具身智能机器人概论 习题与答案全套1-7

第1章具身智能机器人的定义与应用一、习题【思考与练习】1.单项选择题（共10题）（1）具身智能机器人的核心思想是（）A.智能仅依赖抽象计算与符号处理B.智能源于身体与环境的动态互动C.智能依靠工程师预设程序实现D.智能通过单一传感器被动感知获取（2）下列不属于具身智能机器人三层结构逻辑的是（）A.感知层B.运动层C.交互层D.存储层（3）传统工业机器人与具身智能机器人相比，核心特点是（）A.适应动态非结构化开放环境B.具备自主学习与持续进化能力C.依赖固定程序，被动执行指令D.多模态融合感知，主动构建环境模型（4）具身智能机器人决策与计算系统中的“大脑”指的是（）A.实时控制器（MCU、FPGA）B.主控单元（CPU、GPU、NPU）C.触觉传感器阵列D.伺服电机与谐波减速器（5）下列属于具身智能机器人多模态感知中触觉/力觉感知设备的是（）A.RGB-D深度相机B.激光雷达C.柔性电子皮肤D.惯性测量单元（IMU）（6）支撑具身智能机器人实现跨模态信息交互的“融合桥梁”是（）A.通用基础大模型B.多模态大模型C.具身智能大模型D.传统编程算法（7）首款投入工业应用的传统工业机器人是（）A.特斯拉OptimusB.尤尼梅特（Unimate）C.京东包裹分拣机器人D.仿壁虎机器人（8）仿生机构设计中，模拟肌肉收缩、柔顺性极强的气动人工肌肉属于（）A.刚性仿生驱动B.柔性仿生驱动C.电机直接驱动D.液压驱动（9）具身智能机器人“感知-决策-执行-反馈”闭环中，执行抓取杯子动作时，核心反馈依据是（）A.历史程序数据B.触觉与力传感器实时反馈C.云端预设指令D.人工手动调控（10）下列不属于具身智能机器人典型应用场景的是（）A.固定流水线重复焊接B.家庭服务与医疗辅助C.灾害场景多机协作搜救D.深海资源勘探与生态监测2.论述题（共6题）（1）详细阐述具身智能机器人“感知-决策-执行”三层架构的核心内容，以及三层之间相互支撑、闭环迭代的运行逻辑。（2）从系统架构、智能本质、环境适应性、学习能力四个维度，对比分析具身智能机器人与传统工业机器人的核心差异。（3）具身智能机器人的核心技术包含多模态融合、大模型支撑、仿生机构设计等，分析多模态大模型与具身智能大模型在机器人运行中的不同作用。（4）具身智能机器人仿生机构设计遵循柔顺性优先、轻量化高功率密度等五大原则，请结合具体仿生驱动技术，说明这些原则如何帮助机器人实现类生物自适应交互，突破传统刚性机器人的局限。（5）分析具身智能机器人在不同场景下的核心优势，以及其规模化落地对智能制造、民生服务、极端环境作业领域的实际价值。（6）从脑身耦合认知原理与进化视角下的具身适配机制出发，论述具身智能机器人自主进化、持续适配环境的核心逻辑。二、参考答案（一）选择题（1）B。正文指出核心思想是"智能源于身体与环境的互动"，而非纯符号计算（A）、预设程序（C）或单一被动感知（D）。（2）D。图1-1三层结构为感知层、运动层、交互层，无"存储层"。（3）C。题目问传统工业机器人特点：依赖固定程序、被动执行；A/B/D均为具身智能特征。（4）B。1.2.1节：主控单元（CPU/GPU/NPU）为"大脑"，MCU/FPGA为小脑实时控制。（5）C。1.2.2节：柔性电子皮肤属触觉/力觉感知；A/B为视觉，D为本体感知。（6）B。1.2.3节：多模态大模型是跨模态"融合桥梁"；具身大模型侧重动作策略生成。（7）B。1.1.2节：1961年尤尼梅特（Unimate）为首款工业应用传统机器人。（8）B。表1-4：气动人工肌肉属柔性仿生驱动，模拟肌肉柔顺收缩。（9）B。图1-7抓取杯子案例：触觉与力传感器实时反馈调整抓取力度。（10）A。表1-2典型应用为服务/工业柔性/特种等；固定流水线重复焊接是传统机器人场景。（二）论述题（1）三层架构核心内容：①感知层：通过视觉、惯性、触觉等"泛感知"映射物理世界，为系统提供环境信息（对应图1-1）。②运动层：负责导航、肢体控制与末端操作，在实践中积累行为经验。③交互层（决策中枢）：以知识图谱、场景推演、自然语言实现人机与多机协作。闭环逻辑：感知信息是交互层决策依据→决策指导运动层行动→运动实践经验反哺感知与决策逻辑更新，形成"边做边学"的持续进化。教材以图1-7抓取杯子为例：RGB-D识别位姿→规划轨迹→关节执行→力觉实时修正力度，完整体现三层协同与反馈迭代。（2）四维度对比（参见表1-1）：①系统架构：传统"感知-规划-控制"串行分离；具身"感知-决策-执行"一体化闭环、深度耦合。②智能本质：传统智能由工程师外部赋予程序；具身智能源于身体-环境动态交互中"涌现"。③环境适应性：传统仅适应结构化静态流水线；具身适应动态、非结构化开放环境。④学习能力：传统无自主学习，变更任务需重新编程；具身支持强化学习、模仿学习、在线持续优化。补充：从产业视角看，传统机器人是"高效自动化工具"，具身机器人代表从自动化向通用智能的跨越。（3）两类大模型的分工：①多模态大模型：作为"融合桥梁"，整合视觉、语言、触觉等异构模态，完成语义理解与跨模态对齐，解决"看得懂、听得懂"问题。②具身智能大模型：面向物理本体，将感知结果与自然语言指令映射为可执行动作策略（如VLA模型），解决"做得到"问题，直接驱动抓取、导航、操作。