相对较好，反之透明度越低，可解释性相对较差。•对于人形机器人来说，其智能系统的高度复杂性使得其事前解释难以有实际效果，因此应当将可解释场景侧重于事后解释，即技术设计者和开发者应当对于人形机器人的预期表现可能性作出解释，并在技术上强化人机交互场景中人的决策权和控制权。•一旦发生可能违背伦理的行为或表现时，使用者可以控制机器进一步的失范行为或者其他利益相关方有权介入对机器的中断控制。1.3具身智能的认知与适配03/03011.1具身智能机器人的定义与应用021.2具身智能机器人的关键技术031.3具身智能的认知与适配04总结思考《具身智能》《具身智能》1.3.1脑身耦合的认知运行原理•具身智能机器人的架构基础依赖“身体”的界定，因此脑身耦合并非狭义的物理拟人（或拟生物）性，而是一个涵盖生理躯体、身心合一的整体性存在的复合概念，强调智能的物质性基础、非表征本质和跨时空特性。《具身智能》图1-11“图灵测试”示意•图1-11所示，测试者C通过键盘向被测试者（机器A或人B）提问，所有参与者被单独隔离。《具身智能》1.3.1脑身耦合的认知运行原理•1.具身认知•具身认知强调认知过程与身体和环境的紧密耦合，认为智能行为是通过身体与环境的互动涌现的。•2.形态计算•形态计算通过具身智能机器人的物理形态和结构实现部分计算功能，减少对中央处理单元的依赖，提升系统的效率和适应性。•3.感知-行动循环•感知-行动循环是具身智能机器人通过感知环境、生成行动、接收反馈的循环过程，就是“感知-决策-执行”系统，并不断优化其行为策略，实现动态适应。《具身智能》1.3.2进化视角下的具身适配机制•进化视角下的具身适配机制，本质是模拟生物亿万年“变异-选择-遗传”的进化法则，让机器人以自身“具身载体”为核心，在与动态环境的持续交互中，实现形态、感知、决策与执行能力的动态迭代，•这种适配并非被动的参数调整，而是主动的、持续性的自我优化，核心是让机器人摆脱“预设程序依赖”，获得类生物的自主适应与进化能力，实现从实验室原型到真实场景规模化落地的突破。《具身智能》1.3.2进化视角下的具身适配机制•1.形态适配•形态适配是进化视角下具身智能机器人适配的基础载体，遵循“环境筛选-形态迭代-功能强化”的进化路径，与生物“形态随环境演化”的规律高度契合。•不同于“人形通用机器人”的单一化设计理念，进化视角下的机器人形态无需预设统一标准，而是以场景需求为导向，通过模块化重构、形态自组织等技术，实现多形态并行演化。•例如，针对复杂地形探测场景，机器人可演化出类似蛇形的柔性形态，借助形状记忆合金的驱动特性，实现破损后的自主运动恢复与复杂地形的灵活穿梭；《具身智能》1.3.2进化视角下的具身适配机制（续）•针对仓储装配场景，则可演化出“机械臂+AGV底盘”的复合形态，强化精准抓取与跨工位流转能力；•针对家庭清洁场景，简化形态结构形成轻量化机身，聚焦导航与障碍规避的核心功能，通过市场与现实场景的双重筛选，保留适配性强的形态，淘汰冗余结构，实现“形态与场景”的最优匹配。•这种形态演化并非随机变异，而是基于环境数据反馈的定向优化，如同生物进化中“长颈鹿脖子变长”的定向适应，让机器人的物理载体始终服务于场景适配需求。•2.“感知-决策-执行”的闭环适配•“感知-决策-执行”的闭环适配，是进化视角下具身智能机器人适配的核心链路，模拟生物“感官-大脑-肢体”的协同进化逻辑，实现“感知精准化、决策智能化、执行灵活化”的迭代升级。•感知层的适配的核心是多传感器融合的动态优化，如同生物感官系统的进化，机器人通过视觉、力觉、触觉、激光雷达等多传感器的组合迭代，逐步强化对环境动态变化的感知能力——在粉尘、振动等复杂工业环境中，优化传感器标定机制，《具身智能》1.3.2进化视角下的具身适配机制•在家庭服务场景中，强化视觉与触觉的协同感知，精准识别柔软物体与人体动作，避免操作损伤，通过感知数据的持续积累，淘汰适配性差的传感器组合，形成与场景匹配的感知体系。•决策层的适配则依托演化算法与大模型的融合，借鉴生物神经系统的演化与学习机制，让机器人在任务执行中自主优化决策逻辑——通过具身进化算法，机器人可自主生成多种决策策略并在真实环境中测试，保留高效策略并传递给后续迭代；•结合大语言模型（LLM）的任务分解能力与知识图谱（KG）的领域知识，实现从通用决策到特定场景决策的精炼，借助人类在环（HITL）的反馈机制，修正决策偏差，避免“算法幻觉”，形成适配特定任务的决策模式。•执行层的适配则与形态、决策深度协同，通过强化学习让机器人在“试错”中打磨动作精度，例如在精密装配场景中，逐步优化灵巧手的力度控制与姿态调整能力，缩短适配周期，解决“看得懂、做不到”的执行痛点，《具身智能》1.3.2进化视角下的具身适配机制•3.