具身智能机器人概论 课件 第4章-人形机器人

第4章人形机器人构型设计、关节驱动与运动控制《具身智能》本章导读•4.1人形机器人的配置与关节•4.2人形机器人的关节驱动方式•4.3人形机器人的运动控制建模•4.4人形机器人的具身感知与环境交互《具身智能》学习目标•掌握人形机器人自由度与构型•理解关节驱动与传动系统•了解运动平衡与步态规划•认识感知系统与任务规划4.1人形机器人的配置与关节01/04014.1人形机器人的配置与关节024.2人形机器人的关节驱动方式034.3人形机器人的运动控制建模044.4人形机器人的具身感知与环境…《具身智能》《具身智能》图4-1人形机器人配置•1.人形机器人的经典配置《具身智能》图4-2人形机器人的自由度•2.自由度设计•图4-2描述的是物体绕自身坐标系三轴的旋转运动，也被称为自由度，是人形机器人运动控制的通用表述：一是俯仰，即绕自身横轴（左右方向轴）旋转，•对应人形机器人头部上下点头、身体前后弯腰的动作；。《具身智能》图4-3人形机器人关节电机配置•图4-3所示的人形机器人里，机器人的髋关节部位通常被设计为3个不同方向的自由度：包括可实现左右摆动的偏航自由度、能让腿部向两侧倾斜的翻转自由度，•以及可以带动腿部前后屈伸的俯仰自由度；。《具身智能》表4-1具有31关节的某人形机器人的具体名称和限位关节序号关节名称（中文）限位（弧度）1左髋关节俯仰-2.617994～2.6179942左髋关节翻转-0.872665～2.0943953左髋关节偏航-2.617994～2.6179944左膝关节-0.087266～2.5830875左踝关节俯仰-1.012291～0.6108656左踝关节翻转-0.436332～0.4363327右髋关节俯仰-2.617994～2.6179948右髋关节翻转-2.094395～0.8726659右髋关节偏航-2.617994～2.617994《具身智能》表4-1具有31关节的某人形机器人的具体名称和限位（续）关节序号关节名称（中文）限位（弧度）10右膝关节-0.087266～2.58308711右踝关节俯仰-1.012291～0.61086512右踝关节翻转-0.436332～0.43633213腰关节偏航-2.617994～2.61799414腰关节翻转-0.523599～0.52359915腰关节俯仰-0.523599～0.78539816颈关节偏航-0.785398～0.78539817颈关节俯仰-0.523599～0.78539818左肩关节俯仰-2.792527～2.792527《具身智能》表4-1具有31关节的某人形机器人的具体名称和限位（续2）关节序号关节名称（中文）限位（弧度）19左肩关节翻转-0.087266～3.22885920左肩关节偏航-3.403392～1.57079621左肘关节-2.443～1.18722左腕关节偏航-2.356194～0.78539823左腕关节俯仰-1.570796～1.57079624左腕关节翻转-1.570796～1.57079625右肩关节俯仰-2.792527～2.79252726右肩关节翻转-3.228859～0.08726627右肩关节偏航-1.570796～3.403392《具身智能》表4-1具有31关节的某人形机器人的具体名称和限位（续3）关节序号关节名称（中文）限位（弧度）28右肘关节-2.443～1.18729右腕关节偏航-0.785398～2.35619430右腕关节俯仰-1.570796～1.57079631右腕关节翻转-1.570796～1.570796•其中关节限位是指通过机械结构或软件算法，对机器人关节的转动角度、位移范围设定严格的上下边界，防止关节运动超出其设计承载能力的技术措施。