补充：通用基础大模型提供常识与推理能力，但需通过具身大模型或微调才能落地到物理动作；二者呈"理解层+执行层"协作关系。（4）五大原则与仿生驱动技术：①柔顺性优先：气动人工肌肉、介电弹性体等柔性驱动，无齿轮间隙，输出柔顺力，适合人机共融与服务场景。②轻量化与高功率密度：无框力矩电机+谐波减速器一体化关节，在有限重量下输出高扭矩。③模块化可重构：仿昆虫、壁虎等生物构型，按场景快速重组执行机构。④环境自适应：柔性传动与力控结合，使抓取、行走能适应未知接触条件。⑤安全交互：碰撞即停、力阈值限制，突破刚性机器人"硬碰硬"局限。补充：刚性电机+减速器方案效率高但柔顺性差，柔性驱动弥补了这一短板，是具身交互的关键。（5）场景优势与落地价值：优势：多模态主动感知、自主决策规划、在线学习进化、多机协作（参见表1-2）。①智能制造：柔性装配、质检、分拣，应对多品种小批量，提升产线柔性。②民生服务：家庭叠碗烹饪、医疗辅助、公共导航，改善老龄化社会服务供给。③极端环境：灾害搜救、深海勘探，降低人员风险，完成人类难以抵达的任务。补充：规模化落地还需解决成本、续航、安全认证等工程问题，但具身智能为上述领域提供了从"自动化"升级到"自主化"的技术路径。（6）自主进化与适配逻辑：①脑身耦合认知：认知与运动不可分离，智能在"身体-环境"交互中生成，而非预先装入"大脑"（1.3.1节）。②进化视角适配：模拟生物遗传迭代——交互数据作为"经验基因"积累，后续任务基于优良经验微调（如Green-VLA分阶段课程学习）。③核心闭环：感知→决策→执行→反馈→策略更新，通过强化学习、模仿学习持续优化。补充：群体机器人还可实现协同演化，多机共享经验加速适配；Sim2Real技术可将仿真中习得的技能迁移到真实场景，缩短适配周期。第2章具身智能机器人的身体、感官与神经大脑一、习题【思考与练习】1.单项选择题（共10题）（1）下列不属于具身智能机器人“身体”核心执行机构范畴的是（）A.机械臂关节B.移动底盘C.视觉摄像头D.夹持器（2）关于电机驱动系统在具身智能机器人中的应用，说法错误的是（）A.伺服电机精度高、响应快，适用于机械臂精准操作场景B.步进电机成本低、控制简单，常用于低速精准定位场景C.电机驱动系统仅负责动力输出，无需配合控制器协同工作D.直流减速电机适配移动底盘，可提供稳定扭矩（3）液压驱动系统相较于电机驱动系统，最突出的核心优势是（）A.体积小巧、能耗低B.输出扭矩大、承载能力强C.控制精度极高、响应速度快D.维护简单、无泄漏风险（4）具身智能机器人执行机构与驱动系统选型的首要原则是（）A.成本最低化B.外观美观化C.匹配作业场景与性能需求D.零部件通用性（5）多模态传感器系统的核心作用是（）A.替代执行机构完成动作B.融合多类感知数据，全面获取环境与自身状态信息C.直接处理决策指令D.提供机器人动力来源（6）下列属于视觉传感器典型应用场景的是（）A.机器人抓取物体时检测夹持力大小B.机器人自主导航时避障测距C.工业机器人识别工件型号与定位坐标D.检测机械臂关节受力情况（7）激光传感器相较于普通视觉传感器，最显著的技术特点是（）A.受光线环境影响极大B.测距精度高、抗干扰能力强C.只能识别彩色图像D.成本极低、安装简单（8）力觉传感器在具身智能机器人中的核心工作机制是（）A.采集图像信号转换为电信号B.将机械受力变形转换为可检测的电信号，反馈受力大小C.发射激光束计算距离D.直接控制电机启停（9）具身智能机器人控制器的核心功能是（）A.感知环境信息B.接收传感器数据、处理决策、控制驱动系统执行动作C.提供动力输出D.存储机器人历史数据（10）ROS系统在具身智能机器人中的核心定位是（）A.硬件驱动部件B.通用机器人操作系统，提供软硬件通信、功能模块化开发框架C.执行机构零部件D.单一传感器专用软件2、论述题（共6题）（1）对比电机驱动与液压驱动系统的适用场景、优缺点，并说明实际选型时需要重点考量的核心要素。（2）多模态传感器系统是具身智能机器人的“感官”核心，试分析视觉、激光、力觉三类核心传感器的工作原理、技术特点。（3）具身智能机器人的“神经”与“大脑”由控制器、计算单元、ROS系统共同组成，请阐述三者之间的协同工作逻辑。（4）在具身智能机器人研发与落地过程中，执行机构、传感器、控制器三者的适配性至关重要，试分析三者适配不当可能引发的问题。（5）ROS系统作为具身智能机器人开发的主流工具，简述其基础架构核心组成。（6）从“身体-感官-神经大脑”一体化角度，分析一款完整的具身智能机器人的工作全流程。二、参考答案（一）选择题（1）C。2.1.1节"身体"核心执行机构为底盘、机械臂、夹持器等；视觉摄像头属"感官"。（2）C。2.1.2节电机驱动需驱动器+控制器闭环协同，并非仅输出动力。（3）B。2.1.3节：液压驱动突出优势是输出扭矩大、承载能力强。（4）C。选型首要原则是匹配作业场景与性能需求，而非单纯降本或通用化。（5）B。2.2节：多模态传感器融合多类数据，全面获取环境与自身状态。（6）C。2.2.2节视觉典型应用为工件识别与定位；A/D为力觉，B多为激光测距。（7）B。激光传感器测距精度高、抗干扰强；A/C与激光特点相反。（8）B。2.2.3节：力觉传感器将机械受力变形转换为电信号反馈力大小。（9）B。