数据驱动的遗传与迭代适配•数据驱动的遗传与迭代适配，是进化视角下具身智能机器人适配的可持续保障，模拟生物遗传中“优良性状传递”的核心逻辑，让机器人的适配能力实现代际积累与持续升级。•机器人在每一次场景交互与任务执行中，都会产生大量环境数据、动作数据、任务完成数据，这些数据如同生物的“基因”，通过统一的数据采集与存储机制，形成适配经验库，为后续迭代提供支撑——无需从零开始训练，•例如，Green-VLA模型通过3000小时的真实场景数据训练，结合分阶段演化课程，让机器人从感知萌芽、多数据学习，逐步过渡到专项适配与知行合一，实现任务效率与成功率的双重提升；《具身智能》1.3.2进化视角下的具身适配机制（续）•斯坦福大学的研究则通过模拟虚拟演化场，让机器人在百万代的迭代中，自发演化出移动、协作等适应性行为，再通过“数字到物理”的转化流程，将虚拟演化的适配策略迁移到真实机器人，大幅缩短真实场景的适配周期。•这种迭代适配并非单一机器人的自我优化，更可实现群体机器人的协同演化，当任务复杂度提升时，机器人群体可演化出分工协作的适配模式，通过信息传递与同步行动，提升整体场景适配能力，如同生物群体的协同进化。•综上，进化视角下的具身智能机器人适配机制，以生物进化逻辑为核心，以具身交互为路径，实现了“感知-决策-执行”的全维度协同适配，打破了传统机器人“一劳永逸”的设计局限，•这种机制既契合技术规模化落地的需求，能够让机器人在不同场景、不同任务中灵活调整自身特性，降低适配成本；•也贴合具身智能的核心内涵，让机器人真正“嵌入”环境，在交互中获得自主适应能力。《具身智能》1.3.3动物具身行为的典型案例与启示•具身智能机器人是在动物具身行为的基础上进行开发的，核心目标在于全面支持不同类型的仿生平台，在形态构造、感知识别、决策规划、运动控制等维度实现高效协同优化，让机器人能够更好地适应复杂多变的应用场景，•表1-5所示是具身智能机器人典型案例。仿生机制生物原型关键技术特点与优势智能具身机器人类型仿生形态鸟类柔性扑翼与气动变形高气动效率与机动性扑翼机器人仿生形态甲虫自适应折叠机构紧凑、兼具高刚度与轻量化扑翼机器人仿生形态壁虎高黏性材料、混合结构干式可逆附着仿壁虎机器人仿生感知昆虫仿生复眼感知大视场、运动敏感复眼相机仿生感知鱼类人工侧线感知技术高精度抗扰流速感知仿鱼机器人仿生感知生物嗅觉系统碳纳米管传感阵列高集成度、高灵敏度四足机器人《具身智能》表1-5具身智能机器人典型案例仿生机制生物原型关键技术特点与优势智能具身机器人类型仿生形态鸟类柔性扑翼与气动变形高气动效率与机动性扑翼机器人仿生形态甲虫自适应折叠机构紧凑、兼具高刚度与轻量化扑翼机器人仿生形态壁虎高黏性材料、混合结构干式可逆附着仿壁虎机器人仿生感知昆虫仿生复眼感知大视场、运动敏感复眼相机仿生感知鱼类人工侧线感知技术高精度抗扰流速感知仿鱼机器人仿生感知生物嗅觉系统碳纳米管传感阵列高集成度、高灵敏度四足机器人仿生计算视觉神经系统有机光电突触器件感—存—算一体，低功耗昆虫机器人仿生计算生物突触双层忆阻器、存内计算存算一体，支持在线策略更新微型机器人仿生计算生物神经元脉冲神经网络低功耗，时序信息处理能力强软体机器人《具身智能》表1-5具身智能机器人典型案例（续）仿生机制生物原型关键技术特点与优势智能具身机器人类型仿生驱动生物肌肉形状记忆合金、介电弹性体、离子聚合物—金属复合材料柔顺输出、高能量密度仿鱼、微型机器人仿生驱动骨骼肌复合结构、压力柔性驱动器高柔顺、输出力大可穿戴设备仿生驱动软体动物光驱液晶弹性体高能量转换效率、多模态运动软体机器人仿生形态、仿生感知、仿生计算、仿生驱动人类骨骼肌肉系统、五官、大脑、小脑等类人骨骼结构（轻量化合金、复合材料）；多自由度关节设计（肩、肘、腕、…类人化运动能力，可适应人类工作与生活环境；轻量化与高刚度兼顾，提升运…人形机器人•具身智能机器人之所以具有区别于传统机器人的独特优势，其核心原因首先源于其对自然界生物体形态结构的系统性、深层次借鉴，这种借鉴并非简单的表面模仿，《具身智能》1.3.3动物具身行为的典型案例与启示•这种对生物体的借鉴不仅停留在外形轮廓的相似性模仿上，更深入渗透到形态结构设计、感知硬件研发、计算机制构建与驱动系统搭建等多个核心层面，形成了全方位、立体化的仿生体系。