《具身智能》4.1.2典型人形机器人的关节顺序名称与关节限位•其中关节限位是指通过机械结构或软件算法，对机器人关节的转动角度、位移范围设定严格的上下边界，防止关节运动超出其设计承载能力的技术措施。•人形机器人关节限位具有如下核心作用与意义：•人形机器人的关节由电机、减速器、传感器等精密部件构成（图4-4所示），若运动角度过大，可能导致线缆拉扯断裂、齿轮崩损、电机堵转烧毁等不可逆故障。•关节限位相当于给关节装上“安全锁”，避免机械过载损伤。•人形机器人需要模拟人类的行走、抓取、转身等动作，关节运动范围必须与肢体结构匹配。•例如，人类肘关节的弯曲角度约为0°～145°（即0～2.53弧度），过伸或过度弯曲都会导致动作变形。•机器人通过关节限位，确保肢体运动符合动力学模型，避免动作失控、姿态失衡。《具身智能》图4-4人形机器人的关节•图4-4所示），若运动角度过大，可能导致线缆拉扯断裂、齿轮崩损、电机堵转烧毁等不可逆故障。《具身智能》图4-5人体的运动平面《具身智能》4.1.3人形机器人的肢体运动•1.前向平面（又称矢状面）•前向平面是将身体分为左右两部分的垂直平面，贯穿身体前后方向。•典型运动有下肢行走、跑步、深蹲、踢腿等前后向动作，还有髋关节的屈曲/伸展、膝关节的弯曲/伸直、踝关节的背屈/跖屈；•上肢手臂前举、后摆，如肩关节的前屈/后伸、肘关节的弯曲/伸直。•在机器人应用中，前向平面是双足行走的主要运动平面，决定了机器人迈步、上下楼梯等核心步态。•2.侧向平面（又称冠状面）•侧向平面是将身体分为前后两部分的垂直平面，贯穿身体左右方向。《具身智能》4.1.3人形机器人的肢体运动•3.横向平面（又称水平面）•横向平面是平行于地面的水平平面，将身体分为上下两部分。•典型运动如躯干身体左右扭转；•上肢肩关节内旋/外旋，手臂内旋/外旋、腕关节旋转；•下肢髋关节内旋/外旋，如脚尖内扣/外展。•在机器人应用中，实现复杂的操作和姿态调整，如转身、精准抓取物体、完成旋转类特技动作。•这三个平面为机器人的运动学建模和控制提供了清晰的框架：一是自由度分配，在每个平面上为关节设计相应的自由度（DoF），例如髋关节需要同时具备矢状面屈伸、冠状面外展内收和水平面旋转的能力；《具身智能》4.1.3人形机器人的肢体运动•和三维模型相比，平面模型的自由度数量要少很多，这一特点让它能够通过解析方法进行更简便的数学处理，因此在机器人控制领域，平面模型常常被当作研究控制律的原型模型来使用，方便研发人员快速验证控制算法的可行性。•不过，要实现平面模型的运动限制，需要专门设计某种机械机构，将机器人的运动严格约束在前向平面之内，避免其向其他平面产生偏移。•而在双足机器人的研究领域，将前向平面的运动与侧向平面、横向平面的运动分开进行独立分析与设计，是一种被行业内广泛采用的研究手段，这种方法能让研发人员更清晰地拆解复杂的运动控制问题，提升研究效率与精准度。4.2人形机器人的关节驱动方式02/04014.1人形机器人的配置与关节024.2人形机器人的关节驱动方式034.3人形机器人的运动控制建模044.4人形机器人的具身感知与环境…《具身智能》《具身智能》4.2.1关节驱动概述•人形机器人关节驱动方式是决定机器人运动性能的核心，当前主流技术路线可分为电机驱动、液压驱动、气动驱动及仿生驱动等几类，各类方案在功率密度、控制精度与适用场景上各有侧重。《具身智能》图4-6无框力矩电机•图4-6所示），空心杯电机则用于灵巧手指等精细部位（。