2.3节：控制器接收传感数据、处理决策、控制驱动执行。（10）B。2.3.3节：ROS为通用机器人操作系统，提供通信与模块化开发框架。（二）论述题（1）两类驱动对比与选型要素：电机驱动：伺服/步进/无框力矩电机，动态响应快（毫秒级电流环）、控制精度高、维护简便；适合机械臂精密操作、移动底盘批量应用。局限：重载场景扭矩密度不如液压。液压驱动：帕斯卡原理，功率密度极高、抗冲击强；适合重载、短时大功率（消防救援、早期Atlas）。局限：泄漏、噪声、维护成本高、效率常低于50%。气动驱动：结构简单、成本低；适合轻载、点位控制。选型要素：负载与扭矩需求、精度与响应速度、作业环境（防水/防爆）、成本与维护、续航与能效、安全合规。教材原则：匹配场景与性能需求，而非单纯追求低成本或通用性。（2）三类传感器分析：①视觉传感器：RGB相机采集彩色图像用于识别分割；RGB-D/结构光获取深度点云用于SLAM与定位；事件相机低延迟捕捉高速运动。特点：信息丰富但受光照影响。②激光传感器：TOF/三角测距/固态激光雷达，主动测距，精度高（毫米级）、抗环境光干扰强，适合导航避障与精密定位。③力觉传感器：电阻/电容/压电式，将受力变形转为电信号，实现抓取力闭环、碰撞检测、柔顺装配。补充：实际系统常采用视觉+激光+IMU+力觉融合，视觉负责语义，激光负责几何，力觉负责接触安全。（3）神经-大脑协同逻辑：①传感器层：采集环境（相机/雷达）与本体（编码器/IMU/力觉）数据，经预处理后上传。②控制器/计算单元（大脑+小脑）：主控单元（CPU/GPU/NPU）运行大模型、SLAM、任务规划；实时控制器（MCU/FPGA）完成毫秒级伺服与力矩闭环。③ROS/ROS2系统：提供DDS通信、节点模块化、硬件抽象，打通"传感器-决策-执行器"数据链路。④执行机构：电机/液压驱动关节与末端，将指令转化为物理动作。补充：以图2-29抓取水杯为例，视觉感知→大脑融合决策→神经总线下发→力觉反馈修正，是典型协同流程。（4）三者适配不当的后果：①执行机构与驱动不匹配：扭矩不足导致越障失败、抓取无力；减速比不当则精度与速度难以兼顾。②传感器与执行机构不匹配：视觉精度不足以支撑精密操作，力觉缺失导致刚性碰撞伤人损物。③控制器与算力不匹配：决策滞后，无法实时避障；通信带宽不足则多关节协同失调。④三者整体失调：系统可靠性下降、任务成功率低、安全隐患增加、调试与维护成本飙升。补充：工程实践中需从整机角度做联合标定与系统集成测试，而非孤立选型。（5）ROS基础架构：①硬件抽象层：统一不同品牌传感器与执行器接口。②通信中间件：ROS1用TCP/UDP，ROS2用DDS，支持发布/订阅、服务调用，低延迟高可靠。③功能包生态：navigation2导航、MoveIt2运动规划、perception感知等模块化组件。④分层交互（表2-3）：感知层话题分发数据，决策层LLM解析指令生成轨迹，控制层执行，反馈层驱动学习闭环。补充：ROS2的QoS策略可精细控制延迟与可靠性，更适合工业实时场景。（6）一体化工作全流程：①感知：多模态传感器获取环境与自身状态。②传输与预处理：神经总线（CAN/EtherCAT/ROSDDS）同步传输，边缘节点清洗对齐。③决策：计算单元融合感知、理解任务、规划路径与动作。④执行：身体（底盘/臂/手）驱动完成移动与操作。⑤反馈：力觉/视觉/编码器实时监测执行效果，修正策略。补充：完整流程形成"感知-决策-执行-反馈"闭环，是具身智能机器人区别于开环自动化系统的本质特征。第3章四足机器人一、习题【思考与练习】1.单项选择题（共10题）（1）下列不属于四足机器人具身特性核心体现的是（）A.依托仿生躯体实现与非结构化环境的实时交互B.完全依赖预设固定程序完成机械运动C.结合躯体姿态自主适配地形变化D.借助感知单元实现环境认知与行为决策联动（2）四足机器人系统架构中，负责采集地形、姿态、障碍物等环境信息的核心模块是（）A.驱动控制单元B.感知模块C.步态算法模块D.电源供给模块（3）具身智能在四足机器人中的核心作用是（）A.简化机械结构设计，降低硬件成本B.实现机器人躯体、感知与环境的深度融合，提升自主适应性C.仅优化机器人运动速度，忽略地形适配能力D.替代所有人工操作，无需后续调试优化（4）下列不属于四足机器人环境感知与地图识别常用传感器的是（）A.激光雷达B.视觉相机C.IMU惯性测量单元D.普通扬声器（5）针对崎岖不平、湿滑等复杂地形，四足机器人保障平稳行走的核心技术是（）A.固定步态循环控制B.姿态稳定控制与动态步态规划C.单一传感器数据驱动D.降低行走速度，放弃自主决策（6）多传感器融合技术在四足机器人中的主要目的是（）A.增加传感器数量，提升硬件复杂度B.弥补单一传感器误差，提升环境感知与姿态判断精度C.减少数据处理量，降低算法要求D.仅优化视觉感知效果，忽略姿态数据（7）四足机器人典型系统架构的核心层级不包括（）A.感知输入层B.决策控制层C.执行输出层D.单纯外观装饰层（8）四足机器人核心算法参数优化的主要目标是（）A.让机器人运动更僵硬，适配性更差B.提升步态稳定性、环境适应性与运动效率C.增加算法运行时间，降低响应速度D.减少传感器数据利用率（9）虚实迁移调试技术应用于四足机器人开发的主要优势是（）A.完全替代实物调试，无需实景验证B.