具身智能机器人概论 课件 第2章-机器人身体

第2章机器人身体本体结构、传感器与神经计算系统《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，以及类比人类“大脑”的决策与控制核心。•二者协同工作，实现“感知-决策-执行”的闭环，是机器人摆脱固定程序、实现“具身智能”的关键，如同人类依靠神经传递感知、依靠大脑指挥行动，缺一不可。•1.具身智能机器人的“神经”控制器•具身智能机器人“神经”控制器的核心功能是感知环境信号、采集自身状态、快速传输数据，类比人类的中枢神经与周围神经，连接机器人的“身体”（执行机构）与“大脑”（决策核心），是信息交互的“桥梁”，《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（续）•机器人的“神经”并非单一组件，而是由“感知神经末梢”、“信号传输通道”、“信号预处理模块”三部分组成。•2.具身智能机器人的“大脑”控制器•机器人的“大脑”系统，核心功能是接收“神经”传输的信息、进行自主推理与决策、发出精准控制指令，类比人类的大脑皮层与神经中枢，是机器人的决策核心与指挥中心。•其核心特点是自主推理、灵活适配、快速响应，能够根据“神经”传来的实时信息，结合自身的学习经验，做出符合当前场景的最优决策，而非简单执行预设程序——这也是具身智能与传统工业机器人的核心区别。•机器人的“大脑”并非单一芯片，而是由硬件载体、算法核心、数据存储三部分组成，硬件提供算力支撑，算法提供决策能力，数据提供学习基础，三者协同构成完整的“大脑”架构。•采用算力核心（CPU+GPU+FPGA+NPU），对应人类大脑的神经细胞，是“大脑”的“物理基础”，负责提供算法运行所需的算力，支撑实时决策与数据处理。《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•具身智能机器人的“大脑”硬件，需兼顾“算力强度”与“轻量化”，适配不同场景的需求。•CPU负责统筹全局，处理逻辑决策、数据调度等基础任务，是“大脑”的“指挥中枢”。•GPU/NPU负责处理大规模并行计算任务，如视觉图像识别、点云处理、AI算法推理，是“大脑”实现“自主学习与决策”的核心算力支撑，实现如人形机器人的实时路径规划、目标识别等功能。•FPGA负责处理高速实时信号，如“神经”传输的传感器信号、执行机构的控制信号，降低延迟，确保决策指令的快速输出，适配高速操作场景，实现如工业机器人的精密抓取等功能。《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（续）•小型服务机器人的“大脑”可采用轻量化芯片，如嵌入式CPU+NPU，兼顾功耗与算力；•工业、人形等高端具身机器人，多采用“CPU+GPU+FPGA”等算力架构，满足复杂场景的实时决策需求。•具身智能算法体系对应人类大脑的思维逻辑与学习能力，是“大脑”的“核心灵魂”，负责对“神经”传输的信息进行解析、推理、决策，同时实现自主学习与适应。•具身智能机器人的算法体系，具体包括感知融合、自主决策、强化学习等模块。•多传感器融合算法是将“神经”系统传输的多源传感器数据（视觉、力觉、惯性等）进行融合，消除单一传感器的误差，构建完整、精准的环境模型与本体状态模型，为决策提供可靠依据——如同人类结合视觉、触觉、听觉，全面判断周围环境。•自主决策算法是基于融合后的环境与本体信息，结合预设目标（如抓取物体、导航到指定位置），做出最优决策，如路径规划（避开障碍物的最优路线）、操作决策（抓取物体的力度与姿态）、应急决策（碰撞时的停止与调整）。《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•强化学习与模仿学习算法是让“大脑”能够通过反复交互，自主学习经验、优化决策——如同人类通过实践学习新技能。•例如，机器人通过多次抓取不同物体，学习不同物体的抓取力度与姿态；•通过模仿人类的动作，掌握复杂的操作技能，逐步提升对复杂环境的适配能力。•经验与知识储备对应人类大脑的记忆功能，负责存储机器人的预设程序、学习到的经验数据、环境模型数据、操作技能数据等，为“大脑”的决策与学习提供支撑。《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（续）•例如，存储不同物体的抓取参数、不同场景的导航地图、过往的操作失误经验，让机器人在遇到相似场景时，能够快速调用数据，做出精准决策，避免重复犯错。