•其中，仿生形态结构的核心价值体现在，其选用的材料属性、自身具备的柔顺特性以及遵循的动力学规律，三者相互作用、协同发力，共同决定了整个具身智能机器人的基本运动能力，包括运动的灵活性、稳定性、适应性以及能耗效率等关键指标；•仿生感知硬件则以自然界生物的感官系统为原型进行精准模拟，能够高效捕捉外界环境中的各类原始物理刺激，诸如光线、声音、压力、温度等，并通过专用的转换模块将这些原始刺激转化为可被系统识别和处理的标准化感知信号，•与此同时，仿生计算机制依托具有类脑动力学特性的专用物理器件，在硬件层面实现了低功耗、低延迟的高效信息处理，其工作过程呈现出双向协同的鲜明特点：一方面，根据感知层输入的信号进行快速分析、运算，《具身智能》1.3.3动物具身行为的典型案例与启示（续）•另一方面，基于预设的主动感知策略，向感知层发送针对性的调控信号，动态调整感知模块的工作参数、感知范围和灵敏度，从而实现感知过程的实时优化，提升感知数据的准确性和有效性。•此外，仿生驱动器以柔性驱动机制为核心设计理念，能够精准接收计算单元输出的相应行为指令，并快速、平稳地执行各类动作，同时在运动过程中，会通过内置的反馈模块捕捉本体的运动状态、受力情况等关键信息，•人形机器人作为我国“十五五”规划中新质生产力的核心赛道，已被纳入国家科技自立自强战略体系。•工信部、科技部等部委通过《人形机器人创新发展指导意见》、《新产业标准化领航工程实施方案》等文件，明确其作为“颠覆性产品”的定位，提尽快实现关键技术突破、构建国际竞争力产业生态的目标。•政策聚焦人工智能大模型与机器人融合、核心零部件国产化、具身智能标准制定三大方向，旨在破解“卡脖子”技术，推动产业从“跟跑”向“并跑”“领跑”转变。•规划核心条文围绕“技术突破-场景落地-生态构建”展开：一是强化基础研究，支持高转矩密度电机、六维力矩传感器等关键技术攻关；《具身智能》1.3.3动物具身行为的典型案例与启示•二是拓展应用场景，明确智能制造、家庭服务、特种作业为优先领域；•三是完善产业生态，推动建立全国机器人标准化委员会分委会，加快数据安全、伦理规范等标准制定。•具身智能机器人之所以具有区别于传统机器人的独特优势，其核心原因首先源于其对自然界生物体形态结构的系统性、深层次借鉴，这种借鉴并非简单的表面模仿，而是贯穿于机器人设计、研发与应用全过程的核心逻辑。《具身智能》本章回顾•理解具身智能机器人定义与三层结构•掌握与传统工业机器人的核心差异•了解系统架构与多模态感知•认识大模型与仿生技术的推动《具身智能》谢谢思考与练习见教材本章末《具身智能》第2章机器人身体本体结构、传感器与神经计算系统蓝白课件·详细图文版《具身智能》本章导读•2.1具身智能机器人的“身体”•2.2具身智能机器人的“感官”•2.3具身智能机器人的“神经”与“大脑”《具身智能》学习目标•掌握轮式、足式、复合构型特点•理解视觉、激光、IMU等传感器•了解主控与实时控制单元分工•认识脑身协同与类脑架构2.1具身智能机器人的“身体”01/03012.1具身智能机器人的“身体”022.2具身智能机器人的“感官”032.3具身智能机器人的“神经”与…04总结思考《具身智能》《具身智能》2.1.1具身智能机器人“身体”的核心组成与功能•具身智能机器人的“身体”，主要包括“骨骼与躯干”，为感知与执行部件提供支撑，是其与物理世界交互的硬件载体，是智能落地与环境互动的物理基础。•常见的具身智能机器人“身体”结构包括四足机身、人形躯干、轮式/履带底盘、机械臂本体等，兼顾结构强度、轻量化与场景适配性，适配不同场景形态，将决策指令转化为物理动作，完成操作与移动。•1.移动执行•具身智能机器人采用轮式、足式或履带底盘以及仿生移动机构，可以实现机器人的行走、攀爬、越障等位移。•b)三轮式底盘c)阿克曼底盘《具身智能》图2-1轮式底盘•图2-1a)所示为四轮式底盘，采用前后轴同步反向转向机制，通过四轮转速协调控制实现机器人的直行与转向；。•图2-1b)所示为三轮式底盘，其中两个后轮为独立驱动轮，由两个伺服电机驱动，根据两个伺服电机的转速不同来使机器人转动，前轮为随动轮，没有电机驱动，仅起到导向和支撑机体的作用；。《具身智能》图2-2履带底盘•图2-2所示为履带底盘，其中驱动电动机一侧为主动轮模块组，由两个同步轮、两个直齿轮、轴承及联轴器组成。《具身智能》图2-3爬杆机器人的仿生移动机构•图2-3所示为爬杆机器人的仿生移动机构，它包括驱动轮、驱动电机、压紧臂、•机架、压紧臂铰链支架、可调压紧螺旋弹簧组成。《具身智能》图2-4机械臂•2.操作执行•机械臂常见的有铰接型六关节机械臂、水平多关节（SCARA）机械臂、直角坐标（笛卡尔）机械臂、并联机械臂、•圆柱坐标型机械臂、极坐标（球面）型机械臂等。《具身智能》图2-5水平多关节（SCARA）机械臂《具身智能》图2-6直角坐标（笛卡尔）机械臂《具身智能》图2-7并联机械臂《具身智能》图2-8圆柱坐标型机械臂《具身智能》图2-9极坐标（球面）型机械臂•无论是哪一种机械臂类型，都可以采用伺服电机、液压等提供动力，并用减速器实现高速低扭矩到低速高扭矩之间的转换，兼以同步带、丝杠等辅助传动。