版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第1章具身智能机器人的定义与起源《具身智能》教材配套教学课件本章目录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2/37本章导读与学习目标导读具身智能机器人是人工智能与机器人技术深度融合的新一代智能载体,区别于传统自动化设备,其核心定义为具备物理实体形态,依托“感知-决策-执行”闭环系统与物理环境持续交互,能自主理解、适应并改造开放环境,完成复杂动态任务的智能系统,核心理念是“智能源于身体与环境的互动”,彻底打破了传统机器人依赖抽象计算、被动执行的局限。知识目标:✅掌握具身智能机器人的定义及与传统机器人的差异。✅理解具身智能机器人的关键技术及系统架构。✅了解具身智能的认知原理与适配机制。能力目标:✅能区分具身智能机器人与传统机器人的核心不同。✅能简要分析具身智能机器人关键技术的应用场景。✅能结合案例解读具身智能的适配逻辑。素养目标:✅培养对具身智能领域的探索兴趣与科技素养。✅提升技术认知与跨模块整合的逻辑思维能力。✅树立科技服务社会的理念,关注技术应用价值。3/371.1具身智能机器人的定义与应用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,具备在开放世界中完成复杂任务能力的智能系统。图1-1具身智能定义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。5/371.1具身智能机器人的定义与应用(续)1.1.1具身智能机器人的定义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。1.1.2具身智能机器人与传统工业机器人的差异传统工业机器人的概念和实践始于上世纪中期,“尤尼梅特”(Unimate)于1961年在通用汽车投入应用,开启了工业机器人的发展序幕。但传统工业机器人多为固定程序、被动执行,缺乏自主感知与环境适应能力。6/371.1.2具身智能机器人与传统工业机器人的差异传统工业机器人多依照固定程序被动执行,主要承担装配、焊接、分拣、检测、码垛等作业。它的局限是缺乏自主感知和环境适应能力,难以直接应对开放、动态场景。图1-2传统工业机器人7/371.1.2具身智能机器人与传统工业机器人的差异(续)机器人本体集成多模态感知、大模型规划和端到端生成能力,在开放、动态环境中自主完成任务。其智能来自与环境的持续交互,而不只是执行预设程序。图1-3具身智能机器人表1-1给出了传统工业机器人与具身智能机器人的对比维度,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。8/371.1.2具身智能机器人与传统工业机器人的差异(续)两类机器人的关键差异在于智能来源与决策闭环:具身智能机器人依靠身体和环境的动态交互,结合实时反馈调整行为。自主学习、多模态感知与环境适应能力相互支撑,使其能够处理开放、变化的任务。表1-1具身智能机器人与传统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9/371.1具身智能机器人的定义与应用(续)1.1.2具身智能机器人与传统工业机器人的差异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。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。3.环境与任务。传统机器人高度依赖结构化环境,必须在光线、位置、物体姿态完全固定的场景工作,任务单一且重复,如零件摆放偏移、新增障碍物等环境稍有变化,就需停机重新编程,响应慢、成本高。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。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。10/371.1.3具身智能机器人的优势与典型应用领域服务场景侧重家庭服务、医疗辅助与导航,工业场景侧重柔性操作与检测,特种场景侧重探测、实时规划和协作搜救。场景不同,感知、规划、交互和执行能力的配置重点也不同。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11/371.1.3具身智能机器人的优势与典型应用领域(续)零售应用需要机器人理解动态环境,并根据任务变化自主执行。视觉、语言、力触等多模态感知与交互自学习相结合,可以支持环境理解、任务策略提炼与快速自适应。图1-4具身智能机器人在零售行业的应用12/371.1.3具身智能机器人的优势与典型应用领域(续)工业装配中的具身智能强调身体与环境的持续交互,而非仅重复固定程序。机器人结合视觉、语言、力触等多模态感知及交互自学习,提升动态环境中的适应能力与复杂任务完成率。图1-5具身智能机器人在工业装配中的应用13/371.2具身智能机器人的关键技术1.2.1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。图1-6具身智能机器人的系统架构具身智能机器人的系统架构按功能分为五大模块,分别是感知系统(感官)、决策与计算系统(大脑/小脑)、执行系统(肢体/肌肉)、通信与交互系统、电源与安全系统等。15/371.2.1具身智能机器人的系统架构(续)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。(1)视觉感知。采用RGB相机、深度相机(RGB-D)、激光雷达、事件相机可以实现环境建模、物体识别、定位、避障等功能。(2)本体感知。采用惯性测量单元(IMU)、关节编码器、六维力或力矩传感器可以实现感知自身姿态、速度、受力、平衡等功能。(3)触觉或力觉感知。采用电子皮肤、压力传感器、指尖触觉阵列可以实现抓取力度、接触状态、精细操作反馈等功能。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。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。在决策与计算系统中,还包括本地SSD、内存或云端存储,用于存放模型、地图、技能库、日志等。16/371.2.1具身智能机器人的系统架构(续)3.执行系统(肢体/肌肉)执行系统是将具身智能机器人的决策转化为关节动力、高精度定位、抓取等物理动作,具体包括下述执行系统:(1)驱动。采用伺服电机、舵机、液压、气动等实现关节动力。(2)传动。采用谐波减速器、行星减速器、丝杠等实现增力、减速、高精度定位。(3)机械本体。采用机身、臂、腿、轮式、足式底盘等机械结构实现具身智能机器人的结构支撑。(4)末端执行器。采用灵巧手、夹爪、吸盘、工具快换等实现操作、抓取等作业。4.通信与交互系统(1)机内通信。采用CAN、EtherCAT、RS485、实时以太网等方式实现“传感器—控制器—执行器”之间的高速同步。(2)机外通信。采用Wi-Fi、5G、蓝牙、UWB、ROS2DDS实现云端、多机协同、远程监控。(3)人机交互。采用屏幕、扬声器、麦克风、触控、LED表情等实现人与机器人之间的语音/视觉交互、状态反馈等。17/371.2.1具身智能机器人的系统架构(续)5.电源与安全系统(1)电源。采用锂电池组、电池管理(BMS)、充电模块实现具身智能机器人的供能、保护和续航。(2)安全。采用急停按钮、碰撞检测、过流过压保护、安全区监控以防止伤人或自毁。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。图1-7机器人抓取杯子18/371.2.2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。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。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。