•机器人“大脑”系统的核心价值的是“实现自主决策与学习”，具体实现三大功能，推动具身智能的落地：一是信息解析与推理。•接收“神经”传输的预处理数据，解析环境中的目标物体、障碍物、地形等信息，推理当前场景的核心需求，如“前方有障碍物，需调整路径”“抓取的物体易碎，需减小力度”，为决策提供逻辑支撑。•二是自主决策与指令输出。•基于解析与推理结果，结合预设目标和学习经验，做出最优决策，生成精准的控制指令，通过“神经”系统传输至执行机构，指挥机器人完成具体动作（如行走、抓取、装配）。•通过强化学习、模仿学习，结合反复的交互实践，优化决策算法、更新存储数据，让机器人能够适应不同的环境变化，如地面凹凸不平、目标物体位置变化，提升操作精度与交互能力，逐步实现“自主进化”。《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•3.“神经”与“大脑”的协同机制•具身智能机器人的“神经”与“大脑”并非独立工作，而是形成“感知-传输-决策-执行-反馈”的完整闭环，二者的协同效率，直接决定机器人的具身智能水平，具体协同流程如下：《具身智能》图2-29人形机器人抓取水杯的协同过程•图2-29所示为人形机器人抓取水杯的协同过程，“神经”系统的视觉传感器感知水杯的位置与轮廓，•力觉传感器感知抓手的初始状态，将信号传输至“大脑”；。《具身智能》2.3.2“大脑”计算单元选型与性能要求•“大脑”计算单元的核心需求是“支撑复杂AI算法运行、高效处理多源异构数据、实现自主学习与推理”，选型需优先兼顾“算力强度、AI推理效率”，同时结合机器人的体积、功耗的需求，《具身智能》2.3.2“大脑”计算单元选型与性能要求•1.主流选型及适配场景•高端异构算力平台适配高端具身机器人，此类平台通过多芯片协同，兼顾通用计算、并行计算与AI推理能力，适合工业人形机器人、精密医疗机器人等高端场景，这类机器人需处理大规模视觉点云、复杂环境推理、多模态融合等高强度任务，•优先选用高性能x86架构（如IntelXeon、AMDEPYC）或ARM架构（如NVIDIAGrace），核心需求是“高主频、多核心”，支撑多任务并行处理（如同时处理数据融合、路径规划、指令调度），•选用专业计算GPU（如NVIDIAA100、AMDRadeonProV620），核心需求是“高CUDA核心数、大显存”，支撑大规模并行计算，如视觉图像分割、点云处理、深度学习模型训练/推理，显存≥16GB，《具身智能》2.3.2“大脑”计算单元选型与性能要求（续）•选用专用AI算力芯片（如NVIDIAJetsonAGXOrin、华为昇腾910B），核心需求是“高TOPS算力、低功耗”，专门负责AI推理任务（如目标识别、语义理解），算力≥200TOPS，功耗≤50W，•适配场景：工业人形机器人（如特斯拉Optimus）、精密手术机器人、户外巡检机器人（复杂环境推理）。•轻量化嵌入式算力芯片适配小型服务机器人，此类芯片集成度高、体积小、功耗低，无需复杂的异构架构，可满足家用服务、商用配送等小型具身机器人的基础决策需求，核心是“轻量化AI推理+低功耗”，代表选型如下：•主流型号：NVIDIAJetsonNano/XavierNX、华为昇腾310B、瑞芯微RK3588（集成NPU）、高通骁龙8Gen2（嵌入式版本）。•选型要点：优先选用“集成NPU的SOC芯片”，无需额外搭配GPU，体积控制在50mm×50mm以内，功耗≤15W，同时具备基础的CPU通用计算能力（主频≥1.8GHz，核心数≥4核），NPU算力≥10TOPS，•适配场景：家用陪护机器人、餐厅送餐机器人、小型巡检机器人（简单环境决策）。《具身智能》2.3.2“大脑”计算单元选型与性能要求•2.核心性能要求•“大脑”计算单元的性能直接决定机器人的决策效率与智能水平，核心性能要求围绕“算力、推理效率、数据处理、稳定性”四大维度，不同场景指标可适当调整，但需满足以下基础要求：《具身智能》图2-30ROS2架构图•图2-30所示为ROS2架构图，它以分布式通信、模块化架构与实时能力，支撑感知、决策、控制与大模型集成的全栈开发，•已成为具身智能机器人研发与部署的首选平台。《具身智能》2.3.3ROS2系统基础架构•1.系统层•系统层提供底层操作系统支持，可以支持的系统包括Windows、Linux、Mac、RTOS（实时操作系统）等。•ROS2不再像ROS1那样依赖单一的Linux环境，具备了更好的跨平台和实时性能力，可适配工业机器人、嵌入式设备等多种场景。•2.中间件层•中间件层是ROS