《具身智能》2.1.2电机驱动系统原理与应用•具身智能机器人的电机驱动系统，是实现“身体”移动执行和操作执行中精准定位、力觉交互与环境适应的核心执行层，通常采用伺服控制、力矩感知和多关节协同，可以让机器人像生物一样能动、会感知、能交互。•1.电机驱动系统核心组成•电机驱动系统一般由动力源、传动、驱动控制、感知反馈等模块构成，是具身智能机器人“身体”能力的硬件基础。《具身智能》图2-10无框力矩电机•图2-10所示，它的结构仅定子（含绕组）和转子（含永磁体）两部分组成，无外壳、•轴承，直接嵌入关节，实现电机关节一体化。《具身智能》图2-11伺服电机工作示意《具身智能》图2-12步进电机工作原理•图2-12所示，每来一个电平脉冲，电机就转动一个角度，最终带动机械移动一段距离。《具身智能》图2-13谐波减速器工作原理•图2-13所示的谐波减速器，由凸轮、柔性轴承、柔轮和刚轮组成，具有体积小、减速比大、回程间隙小等特点，•可以实现高扭矩兼高精度关节，目前是人形机器人的主流关节方案。《具身智能》图2-14采用谐波减速器的关节具体装配示意《具身智能》图2-15行星减速器工作原理•图2-15所示为行星减速器的工作原理，通过太阳轮、行星轮、齿圈三者不同的固定与转动组合，以齿轮之间的复合运动实现不同的减速方式，具有效率高、•承载强，适合腿部、机械臂大臂等大负载关节。《具身智能》图2-16RV减速器工作原理•图2-16所示为RV减速器‌（全称RotaryVector减速器）的工作原理，•是一种二级减速机构，结合了行星齿轮减速和摆线针轮减速。《具身智能》图2-17具身智能机器人电机驱动工作示意•2.电机驱动工作示意•图2-17所示为具身智能机器人电机驱动工作示意，它选用无框力矩电机来完成电能与机械能之间的转换，并将能量传递至谐波减速器，以实现输出力矩的放大，•电机转子的位置则通过旋转变压器或编码器进行检测。《具身智能》2.1.2电机驱动系统原理与应用•3.典型应用场景•a)人形机器人b)协作机器人•c)四足机器人d)仿生手《具身智能》图2-18电机驱动的具身智能机器人典型应用场景《具身智能》图2-19液压驱动工作原理•1.液压驱动基本原理•图2-19所示，电机带动液压泵产生高压油，经伺服阀调节后进入液压缸推动关节运动，•传感器实时反馈后控制器修正误差，最终实现关节的高精度力/位置控制。《具身智能》2.1.3液压驱动系统基础•2.系统基本组成•具身智能机器人的液压驱动系统基本组成包括动力元件、执行元件、控制元件、辅助元件和反馈与控制器。《具身智能》2.1.3液压驱动系统基础•3.液压驱动的优点和缺点•具身智能机器人采用液压驱动的优点有以下几点：一是功率密度极高，体积小、重量轻，但输出力/扭矩巨大，适合大负载机器人；•二是刚性大、抗冲击，适合负重、搬运、挖掘、攀爬等强受力场景；•三是力控性能好，可通过油压直接控制力，实现柔顺控制、力位混合控制；•四是过载保护能力强，压力溢流即可保护，不易烧毁、耐恶劣环境；•五是响应快，伺服液压可达到毫秒级响应，支持动态运动。•采用液压驱动的缺点也有以下几点：有泄漏、噪声、发热问题；《具身智能》2.1.3液压驱动系统基础•4.典型应用场景•液压驱动特别适合重型、强负载、强交互、野外作业的具身机器人。《具身智能》图2-20重型人形机器人•1腿部执行机构；2动力电池组；3机器人躯干；4控制箱；5液压阀组；•6液压油箱；7驱动电机；8传感器模块；9液压泵；10回转台《具身智能》图2-21四足特种机器人《具身智能》2.1.4执行机构与驱动系统选型原则•1.总体选型思路•执行机构与驱动系统的选型，应围绕具身智能机器人的任务需求，从负载能力、运动精度、力控交互性、环境适应性、结构集成度、成本与能效等方面综合权衡，优先选择与机器人本体、控制算法和应用场景高度匹配的方案，•表2-1所示为电机驱动、液压驱动和气动驱动三种驱动典型适用场景。类型适合的具身智能机器人电机驱动人形、协作、服务、医疗康复、仿生手、轻量四足液压驱动重载人形、大型四足、消防/救灾/矿山/工程机器人气动驱动简单夹持、柔性抓取、教学演示、低成本辅助机构《具身智能》表2-1三类驱动典型适用场景类型适合的具身智能机器人电机驱动人形、协作、服务、医疗康复、仿生手、轻量四足液压驱动重载人形、大型四足、消防/救灾/矿山/工程机器人气动驱动简单夹持、柔性抓取、教学演示、低成本辅助机构•对于轻载、高精度、小型化的机器人，优先选用电机驱动，如伺服、无框力矩电机；《具身智能》2.1.4执行机构与驱动系统选型原则•对于轻载、高精度、小型化的机器人，优先选用电机驱动，如伺服、无框力矩电机；•对于重载、大推力、高功率密度的机器人，优先选用液压驱动；•对于中轻载、简单动作的机器人，可选用气动驱动。