在虚拟环境中提前模拟场景，降低实物调试风险与成本C.无法模拟复杂地形，仅能测试平地步态D.算法无法同步迁移至实物机器人（10）下列场景中，最能体现四足机器人具身智能优势的是（）A.平坦厂区内的匀速巡航B.丘陵田埂、废墟陡坡等非结构化地形自主作业C.固定轨道上的重复运输D.室内平地的简单行走展示2.论述题（共6题）（1）结合四足机器人的具身特性，分析其相比轮式、履带式机器人，在非结构化场景中的应用优势。（2）详细阐述四足机器人的整体系统架构组成。（3）分析具身智能在四足机器人自主感知、决策、运动闭环中的核心作用与实现路径。（4）请分析四足机器人核心具身技术中环境感知与地图识别、步态规划与运动控制、多传感器融合与姿态稳定之间的关联。（5）简述四足机器人实践开发中，核心算法实现与参数优化的关键流程。（6）论述四足机器人典型场景验证的核心步骤，说明虚实结合调试对技术落地的推动作用。二、参考答案（一）选择题（1）B。3.1.1节：具身特性强调实时交互与自主适配；"完全依赖固定程序"违背具身本质。（2）B。3.1.2节系统架构：感知模块负责采集地形、姿态、障碍物等信息。（3）B。3.1.1节：具身智能核心是实现躯体、感知与环境的深度融合。（4）D。3.2.1节常用传感器为激光雷达、视觉相机、IMU；扬声器非感知传感器。（5）B。3.2.2节：崎岖湿滑地形靠姿态稳定控制与动态步态规划保障行走。（6）B。3.2.3节：多传感器融合目的是弥补单一传感器误差、提升精度。（7）D。"单纯外观装饰层"不属于感知-决策-执行核心架构层级。（8）B。3.3.2节：参数优化目标是提升步态稳定性、环境适应性与运动效率。（9）B。3.3.3节：虚实迁移在虚拟环境预模拟，降低实物调试风险与成本。（10）B。3.1.1节：丘陵废墟等非结构化地形最能体现四足具身智能优势。（二）论述题（1）非结构化场景优势：四足机器人仿生躯体具备多接触点支撑，可独立控制各腿抬落，适应丘陵田埂、废墟陡坡、湿滑草地等地形；通过动态步态切换（Walk/Trot/Gallop）与姿态调整保持稳定。对比：轮式机器人平坦路面效率高但越障能力弱；履带有一定越障性但在狭窄复杂地形灵活性不足。补充：四足在楼梯、碎石、泥泞等场景通过率显著高于轮式，是电力巡检、应急救援、军事侦察的重要平台形态。（2）系统架构组成：①感知输入层：激光雷达（建图避障）、深度/RGB相机（语义理解）、IMU（姿态估计）、关节编码器（本体状态）。②决策控制层：步态规划模块、姿态稳定控制器、运动学/动力学求解、任务调度。③执行输出层：髋关节/膝关节伺服驱动、足端接触力控制。④支撑模块：电源管理、无线通信、上层任务接口。补充：典型产品如宇树Go2、云深处X30，均遵循上述分层架构（参见表3-1）。（3）具身智能的作用与路径：核心作用：使躯体形态、感知能力与地形环境深度耦合，而非离线预设轨迹。实现路径：感知模块实时建图识障→决策层根据地形选择步态（静态Walk或动态Trot）→执行层驱动关节→IMU与足端力反馈修正姿态→闭环迭代优化策略。补充：具身智能强调"在交互中学习"，四足机器人在未知地形行走时，通过试错调整步态参数，体现了具身认知思想。（4）三项核心技术的关联：①环境感知与地图识别：提供高程、障碍、可通行区域信息，是步态规划的输入。②步态规划与运动控制：根据地形选择占空比β、相位差、足端轨迹，输出关节指令。③多传感器融合与姿态稳定：IMU+视觉+激光融合估计机身姿态，补偿单一传感器漂移，保障步态执行精度。三者关系：感知为规划和控制提供依据，控制执行依赖稳定姿态，融合提升感知可靠性，形成"感知→规划→控制→反馈"链条。（5）算法实现与参数优化流程：①建立运动学（DH/几何法）与动力学模型。②实现步态生成器（相位编排、足端轨迹插值）。③仿真或实物采集数据（姿态方差、能耗、速度误差）。④优化参数：占空比β、步长、抬腿高度、关节PD增益、力矩限制。⑤验证指标：稳定性（横滚俯仰方差）、效率（Wh/m）、鲁棒性（斜坡/台阶通过率）。补充：常用MPC或WBC进行全身控制优化，在仿真中预调参再迁移到实物。（6）场景验证与虚实结合：验证步骤：①明确场景指标（速度、续航、越障高度）→②仿真建模复现地形→③仿真中验证步态与算法→④实物场地测试→⑤对比指标迭代。虚实结合价值：仿真可低成本覆盖大量地形组合与极端工况，提前暴露算法缺陷；域随机化（DomainRandomization）提升迁移鲁棒性；实物测试最终验证真实摩擦、弹性等物理效应。补充：Gazebo/IsaacSim等仿真平台已成为四足开发标配，但仿真到现实的差距仍需实物标定弥合。第4章人形机器人一、习题【思考与练习】1.单项选择题（共10题）（1）下列关于人形机器人整机配置的核心要求，说法错误的是（）A.需贴合人体仿生结构，具备头部、躯干、双臂、双腿完整拟人构型B.自由度数量越多，机器人运动灵活性一定越强，无需考虑关节协同性C.整机配置需兼顾运动稳定性、负载能力与场景适配性D.拟人化配置是实现类人肢体运动与环境交互的基础前提（2）人形机器人设置关节限位的主要目的是（）A.提升关节运动速度B.防止关节超范围运动导致机械损坏、步态失衡C.降低关节驱动能耗D.简化关节控制算法复杂度（3）人形机器人双足行走过程中，核心的肢体协同运动不包括（）A.