《具身智能》图4-7空心杯电机分解图•图4-7所示），电机驱动具备控制精度高（角度误差±0.01°）、响应快（10-20ms）、维护简便的优势，•宇树、特斯拉、优必选等机型均采用此类方案。《具身智能》4.2.2电机驱动•1.电机与减速器的配置•目前，在全球范围内的人形机器人研发与应用领域中，绝大多数产品都是采用伺服电机来作为关节驱动的核心动力部件。•而从当前市场的供应情况来看，那些性能较为优异的伺服电机，普遍都具备高转速的特点，但与之对应的是其输出扭矩相对较低，所以要将这类电机实际应用于驱动人形机器人的各个关节，就必须搭配相应的减速装置，通过减速处理来提升扭矩，•在早期阶段，大学实验室中开发的人形机器人原型机，大多会选择齿轮减速机构来配合伺服电机使用。《具身智能》4.2.2电机驱动（续）•不过这种传统的齿轮减速结构存在比较明显的短板：一方面是整体重量较大，会增加机器人关节的负载；•另一方面是传动间隙相对突出，容易影响关节动作的精准度。•而在这一领域的技术迭代中，人形机器人率先采用了谐波减速机构，这种新型减速结构不仅在体积上更为小巧、重量也大幅减轻，而且能够实现近乎零间隙的传动控制，这一优势让它在人形机器人的关节驱动系统中得到了更广泛的关注与应用。•在人形机器人的结构布局设计环节，最基础、直接的方案是将伺服电机与减速器直接和关节进行同轴连接。•但这种设计方案存在一个显著的弊端：它会大幅增加机器人腿部绕髋关节转动时的惯性力矩，而转动惯量的增大，会直接导致腿部动作的响应速度变慢、灵活性降低，进而削弱整个腿部的机动性表现，难以满足人形机器人灵活运动的需求。•为了能够把电机与减速器布置在更合理的位置，既保证关节结构的紧凑性，又避免转动惯量过大的问题，人形机器人的设计中通常会引入同步带传动的方式，借助同步带的传动特性来优化动力传输的布局。《具身智能》4.2.2电机驱动•不过它也存在一定的局限性：因为同步带是直接与关节相连的，在动力传输过程中需要承担较大的传动力，而同步带本身在受力时会产生一定的变形，这种变形会直接传递到关节上，从而对关节动作的定位精度造成影响，•除此之外，考虑到人形机器人关节运转时的动力需求，所选用的同步带还需要具备承受大扭矩的能力，才能保证传动系统的稳定性与可靠性。•a)电机与减速器配置在关节上方b)电机配置在关节上方而减速器配置在关节处《具身智能》图4-8电机与减速器的配置方法•图4-8a)展示的结构为例，该方案是将伺服电机与减速器直接配置在关节的上方区域，然后通过同步带这一传动部件，将动力传递到关节部位。•图4-8b）所呈现的结构布局，电机被安装配置在关节的上方区域，而减速器则是直接衔接布置在关节的核心位置处，同时借助同步带这一传动部件，将电机运转产生的动力稳定地传递输出到减速器当中。《具身智能》图4-9关机电机驱动模块•2.电机驱动器的设计•图4-9所示是由电机控制板与旋变解码板组成的驱动模块架构，通过插头与关节结构模块中电机的三相线圈，•以及旋转变压器的次级绕组差分线和初级绕组差分线进行连接。《具身智能》图4-10人形机器人关节控制•2.人形机器人关节驱动PD控制•位置跟踪是让关节实际角度尽可能快地收敛到期望角度。•速度跟踪是让关节实际角速度跟踪期望角速度，抑制超调和振荡。《具身智能》4.2.3液压驱动•人形机器人液压驱动系统以帕斯卡原理为核心，通过高压液压泵产生压力，经伺服阀精确调控流量输入液压缸或液压马达，将液压能转化为驱动关节运动的机械能，实现直线或旋转动作，如同为机器人赋予“强力肌肉”。•其最突出特点是功率密度极高，能产生强劲爆发力，且油液的可压缩性带来天然柔性，抗冲击能力强，接触安全性能好，执行器本身结构也较为紧凑。