•对于需要高精度定位、轨迹平滑、低速稳定的机器人，选用电机驱动；•对于需要高动态、爆发力、快速响应的机器人，可以选用伺服电机或液压驱动；•对于精度要求低、动作简单的机器人，可以选用气动驱动。•在具身智能强调与环境/人交互中，在柔顺控制、力反馈、人机安全环境中，可以选用电机驱动（力控伺服）；《具身智能》2.1.4执行机构与驱动系统选型原则•在野外、恶劣工况、粉尘、潮湿、防爆的机器人环境中，选用液压驱动；•在干燥、简单工况、低成本的机器人环境中，可选用气动驱动。•在人形、协作、仿生机器人设计环节，追求轻量化、一体化、模块化，优先采用直驱电机、集成关节的机器人；•在大型机械、工程机器人设计中，优先选用液压执行器的机器人。•在批量、民用、长期续航的机器人应用中，采用电机驱动，确保能效高、易维护等需求；•在特种、重载、短期作业的机器人应用中，采用液压驱动；•在低成本、简单设备的机器人应用中，采用气动驱动。2.2具身智能机器人的“感官”02/03012.1具身智能机器人的“身体”022.2具身智能机器人的“感官”032.3具身智能机器人的“神经”与…04总结思考《具身智能》《具身智能》2.2.1多模态传感器系统整体架构•具身智能机器人通常采用多模态传感器系统，通过分层解耦、端到端融合的整体架构，从底层硬件采集到顶层决策输出形成完整闭环，让机器人像生物一样具备“感官”功能。•1.传感器硬件层•作为具身智能机器人的感知入口，传感器硬件层的核心功能是模拟人类感官，采集内外环境多源数据，作为系统的五官和本体感知模块。《具身智能》图2-22履带式机器人的传感器硬件层•图2-22所示为履带式机器人的传感器硬件层，它包括惯性测量单元（IMU）、激光雷达、•超声标签、编码器等，实现机器人导航定位功能。《具身智能》2.2.1多模态传感器系统整体架构•2.数据预处理与传输层•数据预处理与传输层是对传感器硬件层的原始数据进行清洗、时空对齐、低延迟传输，以解决多传感器“不同步、异构、噪声”问题，通常采取以下方法：•3.多模态融合层•多模态融合层负责将多传感器的异构数据融合为统一环境表征，实现鲁棒感知，具体包括：一是数据级融合，将原始数据直接拼接，如RGB融合深度图；•二是特征级融合，提取各模态特征后融合，如视觉特征融合触觉特征；•三是决策级融合，采用各模态独立决策后投票并加权整合。•多模态融合的主流方法可以采用卡尔曼滤波、粒子滤波、贝叶斯网络等传统方法，也可以采用Transformer跨模态注意力、CLIP视觉-语言对齐、多模态大模型（VLA）端到端融合等深度学习方法，《具身智能》图2-23视觉传感器通用原理•1.视觉传感器通用原理•从图中可以看出，首先由光学镜头采集光信号，接着由CMOS/CCD将光转为电信号，再经模数转换为数字图像/深度图，然后由处理器做目标检测、语义分割、•三维重建、SLAM，最后输出环境模型与决策指令。《具身智能》2.2.2视觉传感器原理与应用场景•2.主流视觉传感器类型•主流视觉传感器包括双目立体视觉、结构光、飞行时间（ToF）、红外热成像等，其原理各有侧重，应用覆盖工业、服务、医疗、自动驾驶等全场景。《具身智能》图2-24双目测距原理示意•图2-24所示为双目测距原理示意，物体P点的在双目图像中的视差可表示为d=x1–x2；。《具身智能》2.2.2视觉传感器原理与应用场景•3.视觉传感器的应用场景•不同视觉传感器的选型对比如表2-2所示。传感器类型核心原理精度测距动态成本典型场景双目视觉视差三角厘米级数米中低室外导航、纹理物体结构光编码图案形变微米–亚毫米<1.5m差中高精密抓取、检测ToF光飞行时间厘米级中近好中动态避障、交互红外热成像热辐射温度级中好中夜视、测温《具身智能》表2-2不同视觉传感器的选型对比传感器类型核心原理精度测距动态成本典型场景双目视觉视差三角厘米级数米中低室外导航、纹理物体结构光编码图案形变微米–亚毫米<1.5m差中高精密抓取、检测ToF光飞行时间厘米级中近好中动态避障、交互红外热成像热辐射温度级中好中夜视、测温•一是精密抓取、装配，采用结构光、双目+机械臂，实现±0.5mm级定位。《具身智能》2.2.2视觉传感器原理与应用场景•一是精密抓取、装配，采用结构光、双目+机械臂，实现±0.5mm级定位。•二是零件分拣、质检，采用3D视觉识别微小元件、检测瑕疵，效率提升50%–60%。•三是AGV或仓储导航，采用激光雷达、视觉SLAM，货架间自主穿梭、货物体积测量。•四是柔性产线，通过视觉-力觉融合，自适应不同材质工件装配。•一是家庭服务，采用双目/ToF做环境建模、避障、手势交互，识别老人跌倒、物品定位。