腿部屈伸与重心转移B.手臂摆动辅助平衡C.腰部扭转适配步态D.头部单独高速旋转（4）衡量人形机器人关节驱动性能的核心指标不包括（）A.输出扭矩与响应速度B.控制精度与稳定性C.外观颜色与材质重量D.能耗水平与使用寿命（5）目前消费级与工业级人形机器人主流采用的关节驱动方式是（）A.液压驱动B.伺服电机+减速器驱动C.气动驱动D.纯仿生肌肉驱动（6）相比电机驱动，液压驱动在人形机器人中的核心优势是（）A.控制精度极高，适合精细操作B.输出扭矩大，适合重载、大功率运动场景C.结构简单，维护成本低D.能耗极低，续航能力强（7）人形机器人足部机构设计的核心关注点是（）A.轻量化外观设计B.防滑、缓冲、重心稳定与地面适配性C.降低足部制造成本D.提升足部运动速度（8）针对双足机器人动态行走与平衡控制，最常用的核心简化动力学模型是（）A.刚体静力学模型B.LIP（线性倒立摆）模型与SLIP（弹簧负载倒立摆）模型C.流体力学模型D.纯几何运动模型（9）双足机器人行走控制的核心难点是（）A.提升行走速度B.动态重心平衡与步态稳定，防止倾倒C.降低控制算法复杂度D.减少关节运动幅度（10）在人形机器人步态稳定控制中，力/力矩传感器主要安装于（）A.头部视觉模块B.关节、足部位置，实时检测受力与扭矩数据C.躯干外壳D.手臂末端执行器2.论述题（共6题）（1）结合人形机器人拟人化配置要求，阐述关节顺序设计、关节限位与肢体运动三者之间的关联。（2）对比分析电机驱动、液压驱动、仿生驱动三类人形机器人关节驱动方式的优缺点。（3）论述人形机器人足部机构的核心设计要点，分析足部结构、缓冲装置、防滑设计对双足行走稳定性与环境适配性的影响。（4）分别阐述LIP模型与SLIP模型的核心原理，说明两种模型在双足人形机器人行走控制中的作用。（5）分析双足人形机器人行走过程中面临的平衡控制难题，结合关节运动与重心调控，提出对应的步态稳定控制思路。（6）结合视觉感知系统、力/力矩传感器的应用，论述人形机器人“感知-决策-执行”的具身智能闭环实现路径。二、参考答案（一）选择题（1）B。4.1.1节：自由度并非越多越好，还需考虑关节协同与整机稳定性。（2）B。4.1.2节：关节限位防止超范围运动导致机械损坏与步态失衡。（3）D。双足行走协同含腿屈伸、手臂摆平衡、腰扭转；头部高速旋转非核心协同。（4）C。关节驱动性能看扭矩、精度、能耗等；外观颜色材质非核心指标。（5）B。4.2节：消费级与工业级主流为伺服电机+减速器驱动。（6）B。4.2.2节：液压驱动优势是输出扭矩大，适合重载大功率场景。（7）B。4.3节：足部设计核心关注防滑、缓冲、重心稳定与地面适配。（8）B。4.4.1节：双足行走常用LIP与SLIP简化动力学模型。（9）B。4.4.2节：行走控制核心难点是动态重心平衡与步态稳定防倾倒。（10）B。4.4.3节：力/力矩传感器安装于关节、足部，检测受力与扭矩。（二）论述题（1）配置、限位与肢体运动的关联：①拟人化配置（图4-1）：头、躯干、双臂、双腿完整构型，单腿至少6自由度，是类人运动的基础。②关节顺序设计：髋3DOF+膝1DOF+踝2DOF等方案决定运动学解耦与可达空间；肩部集中自由度可扩大手臂工作范围（4.1.1节）。③关节限位（表4-2）：防止超范围运动导致机械碰撞、线缆拉扯、步态失衡。④肢体运动：在限位约束的可行空间内，腿屈伸与重心转移、手臂摆平衡、腰扭转适配步态，协同完成行走与操作。补充：限位设计需兼顾运动范围与结构安全，过紧限制工作空间，过松则损伤风险高。（2）三类驱动方式对比：①电机+减速器（主流）：伺服电机配谐波/行星减速器，控制精度高、响应快、产业链成熟；适合消费级与工业级人形。局限：重载高动态场景扭矩密度有限。②液压驱动：功率密度极高，适合跑跳、重载（早期波士顿Atlas）；局限：系统笨重、效率低、维护难。③仿生驱动（气动肌肉、SMA等）：柔顺性好、类生物交互自然；局限：控制精度与可靠性尚不足，量产成本高。补充：当前产业趋势仍以电机方案为主，液压用于特种重载，仿生驱动处于前沿探索阶段。（3）足部机构设计要点：①防滑：足底纹理/橡胶材料增大摩擦系数，适应光滑与湿滑地面。②缓冲：弹性元件或被动柔顺机构吸收着地冲击，保护关节与机身。③重心稳定：足底接触面设计、踝关节俯仰/翻转配合，使ZMP保持在支撑多边形内。④地面适配：不同硬度地面下调整着地刚度与步态参数。补充：人形机器人跌倒多源于足部接触失稳，足部设计是双足行走稳定性的关键一环。（4）LIP与SLIP模型：①LIP（线性倒立摆）：将质心简化为点质量，腿为无质量摆杆，假设恒定质心高度，便于解析计算质心轨迹，适合预测控制与步态规划。②SLIP（弹簧负载倒立摆）：在LIP基础上为腿加入弹簧，模拟着地弹性，更贴近真实跑步/跳跃中的能量存储与释放。作用：降低全阶动力学模型复杂度，使实时步态规划与平衡控制可在嵌入式平台运行。补充：实际系统常在LIP/SLIP基础上叠加全身动力学控制（WBC）做精细补偿。（5）平衡控制难题与思路：难题：支撑面小、质心高、单双支撑切换时重心快速转移，扰动（推搡、地面不平）易致倾倒。思路：①基于ZMP/捕获点理论规划可行质心轨迹；②IMU+关节编码器实时估计姿态；③足部/关节力矩传感器反馈接触力；④手臂摆动辅助角动量平衡；⑤跌倒检测与保护姿态。