•但缺点同样显著，系统需配备泵、油箱、管路等复杂组件，整体笨重且噪声大，存在漏油风险，维护成本高；•能量效率低下，整体效率常低于50%，同时受油液粘度随温度变化影响，控制精度和响应速度弱于电机驱动，非线性特性也增加了控制难度。•应用上，液压驱动主要适配极限力量与抗冲击需求场景，如早期波士顿动力Atlas机器人依靠其实现跑跳、后空翻等高动态动作，国内“祝融”消防救援机器人则借助其高负载能力执行火场搜救、灭火等高危任务，《具身智能》图4-11膝关节的液压驱动示意•图4-11所示的膝关节组成为例，伺服阀通过移动阀芯控制油液流入液压缸，从而控制液压缸的伸出长度，位移传感器位于液压缸内部用于测量液压缸的伸出长度，•油压传感器测量液压缸两腔压力用于计算液压缸的推力，《具身智能》4.2.4仿生驱动•气动人工肌肉是一类专门设计的柔性驱动装置，其核心特点在于具备与人类自身肌肉相近的输出特性，这类驱动器的设计灵感与工作原理，正是参考了人类肌肉收缩、舒张的运动机制而研发形成的。•气动人工肌肉有着多方面的突出优势：首先它本身的质量较轻，不会给驱动系统增加过多额外负载；•其次其制造成本与采购价格相对较低，能有效控制设备的整体成本；•同时在日常使用与维护过程中操作简便、易维护，可降低后续的运维投入。•与传统的气缸驱动方式相比，气动人工肌肉还展现出了更优的性能：它拥有更大的功率体积比，意味着在相同的空间占用下能输出更强的动力；•同时也具备更高的功率质量比，即单位质量所对应的动力输出更为强劲。•尤为关键的是，气动人工肌肉的“力-位移”关系特性与人类肌肉的特性高度相似，这让它具备了出色的柔顺性，在与外界环境或物体交互时能更贴合生物运动的特点，正因如此，《具身智能》图4-12气动人工肌肉作为执行器的四种使用形式•图4-12展示了气动人工肌肉作为执行器时常见的几种基础使用形式：其中。•图4-12(d)的结构，它由两根气动肌肉构成一对类似人类肢体中“拮抗肌”的组合，专门用于实现单自由度的旋转类动作，这种模仿人体肌肉协作的形式，在仿生机器人、康复机器人等设备的关节驱动中应用得较为广泛。《具身智能》图4-13踝关节控制与刚度控制•图4-13所呈现的原理：通过调整两个拮抗人工肌肉之间的充气压力差值，•就能产生相应的关节驱动力矩，从而精准控制关节向目标方向移动；。《具身智能》4.2.5足部机构•在仿人机器人的行走系统里，足部是整个机体在行进过程中唯一直接与地面发生接触的关键部位。•当地面与足部产生相互作用时，地面反力以及由此衍生的反力矩会通过足部传递到机器人的本体结构中，而这些力与力矩的变化，对机器人行走过程中的平衡维持、步态调整等控制环节都起着至关重要的决定性作用；•与此同时，足部还承担着另一个核心功能——要确保脚掌与地面之间始终保持良好的接触状态，以此来获取足够的摩擦力，避免行走时出现打滑、失稳等问题。•a)单板b)双板c)带脚趾d)点足e)弧形足《具身智能》图4-14典型的足部机构•图4-14(a)呈现的是结构最为简洁的单板型脚掌，它仅由一块平整的板材构成，整体形态接近人类脚掌的基础轮廓。•图4-14(b)是双板结构的足部，其设计思路是在上下两块平板之间嵌入橡胶这类具有弹性的材料，这种结构让足部拥有了一定的被动自由度，能更好地适配不平整的地面。4.3人形机器人的运动控制建模03/04014.1人形机器人的配置与关节024.2人形机器人的关节驱动方式034.3人形机器人的运动控制建模044.4人形机器人的具身感知与环境…《具身智能》《具身智能》图4-15矢状面行走运动步态•1.矢状面行走运动步态及LIP模型出力模式•图4-15展示了普通人类行走运动在矢状面的步态特征。