•二是公共导览或安防，采用多目视觉、语义理解，实现场馆导航、异常行为检测、设备巡检。•三是物流配送，通过视觉、激光雷达构建地图，医院药品配送准确率>99.5%。《具身智能》2.2.2视觉传感器原理与应用场景•一是纯视觉方案，采用多目摄像头、神经网络，识别车道、行人、交通标志，实现L2–L4辅助驾驶。•二是多传感器融合，采用激光雷达、视觉、毫米波雷达，实现复杂环境高精度感知与避障。•一是人形机器人，采用头部多摄像头阵列，实现三维感知、动态轨迹预测、语义理解。•二是实验平台，采用视觉-触觉-力觉融合，验证具身智能算法、模仿学习与操作技能。《具身智能》2.2.3激光传感器技术特点与功能•激光传感器通过发射激光脉冲扫描周围环境，结合光飞行时间（ToF）或三角测距原理，生成三维空间点云数据，为机器人提供环境的精准空间信息，广泛适配工业、服务、人形等各类具身智能机器人。•1.激光雷达LiDAR的工作原理•a)激光发射与接收示意b)激光雷达装置《具身智能》图2-25激光雷达工作原理•图2-25所示，它可以分为发射、扫描、接收、解算四个步骤。•图2-25所示，核心敏感元件为粘贴在弹性体表面的应变片，当弹性体受力F形变时，应变片会跟随发生拉伸或压缩形变，导致其自身电阻值发生变化，遵循“应变-电阻效应”；。《具身智能》2.2.3激光传感器技术特点与功能•2.激光雷达LiDAR的特点•这是激光传感器最核心的技术优势，其通过激光脉冲的高准直性的特性，可实现高精度距离测量，主流工业及服务类具身机器人搭载的激光传感器，测距精度可达1-2cm，部分精密场景专用型号精度可提升至毫米级。•激光传感器的测距范围覆盖广，可根据具身机器人的应用场景灵活选型：小型服务机器人（家庭、医院配送）搭载的激光传感器，测距范围通常为1-10米；•工业AGV、户外巡检机器人搭载的激光传感器，测距范围可达到数十米至百米级；《具身智能》2.2.3激光传感器技术特点与功能（续）•人形机器人头部搭载的激光雷达阵列，可兼顾近距离精细感知与中远距离导航避障，无需频繁切换传感器，适配多场景无缝切换需求。•具身智能机器人常需在复杂环境中运行（强光、弱光、雨天、粉尘、遮挡等），激光传感器（尤其是红外激光类型）不受光照条件影响，无论是室外强光环境还是室内昏暗场景，均能稳定输出感知数据；•同时，其抗粉尘、抗遮挡能力优于视觉传感器，即便在工业车间粉尘较多、家庭环境有家具遮挡的场景下，也能通过激光穿透部分轻微遮挡物，或通过扫描间隙捕捉环境信息，避免感知中断，保障机器人自主运行的稳定性。•激光传感器的扫描帧率较高，主流型号可达30-60fps，部分高端型号可突破100fps，能快速捕捉环境中动态物体的运动轨迹（如行人、其他设备），并实时更新三维点云数据。•结合机器人端侧处理器的算法优化，可实现动态避障、动态目标跟踪等功能，满足具身机器人“实时交互、灵活响应”的需求，例如人形机器人行走时避开突然出现的障碍物，工业机器人跟踪移动的工件。•激光传感器的底层技术（激光发射、时间测量、点云处理）已较为成熟，稳定性强、故障率低，适配具身机器人长期连续运行的需求。《具身智能》2.2.3激光传感器技术特点与功能•但成本差异较大：机械式旋转激光雷达（传统型号）成本较高，多用于工业、自动驾驶类高端具身机器人；•固态激光雷达（MEMS、OPA方案）体积小、成本较低，更适合小型服务机器人、家用具身机器人的轻量化需求，随着技术迭代，成本逐步下降，应用场景不断拓宽。•具身智能机器人（尤其是人形、小型服务机器人）对搭载部件的体积、重量要求较高，激光传感器正朝着轻量化、小型化方向快速迭代。•传统机械式激光雷达体积大、重量重，多安装于机器人底部或背部；•新型固态激光雷达可做到微型化，可集成在机器人头部、手臂等部位，不影响机器人的运动灵活性与外观设计，同时保持核心感知性能不变。•3.激光雷达LiDAR的功能•激光雷达LiDAR在具身智能机器人中的功能包括环境感知、导航与避障、目标识别与交互。《具身智能》2.2.3激光传感器技术特点与功能•工业AGV通过激光传感器构建车间地图，实现货架间的自主穿梭。•基于构建的环境地图和实时捕捉的点云数据，激光传感器可支撑具身机器人完成自主导航与动态避障功能：一方面，机器人可通过激光传感器的定位数据，精准判断自身在地图中的位置，规划最优移动路径，避免重复路线或偏离目标；•另一方面，当环境中出现动态障碍物（如行人、移动的工件、其他机器人）时，激光传感器可实时捕捉其运动轨迹，快速反馈给机器人控制系统，调整移动路径，实现动态避障，保障机器人移动过程中的安全性。•例如，医院配送机器人通过激光传感器，在走廊中自主导航，避开过往的医护人员和患者；《具身智能》2.2.3激光传感器技术特点与功能（续）•人形机器人行走时，通过激光雷达实时检测前方障碍物，灵活调整步伐。