补充：人形行走控制是经典欠驱动问题，需分层控制：上层步态规划+下层关节力矩跟踪。（6）感知-决策-执行闭环：①视觉感知：识别目标物体、障碍、地形特征，提供全局语义。②力/力矩传感：关节与足部检测接触力与扭矩，反馈抓取力度与着地稳定性。③决策融合：多传感器数据融合后规划运动轨迹与力控策略。④执行：关节伺服跟踪规划轨迹，末端完成操作。补充：力控比纯位置控制更适合非结构化接触任务，是人形机器人具身智能落地的关键能力。第5章灵巧手一、习题【思考与练习】一、选择题（共10题，1-6单选题、7-10多选题）（1）灵巧手具身认知的核心是（）A.单纯实现手指机械运动B.依托肢体结构实现与环境的交互感知C.仅依靠视觉完成操作决策D.追求最大抓取负载能力（2）仿人灵巧手实现精细抓取的核心构型基础是（）A.单指单自由度设计B.多指多自由度对掌构型C.固定刚性爪手结构D.无关节整体式设计（3）灵巧手单指常规配置的核心关节不包括（）A.掌指关节B.近侧指间关节C.远侧指间关节D.腕部旋转关节（4）兼顾柔性与传动精度，适配灵巧手的主流传动方式是（）A.齿轮硬传动B.绳索/腱传动C.连杆刚性传动D.液压传动（5）灵巧手实现微小抓取力感知的核心部件是（）A.视觉相机B.触觉传感器C.位置编码器D.驱动电机（6）视触觉融合自适应抓取的核心优势是（）A.提升抓取速度B.适配不规则易碎物体柔性抓取C.降低硬件成本D.简化控制算法（7）灵巧手具身交互的核心需求包括（）A.精细操作灵活性B.抓取力柔性可控C.环境感知实时性D.运动协同稳定性（8）灵巧手关节限位与安全保护设计的目的有（）A.防止关节超程损坏B.避免抓取力过大损伤物体C.保障人机交互安全D.提升运动速度上限（9）仿人灵巧手常用驱动方式适配场景对应正确的有（）A.微型伺服电机：高精度常规场景B.形状记忆合金：微型柔性场景C.气动驱动：大负载刚性场景D.超声电机：静音高精度场景（10）灵巧手多指协同控制的核心内容包含（）A.运动学正逆解建模B.抓取姿态规划C.单指独立运动控制D.多指力位协调控制2.论述题（共6题）（1）结合具身认知内涵，阐述灵巧手核心应用场景及构型适配逻辑。（2）分析灵巧手手指关节自由度配置原则。（3）详述灵巧手关节限位与安全保护设计的具体方案。（4）简述灵巧手驱动与感知系统的核心配置，说明触觉传感器信号采集流程。（5）阐述灵巧手手指运动学正逆解建模的核心作用。（6）结合视触觉融合技术，分析灵巧手自适应抓取控制的实现原理与应用优势。二、参考答案（一）选择题（1）B。5.1.1节：灵巧手具身认知核心是依托肢体结构实现与环境的交互感知。（2）B。5.1.2节：仿人灵巧手精细抓取基础是多指多自由度对掌构型。（3）D。5.1.3节单指常规关节为掌指、近侧/远侧指间关节；腕部旋转非单指核心关节。（4）B。5.2.2节：绳索/腱传动兼顾柔性与精度，是灵巧手主流传动方式之一。（5）B。5.3.1节：微小抓取力感知核心部件是触觉传感器。（6）B。5.3.3节：视触觉融合优势是适配不规则易碎物体的柔性抓取。（7）ABCD。5.1节：具身交互需精细灵活、力控柔性、感知实时、运动协同，四项均为核心需求。（8）ABC。5.1.3节：限位与安全保护为防止超程损坏、避免力过大损物、保障人机安全；D非安全设计目的。（9）ABD。5.2.1节：微型伺服适合高精度常规场景，SMA适合微型柔性，超声电机适合静音高精度；气动不适合大负载刚性场景（C错）。（10）ABD。5.3.2节：多指协同含正逆解建模、姿态规划、力位协调；单指独立控制非协同核心（C错）。（二）论述题（1）具身认知、场景与构型：具身认知内涵：智能不仅来自算法，更来自手指-物体-环境的物理交互中获得的感知与经验（5.1.1节）。核心场景：①工业精密装配（插接、拧螺丝）；②医疗康复（抓握训练、假肢）；③服务机器人（抓取易碎品、餐具）；④科研（灵巧操作基准测试）。构型适配：仿人多指多自由度对掌构型（5.1.2节）适合精细操作；欠驱动手适合自适应包络抓取；全驱动手适合高精度力控。补充：构型选择需在自由度数量、驱动复杂度与任务需求间权衡，并非自由度越多越好。（2）关节自由度配置原则：①单指至少配置掌指关节（MCP）、近侧指间关节（PIP）、远侧指间关节（DIP），实现屈伸与包络。②拇指增加对掌自由度，实现与人类对握类似的抓取姿态。③总自由度：常规6-16DOF满足多数操作，高端仿人型可达20-27DOF。④欠驱动/耦合设计：用更少驱动器实现更多被动适应自由度，降低成本并提升柔顺性。补充：仿人手的自由度配置可参考人类手部解剖结构，但工程实现常做适度简化。（3）限位与安全保护方案：①硬件限位：机械挡块或软限位限制关节最大转角。②软件限位：控制器中设定关节角度与速度上限。③力保护：触觉/力觉反馈超阈值时降速或松开，防止捏碎物体或伤人。④急停与碰撞检测：异常接触立即切断驱动。⑤人机协作场景：符合ISO/TS15066力功率限制要求。补充：安全设计应贯穿机械结构、传感反馈与控制算法三层。（4）驱动感知系统与信号流程：驱动：微型伺服电机（高精度）、形状记忆合金（微型柔性）、腱绳传动（柔顺）、超声电机（静音）等。感知：触觉传感器阵列（压力分布）、视触觉传感器（F-TACHand，基于视觉的形变感知）。