《具身智能》图4-16LIP模型出力模式•由于LIP模型假设支撑腿为轻质连杆，不考虑连杆质量及转动惯量，系统的所有质量等效集中在质心位置，则LIP模型的系统状态变量由质心位置向量表示。•在单腿支撑过程中，质心在重力mg和地面支反力FGRF的共同作用下运动，地面支反力指的是机器人足底与地面接触时，地面施加给足底的反作用力的总称，其本质是牛顿第三定律的体现，即机器人足底对地面施加压力、摩擦力等作用力，《具身智能》图4-17矢状面的前进方向•图4-17所示），也是大多数运动研究中最关注的维度。《具身智能》图4-18二维定高LIP模型运动•3.周期运动特征•在理想LIP模型运动第i个单支撑周期中，足端与地面的接触点为并维持恒定，动力学模型保持不变。•为了便于分析，考虑在着地位置建立局部坐标系，在该坐标系下，质心从初始状态开始当前周期的运动，其中为当前周期质心相对着地腿的位置。《具身智能》图4-19LIP双周期状态控制模型•4.基于LIP的双周期前瞻运动速度控制优化《具身智能》4.3.2SLIP模型•与LIP模型不同的是，人形机器人奔跑运动中包含两种状态：一种是无地面支撑的完全腾空状态，质心仅在重力作用下做抛物线运动；•一种是是单腿支撑状态，地面的支撑力随着质心相对足端位置状态变化，SLIP模型下的奔跑运动过程则是在两种状态之间的交替切换过程。•所谓SLIP模型（Spring-LoadedInvertedPendulum，弹簧负载倒立摆模型）是一种用于描述人形机器人、双足或四足机器人动态运动（尤其是跳跃、奔跑和行走）的经典简化动力学模型。•它将复杂的机器人系统抽象为一个质点（代表机器人质心）连接在一根具有弹簧特性的无质量腿上，从而有效捕捉运动中的能量存储与释放过程。•对稳定的奔跑运动，可以看做质心在支撑以及腾空两个状态之间的稳定循环，在奔跑运动的质心状态序列中，腾空相顶点具有明确简洁的事件标识以及少量关键状态，为了便于研究，•在三维空间中，质心在顶点位置的状态包括三自由度的位置信息以及速度信息，其中质心所处的水平位置不是单周期运动中关注的内容，竖直方向的速度在顶点状态下为零，《具身智能》图4-20基于SLIP模型的奔跑周期顶点控制•图4-20所示，第一阶段为质心从顶点出发仅在重力作用下自由落体的过程，其运动轨迹仅和初始的顶点状态相关；。《具身智能》图4-21双足机器人的行走运动控制•图4-21所示是双足机器人的行走运动控制。4.4人形机器人的具身感知与环境交互04/04014.1人形机器人的配置与关节024.2人形机器人的关节驱动方式034.3人形机器人的运动控制建模044.4人形机器人的具身感知与环境…《具身智能》《具身智能》4.4.1视觉感知系统配置•视觉感知是人形机器人的“眼睛”，负责环境感知、目标识别与定位、自主导航与避障、步态稳定辅助、人机交互和抓取、装配等操作任务，是从“能走”到“能用”的核心入口。•1.硬件配置•双目视觉相机通常安装在头部，其功能是深度估计、三维重建、目标测距，一般指标包括分辨率1280×720/1920×1080、帧率30fps/60fps、基线距离10–100mm；•单目RGB相机通常安装在头部和躯干，其功能是语义识别、颜色纹理、手势/人脸检测；•鱼眼/广角相机通常安装在头部、足部，其功能是扩大视野，防止脚下盲区摔倒。•激光雷达（LiDAR）一般采用16线/32线小型化激光雷达，通常安装在头部或上躯干，其功能是建图、定位、避障；•ToF深度相机，抗光性好、实时性强，《具身智能》图4-22典型视觉系统布局•图4-22所示，其中头部配置了双目RGB相机、ToF/结构光深度相机、IMU，躯干配置了激光雷达和广角单目相机，下肢/足部配置了小型鱼眼相机，方便看地面台阶、坑洼，•该布局真正做到了视觉、激光、IMU的多传感器融合。