•对于需要完成抓取、装配、检测等操作的具身机器人，激光传感器可提供精准的目标定位功能，支撑精密操作。•其通过扫描目标物体，捕捉物体的三维轮廓、位置坐标与姿态信息，将数据传输给机器人的机械臂控制系统，实现目标的精准定位与抓取。•例如，工业机器人搭载激光传感器，可精准定位流水线上的微小零件，完成精密抓取与装配；•人形机器人通过手部搭载的微型激光传感器，可精准感知抓取物体的轮廓，避免抓取时滑落或损坏物体；•精密检测机器人通过激光传感器，可检测工件的尺寸偏差、表面瑕疵，精度可达毫米级。《具身智能》2.2.3激光传感器技术特点与功能•除基础感知与操作支撑功能外，激光传感器还可实现状态监测与辅助交互的拓展功能：在状态监测方面，工业具身机器人可通过激光传感器扫描设备、工件，监测设备的运行状态（如设备振动导致的位置偏移）、工件的磨损情况，及时发出预警；•在辅助交互方面，激光传感器可捕捉人体的动作轨迹（如手势、肢体动作），支撑机器人与人的自然交互，例如，通过识别手势指令，控制机器人启动、停止或调整操作模式；•家用具身机器人可通过激光传感器监测老人、儿童的活动范围，避免发生碰撞等危险。《具身智能》2.2.4力觉传感器工作机制与应用•力觉传感器是具身智能机器人实现“触觉感知”与“精准交互”的核心部件，核心作用是将机器人与环境、目标物体接触时产生的力或力矩信号，转换为可被处理器识别的电信号，为机器人提供“触摸反馈”，•不同于视觉传感器侧重“环境观察”，力觉传感器侧重“物理交互感知”，是机器人从“被动执行指令”向“主动适应环境”升级的关键支撑，广泛应用于工业、服务、医疗、人形机器人等多个领域。•1.力觉传感器核心工作机制•力觉传感器的本质是“力-电转换装置”，其核心工作逻辑围绕“受力形变→信号转换→数据处理→指令输出”四大环节展开，不同类型传感器的转换原理略有差异，但整体机制一致，具体拆解如下：《具身智能》2.2.4力觉传感器工作机制与应用（续）•a.受力触发形变：当机器人的执行机构（机械臂、抓手、足部等）与物体、环境接触时，会产生接触力（拉力、压力、剪切力）或力矩（扭转力矩、弯曲力矩），该力作用于力觉传感器的弹性敏感元件（如应变片、压电晶体、电容极板），•b.力-电信号转换：弹性敏感元件发生形变后，其自身的物理特性（电阻、电容、电荷、电感等）会随之发生规律性变化，传感器通过专用转换模块，将这种物理特性的变化转换为可测量的电信号（模拟信号，如电压、电流），•c.信号调理与数字化：转换后的模拟电信号通常存在噪声、信号微弱等问题，需通过滤波、放大、校准等调理环节，去除干扰信号、增强有效信号；•随后通过模数转换（A/D转换），将模拟电信号转换为数字信号，便于机器人端侧处理器识别和处理。•d.数据解析与指令反馈：处理器结合传感器的校准参数、受力模型，对数字信号进行解析，计算出接触力的大小、方向、作用点以及力矩的大小，进而判断当前交互状态（如抓取力度是否适中、是否发生碰撞、物体是否滑落）；•最终将解析结果反馈给机器人控制系统，驱动执行机构调整动作（如减小抓取力度、停止移动、调整姿态），实现闭环控制。《具身智能》2.2.4力觉传感器工作机制与应用•2.主流类型力觉传感器的工作机制•具身智能机器人常用的力觉传感器主要分为4类，各类传感器的敏感元件、转换原理不同，适配场景也存在差异，具体如下：《具身智能》图2-25应变片式力觉传感器•图2-25所示，核心敏感元件为粘贴在弹性体表面的应变片，当弹性体受力F形变时，应变片会跟随发生拉伸或压缩形变，•导致其自身电阻值发生变化，遵循“应变-电阻效应”；。《具身智能》图2-26石英晶体的压电效应•图2-26所示，当沿着X轴对压电晶片施加力时,将在垂直于X轴的表面上产生电荷；。《具身智能》图2-27电容式力觉传感器工作原理•图2-27），当受力F时，可动极板会发生微小位移，导致两个极板之间的间距、正对面积发生变化，•进而引起电容值的变化，遵循“电容-位移效应”；。《具身智能》2.2.4力觉传感器工作机制与应用•3.力觉传感器的核心性能指标•具身智能机器人的交互场景复杂（轻触、抓取、碰撞、精密装配等），对力觉传感器的性能要求贴合“柔性、精准、稳定”，核心性能指标包括：《具身智能》2.2.4力觉传感器工作机制与应用•4.具身智能机器人中的典型应用场景•力觉传感器的应用核心是“让机器人感知接触、适应环境”，结合具身智能机器人自主交互、柔性操作、安全运行的需求，覆盖工业、服务、医疗、人形机器人等多个主流领域，具体场景如下：•工业场景中，力觉传感器主要解决“精密操作、柔性装配、质量检测”的核心需求，替代人工完成高精度、重复性操作，提升生产效率和产品合格率。