信号流程：传感器采集接触信号→信号调理（放大/滤波）→AD转换→控制器融合处理→输出力/位混合控制指令→驱动电机调整抓取力。补充：高分辨率触觉（如0.1mm空间分辨率）是精细操作的核心，但信号处理与实时性要求高。（5）正逆运动学建模作用：①正运动学：已知各关节角度，求解指尖在空间的位姿（位置+姿态），用于状态监测与碰撞检测。②逆运动学：给定目标抓取位姿，反求各关节角度，用于抓取规划与轨迹生成。③多指协同：在正逆解基础上叠加力闭合与形闭合约束，规划多指协同姿态。补充：冗余自由度灵巧手的逆解往往有多组解，需结合可操作性、避障等指标优选。（6）视触觉融合自适应抓取：原理：视觉提供物体轮廓、位姿与类别语义；触觉提供接触力、滑移、硬度与纹理反馈；融合控制器根据视觉预选抓取点，触觉实时修正力度与姿态。优势：对不规则、透明、易碎物体，纯视觉难以判断合适力度，触觉闭环可动态调整，避免压碎或滑落。应用：F-TACHand等系统在精密装配、医疗康复中展现优势。补充：视触觉融合是具身智能"感知-动作"闭环在末端执行器的典型体现。第6章具身智能机器人应用场景一、习题【思考与练习】1.单项选择题（共10题）（1）具身智能融入服务机器人的核心突破点是（）A.提升硬件运行速度B.实现感知-决策-执行闭环交互C.降低产品生产成本D.缩小机器人机身体积（2）相较于公共服务机器人，家政服务机器人的核心需求侧重（）A.大规模人群主动交互B.居家复杂环境柔性适配C.户外自主长距离导航D.公共信息实时播报（3）以下不属于公共服务机器人主动交互分析模型核心要素的是（）A.用户意图识别B.环境动态感知C.家庭物品收纳D.自主应答与路径引导（4）具身智能赋能肢体康复机器人，主要解决的核心问题是（）A.康复动作精准适配与主动反馈B.替代医护人员全部工作C.仅实现固定程式化康复训练D.降低康复设备材质成本（5）儿科护理具身智能机器人区别于普通医疗机器人的特点是（）A.高精准手术操作B.温情陪护与低应激交互C.工业级打磨精度D.高压设备巡检（6）微创操作具身智能机器人的核心优势是（）A.创口大、恢复慢B.操作精度高、创伤小C.完全脱离医生操控D.仅适用于单一手术类型（7）具身智能融入协作机器人，核心实现的是（）A.人机隔离独立作业B.人机共融安全协同作业C.纯自动化无人工干预D.仅适用于焊接单一工序（8）以下属于打磨协作机器人核心技术要求的是（）A.表面打磨力度自适应调节B.快速长距离运输C.公共场合语音导览D.术后康复指导（9）巡检机器人搭建环境模型的主要目的是（）A.美化设备外观B.实现场景自主感知与定位C.提升设备续航D.降低设备噪音（10）下列属于巡检机器人路径规划智能优化算法的是（）A.斐波那契算法B.粒子群算法、蚁群算法C.冒泡排序算法D.二分查找算法2.论述题（共6题）（1）论述家政服务机器人与公共服务机器人的核心差异。（3）解读公共服务机器人主动交互分析模型的构建思路与应用价值。（3）分析具身智能在康复与医疗机器人中的应用场景。（4）论述具身智能如何赋能焊接、打磨两类协作机器人，说明其在工业生产中实现人机协同的核心优势与实操意义。（5）阐述巡检机器人环境模型建立的流程，对比粒子群算法与蚁群算法在路径规划中的应用特点。（6）综合本章四大类具身智能机器人应用，分析其技术落地的共性逻辑与场景差异化设计要点。二、参考答案（一）选择题（1）B。6.1节：服务机器人核心突破是实现感知-决策-执行闭环交互。（2）B。6.1.2节：家政机器人侧重居家复杂环境柔性适配；公共服务侧重人群交互。（3）C。"家庭物品收纳"属家政需求，非公共服务主动交互模型要素。（4）A。6.2.1节：康复机器人解决动作精准适配与主动反馈问题。（5）B。6.2.3节：儿科护理特点是温情陪护与低应激交互。（6）B。6.2.4节：微创操作优势是精度高、创伤小。（7）B。6.3.1节：协作机器人核心实现人机共融安全协同作业。（8）A。6.3.3节：打磨协作核心要求是表面打磨力度自适应调节。（9）B。6.4.1节：巡检建环境模型目的是实现场景自主感知与定位。（10）B。6.4.2节：路径规划智能优化常用粒子群、蚁群等群智能算法。（二）论述题（1）家政与公共服务机器人差异：家政（6.1.2-6.1.3节）：场景为封闭家庭环境，需求侧重家务执行（清洁、烹饪、收纳）、情感陪护、宠物互动、家居安防；强调柔性适配、低噪声、外观融入家居。公共服务（6.1.4节）：场景为机场、医院、政务大厅等开放人流环境，需求侧重主动交互、导览应答、路径引导、多用户意图识别；强调大规模人群交互与后台感知触发。核心差异：交互对象（家庭成员vs流动公众）、环境结构（居家非结构化vs公共半结构化）、功能侧重（生活助手vs信息与服务引导）。（2）主动交互分析模型：构建思路（图6-3）：以前端-后端为纵轴、主动-被动为横轴，分析交互意愿影响因素。流程：技术感知层（主动）检测符合条件→环境感知层（被动）形成触发指令→交互行为层（主动）表达邀请→用户感知层（被动）完成交流后回到后台。核心要素：用户意图识别、环境动态感知、自主应答与路径引导。应用价值：变"人找机器人"为"机器人主动服务"，提升公共服务效率与用户体验。补充：模型借鉴人际沟通经验，强调前后台配合而非单向指令响应。（3）康复与医疗应用：①神经康复：上肢ArmMotus、下肢ExoMotus外骨骼，结合肌电/脑电接口，镜像康复模式促进神经重塑（6.2.2节）。