《具身智能》图4-23软件算法架构•2.软件算法架构•图4-23所示为RGB-D视觉感知与六维位姿估计流程图，是机器人实现精准操作与环境交互的核心技术。《具身智能》图4-24视觉-惯性SLAM方法•3.视觉-惯性SLAM方法•图4-24所示为视觉-惯性SLAM方法，整个系统通过动态特征点剔除实现鲁棒定位。《具身智能》表4-2SLAM模块作用和创新点模块技术选型核心作用创新点特征提取SuperPoint替代传统ORB/SIFT，在弱纹理、光照变化场景下提供更稳定的…深度学习特征，鲁棒性更强，适合人形机器人快速移动导致的图像模糊动态检测YOLOv8实时检测动态物体，输出实例分割掩码轻量高效，满足人形机器人端侧算力限制目标跟踪卡尔曼滤波预测目标运动，平滑检测结果，处理遮挡结合IOU匹配，提升数据关联准确性状态估计视觉惯性紧耦合融合IMU预积分与视觉束优化应对人形机器人步态引起的剧烈晃动和快速运动•视觉-惯性SLAM方法针对人形机器人具有如下独特优势，一是应对剧烈运动。《具身智能》4.4.1视觉感知系统配置•视觉-惯性SLAM方法针对人形机器人具有如下独特优势，一是应对剧烈运动。•人形机器人行走、奔跑时会产生剧烈的身体晃动和快速运动，纯视觉SLAM容易丢失跟踪。•本方案通过IMU预积分提供高频运动预测，有效弥补视觉信息的不足。•人形机器人常工作在有人的室内外环境，动态行人是主要干扰源。•通过YOLOv8+卡尔曼滤波的动态目标跟踪，精准剔除动态特征，保证了位姿估计的稳定性。•SuperPoint深度学习特征在墙面、地板等弱纹理区域也能提取到稳定特征，解决了传统SLAM在这类场景下失效的问题。•整个前端和动态检测线程都经过优化，能够在人形机器人的嵌入式平台上实时运行，满足导航和控制的实时性要求。《具身智能》图4-25人形机器人行走控制方法•4.人形机器人的核心功能与视觉的关系•图4-25所示是人形机器人行走控制方法，行走规划与行走控制一般为上下层的关系，•根据行走规划提供的参考运动轨迹，控制方法决定了具体动作实施。《具身智能》4.4.2力/力矩传感器在步态稳定中的应用•力/力矩（Force/Torque,F/T）传感器是人形机器人实现稳定行走、动态平衡、柔顺交互的核心感知部件，相当于机器人的足底触觉与关节受力感知，直接决定步态是否稳健、抗扰、自然。《具身智能》图4-26F/T传感器安装位置•1.安装位置与核心作用《具身智能》4.4.2力/力矩传感器在步态稳定中的应用•2.在步态稳定中的关键功能•零力矩点ZMP是双足行走稳定的核心判据,通过足底三维力/力矩，实时计算ZMP位置，判断机器人是否前倾、后倾、侧翻，同时控制器快速调整步长、步宽、重心轨迹，把ZMP拉回稳定支撑多边形内，没有F/T传感器，《具身智能》图4-27机器人足底ZMP点《具身智能》图4-28人形机器人在正常行走和转弯两种状态下的力学原理•图4-28为人形机器人在正常行走和转弯两种状态下的力学原理。《具身智能》图4-29步态相位变化•图4-29所示为步态相位变化，行走一般流程为“支撑相→摆动相→落地循环”。《具身智能》图4-30是人形机器人在静态/准静态平衡时的受力与力矩分析。•：重力，作用在质心（CoM），方向竖直向下。•：地面摩擦力，水平方向，防止机器人滑动。《具身智能》图4-30人形机器人在静态/准静态平衡时的受力与力矩分析•：重力，作用在质心（CoM），方向竖直向下。•：地面摩擦力，水平方向，防止机器人滑动。《具身智能》图4-30中的关键受力与几何参数说明如下：•：重力，作用在质心（CoM），