•在精密装配领域的汽车零部件装配（如轴承、齿轮装配）、电子元件装配（如芯片、连接器）中，力觉传感器安装在机械臂末端，实时感知装配过程中的力矩变化，当力矩达到预设阈值时，停止装配，避免过盈装配导致零件损坏；《具身智能》2.2.4力觉传感器工作机制与应用（续）•同时通过力信号反馈，调整装配姿态，确保装配精度，如机器人的电池模块装配。•在柔性抓取领域，针对玻璃、塑料件、食品等易碎、易变形、材质不均的工件，力觉传感器实时监测抓取力度，通过闭环控制调整抓手压力，确保工件被稳定抓取且不被损坏，例如食品包装机器人抓取鸡蛋、水果，电子厂机器人抓取柔性电路板。•在零件质检领域，通过力觉传感器检测工件的硬度、弹性、尺寸偏差，例如检测齿轮的啮合力度、弹簧的弹性系数，判断工件是否合格，替代人工触感检测，提升检测效率和一致性。•服务机器人的核心需求是安全与人机交互，力觉传感器主要用于实现安全避障、柔性交互、精准服务，避免机器人与人类、环境发生碰撞伤害。•在家政服务机器人领域，扫地机器人、陪护机器人搭载力觉传感器，当碰撞到家具、墙壁或人类时，实时感知碰撞力，立即停止移动或调整方向，避免损坏家具、伤害人类；•陪护机器人的手臂的力觉传感器，可感知老人、儿童的触摸力度，实现柔性搀扶、互动安抚。《具身智能》2.2.4力觉传感器工作机制与应用•在公共服务机器人领域，餐厅送餐机器人、酒店引导机器人通过机身搭载的力觉传感器，感知与行人、障碍物的接触力，实现动态避障；•末端抓手的力觉传感器，可稳定抓取餐盘、水杯，避免滑落。•医疗场景对力觉传感器的精度、稳定性要求极高，主要用于手术辅助、康复训练，保障医疗操作的安全性和精准度。•在手术机器人领域的微创手术（如腹腔镜手术、骨科手术）中，力觉传感器安装在手术器械末端，实时感知器械与人体组织的接触力，将力信号反馈给医生（通过触觉反馈设备），避免因操作力度过大损伤血管、神经；《具身智能》2.2.4力觉传感器工作机制与应用（续）•同时辅助医生完成精密缝合、骨骼固定等操作，提升手术精度。•在康复辅助机器人领域中，针对肢体残疾、术后康复的患者，康复机器人的关节、扶手处搭载力觉传感器，实时感知患者的肢体发力情况，适配患者的康复进度，提供适度的辅助力，避免发力过大导致二次损伤，同时引导患者完成康复训练动作。•人形机器人追求“类人化交互与运动”，力觉传感器是实现类人触觉、稳定行走、灵活操作的关键，广泛集成在手指、手臂、腿部、足部。•在手指柔性操作中，人形机器人的手指搭载阵列式力觉传感器，可感知物体的形状、硬度、受力分布，实现类人抓取，如抓取钢笔、水杯、纸张等不同形状、硬度的物体，灵活调整抓取姿态和力度，避免物体滑落或损坏。•在稳定行走与平衡中，足部搭载的力觉传感器，实时感知地面的支撑力、受力分布，以及行走过程中的冲击力，反馈给机器人平衡控制系统，调整腿部关节角度和发力大小，避免摔倒，适配平整地面、轻微凸起、凹陷地面等行走需求。•在人机柔性交互中，手臂、躯干搭载的力觉传感器，可感知人类的触摸、推力，实现柔性交互（如与人握手时，根据人类的发力调整握手力度；《具身智能》2.2.4力觉传感器工作机制与应用•被推动时，调整姿态保持平衡），提升类人化体验。《具身智能》2.2.5其他常用传感器简介•1.环境感知类•常见的包括环境感知类传感器，如超声波传感器用于近距离避障、低成本测距，常用于移动机器人；•红外传感器（IR），常用于接近检测、防碰撞、灰度和循迹；•温度、湿度、气体传感器，在家政、巡检、特种环境机器人上经常使用；•电容或电感接近传感器，用于检测有无物体靠近，不接触即可判断。•2.运动与关节控制类•常见的运动与关节控制类传感器，如位置传感器，采用霍尔、磁编或光编方式，用于检测关节角度、电机转子位置；《具身智能》2.2.5其他常用传感器简介•3.人机交互与安全类•常见的人机交互与安全类传感器，如麦克风阵列，用于语音识别、声源定位，实现语音交互；•触摸传感器，用于按键、触控面板；•安全碰撞传感器或安全边缘传感器，当碰到人或障碍物立即停机，满足协作机器人安全标准。《具身智能》图2-28MPU6050工作示意•4.定位与姿态类•图2-28所示为型号为MPU6050的惯性测量单元，它集成了三轴陀螺仪和三轴加速度计，能够同时测量物体的角速度和线性加速度。2.3具身智能机器人的“神经”与“大脑”03/03012.1具身智能机器人的“身体”022.2具身智能机器人的“感官”032.3具身智能机器人的“神经”与…04总结思考《具身智能》《具身智能》2.3.1“神经”与“大脑”控制器的核心功能与工作原理•具身智能机器人能够在物理世界中自主感知、灵活交互、自主决策，核心依赖两大核心系统——类比人类“神经”的感知与信号传输系统，以