②儿科护理：多模态感知儿童语音/表情/触压，情境化决策调整互动，低应激温情陪护（6.2.3节）。③微创手术：7自由度机械臂滤除手抖，3D视觉放大，创口小恢复快（6.2.4节）。④远程诊断：5G+力反馈实现远程超声与社区筛查。具身智能价值：柔顺安全交互、意图理解、持续学习，超越传统"预设程式"医疗机器人。（4）焊接与打磨协作机器人：焊接（6.3.2节）：拖动示教规划连续焊缝，视觉示教处理断续焊缝，电弧跟踪实时纠偏；履带移动平台实现"机器找工件"。打磨（6.3.3节）：六维力传感器+主动柔顺控制，恒力打磨焊点毛刺，自适应曲面。人机协同优势：无需安全围栏（ISO/TS15066），工人与机器人同台；机器人负责精准重复，人负责复杂决策；力控保障安全，自主纠偏提升一致性。补充：具身智能协作机器人具备意图理解与自主应变能力，是小批量、多品种柔性生产的理想方案。（5）巡检环境建模与路径规划：建模流程：传感器（激光/视觉）采集→点云/栅格/拓扑地图构建→特征标注（设备、通道、障碍）→定位与导航。粒子群算法（PSO）：模拟鸟群觅食，适合连续空间全局寻优，可优化多目标巡检路径（最短距离+最大覆盖率）。蚁群算法（ACO）：模拟蚂蚁信息素寻路，适合离散路网，在复杂厂区拓扑中找最优巡检序列。对比：PSO收敛快适合动态调整；ACO在组合优化问题中鲁棒性好。补充：实际系统常将全局规划（PSO/ACO）与局部避障（DWA/MPC）结合。（6）四类应用共性与差异：共性逻辑：均遵循"感知-决策-执行-反馈"具身闭环；多模态感知融合；安全合规（物理接触力限制、数据隐私）。差异化设计：①服务机器人：重自然语言交互、情感计算、主动服务。②康复医疗：重柔顺力控、生理信号融合、医患安全。③协作机器人：重力控精度、人机共融、柔性产线适配。④巡检机器人：重环境建模、长续航、群体协同与异常检测。补充：场景越开放、人机接触越频繁，对具身智能的感知与决策能力要求越高。第7章具身智能机器人的挑战与机遇一、习题【思考与练习】1.选择题（共10题，1-6题为单选题，7-10题为多选题）（1）具身智能机器人在复杂非结构化环境中，激光雷达在雨雪天气下探测距离会下降多少？（）A.20%-40%B.50%-70%C.70%-90%D.10%-30%（2）现阶段典型人形机器人的续航时间普遍处于哪个区间，难以满足长期使用需求？（）A.0.5-2小时B.2-4小时C.4-6小时D.6-8小时（3）脑机接口与具身智能深度融合的最高级层级是？（）A.意图层面融合B.感知闭环融合C.认知层面融合D.动作执行融合4.传统级联式多模态感知融合的延迟较高，无法满足实时控制需求，其延迟大致超过多少？（）A.100msB.200msC.300msD.500ms（5）通用具身智能发展进程中，2024-2026年处于哪个阶段？（）A.通用具身智能雏形期B.专用具身智能爆发期C.通用具身智能成熟期D.技术研发筹备期（6）具身智能机器人工程化难题中，制约其长期自主运行的核心功耗问题不包括以下哪项？（）A.算力端高功耗B.运动执行高功耗C.传感器待机低功耗D.散热不畅加剧功耗压力（7）复杂环境感知中，传感器鲁棒性不足的干扰因素包含以下哪些？（）A.强光、逆光、雨雪雾等极端光照与天气干扰B.玻璃、镜面、深色物体的材质干扰C.振动、电磁、高噪声环境的动态噪声干扰D.复杂场景中的遮挡与视野受限干扰（8）具身智能机器人环境建模的关键瓶颈有哪些？（）A.三维建模实时性与精度的矛盾B.物理世界模型缺失，仿真到现实鸿沟明显C.真实数据稀缺，标注成本极高D.多模态数据时空对齐精准（9）人机交互的伦理边界核心维度包括以下哪些？（）A.主体地位伦理边界B.数据与隐私伦理边界C.行为交互与价值选择伦理边界D.社会发展伦理边界（10）微型化、轻量化具身智能系统的核心技术挑战包含？（）A.硬件微型化与高性能难以兼顾的瓶颈B.体积受限导致的能耗与续航短板C.算法轻量化后精度与实时性下降D.系统高密度集成后的电磁干扰与可靠性问题2.论述题（共6题）（1）结合典型失效场景，分析具身智能机器人在复杂非结构化环境中感知与建模的核心痛点，并说明鲁棒感知技术体系的破解思路。（2）具身智能机器人规模化落地面临能耗、成本与工程化三大难题，分别阐述这三大难题的具体表现，以及对行业商业化推广的影响。（3）简述人机交互中安全边界与伦理边界的核心区别，并分析构建协同合规的人机交互边界需要从哪些维度发力。（4）脑机接口与具身智能的深度融合被视为未来颠覆性技术，请说明该融合技术的本质、三大核心层级，以及制约其落地的关键技术难题。（5）通用具身智能是行业未来核心发展方向，请梳理各阶段的时间节点、核心目标与技术特征，并分析当前主流的技术架构类型。（6）从技术研发、工程化落地、伦理合规三个层面，梳理推动具身智能机器人走出实验室、实现规模化商用的可行路径。二、参考答案（一）选择题（1）B。7.1.1节明确：雨雪天气激光雷达探测距离下降50%-70%。（2）A。7.1.2节：典型人形机器人续航普遍仅0.5-2小时。（3）C。7.3.1节：脑机融合最高级为认知层面融合，实现人脑与AI协同决策。（4）B。7.1.1节：传统级联式融合延迟>200ms，无法满足实时控制。（5）B。