全景/鱼眼相机可以实现360°环境感知,消除盲区。红外/热成像通常用于低光、夜间、穿透烟雾环境感知。表1-3所示视觉感知应用案例,应用于化工等实验检测环境。19/371.2.2智能感知技术(续)表1-3视觉感知应用案例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。压力/力矩传感器:感知接触力、重量、硬度。关节力矩传感器:反馈关节受力,实现柔顺控制。20/371.2具身智能机器人的关键技术(续)1.2.2智能感知技术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。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。1.2.3多模态融合技术和核心大模型具身智能机器人需要整合视觉、语言、触觉等多种模态的数据,借助通用基础大模型、多模态大模型和具身智能大模型等三类核心大模型实现环境感知理解、规划调度效率、技能学习泛化能力、协同操作速度精度等功能(如图1-8所示)。21/371.2.3多模态融合技术和核心大模型机器人需要整合视觉、语言、触觉等多种模态的数据,形成对环境与任务的统一理解。通用基础大模型、多模态大模型和具身智能大模型共同支撑规划调度、技能泛化与协同操作。图1-8具身智能机器人的大模型22/371.2.3多模态融合技术和核心大模型(续)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。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。图1-9Transformer架构在技术范式上,通用基础大模型普遍采用“预训练-微调”的模式:在预训练阶段,模型通过海量文本数据深入学习人类语言规律与世界各类知识,从而形成通用的语义理解与逻辑推理框架;23/371.2.3多模态融合技术和核心大模型(续)在具身智能机器人中,通用基础大模型承担着“大脑中枢”的关键职能。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”。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,具体应用包括图像描述生成、语音指令理解、基于多传感器融合的环境状态判断等多个方面。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”,使其能够直接输出控制信号(如关节角度、电机转速、行驶速度等),而非仅生成文本或图像等间接信息。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24/371.2具身智能机器人的关键技术(续)1.2.3多模态融合技术和核心大模型(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,并且能够通过实时反馈(如脚底压力传感器数据)不断优化自身动作,有效避免摔倒等意外情况的发生,并能够在凹凸不平的地面平稳行走、灵活上下楼梯、顺利搬运重物等。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。图1-10机器人仿生示意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。25/371.2.4机器人仿生机构设计表1-4所示为柔性仿生驱动,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。(1)电驱方式通过电流或电场激发材料形变。例如,形状记忆合金(如镍钛合金丝)受热收缩,断电保持形态,模拟肌肉单向发力;(2)压力驱动方式通过调控封闭腔体内的气体或液体压力,驱动柔性结构产生可控的形变,如气动人工肌肉通过类肌肉式的柔顺收缩特性,实现外骨骼辅助运动。(3)外部刺激驱动则通过磁、光、热等环境刺激直接触发材料响应,如磁性复合材料在外加可控磁场作用下驱动软体机器人实现导航,利用液晶弹性体在光照条件下发生可逆相变的特性,驱动软体机器人实现多种仿生运动,此外水凝胶可通过感知湿度、pH或离子浓度等化学梯度,触发本体形变或可控溶解,从而驱动微尺度软体结构完成自适应形变、靶向递送或自我清除。26/371.2.4机器人仿生机构设计(续)柔性驱动的选型需要同时考虑能源形式、输出能力、响应速度和系统配套,不能只比较驱动器本体。压力驱动依赖气源或液压系统;外部刺激驱动可减少线缆约束,但力输出、材料效率或响应速度存在限制。表1-4柔性仿生驱动技术列表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;循环寿命有限介电弹性驱动高压电场超大应变、快速响应;需高压离子聚合物—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;力输出受限液晶弹性体光无线光驱动;效率依赖材料刺激响应水凝胶温度、pH、温度等生物兼容;响应慢27/371.2.4机器人仿生机构设计(续)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;3.仿生设计关键原则(1)柔顺性优先:柔性材料/结构+被动柔顺,降低控制复杂度,提升环境适应性。(2)轻量化与高功率密度:仿生肌腱、分布式驱动、轻质材料,平衡负载与能耗。(3)多模态集成:驱动+结构+感知一体化,实现“感知-决策-执行”闭环。(4)安全交互:碰撞缓冲、力控急停、软覆盖,适配人机共融场景。(5)低能耗与自稳定:双稳态、弹性储能,减少持续供电需求。28/371.2.5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。2.人机交互生态的变革。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。3.人机信任从“可理解的AI”迈向“可信任的AI”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。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。对人工智能系统的解释方式可分为事前解释和事后解释。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。29/371.3具身智能的认知与适配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。图1-11“图灵测试”示意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。31/371.3具身智能的认知与适配(续)1.3.1脑身耦合的认知运行原理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。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,最终形成与特定场景、任务需求精准匹配的自适应体系,区别于传统预设固定功能的机器人开发思路,更强调“适者生存”的演化逻辑。32/371.3.2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。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。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。33/371.3.3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,发挥出“类生物”的优异性能。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34/371.3.3动物具身行为的典型案例与启示(续)仿生计算借鉴突触与神经元,实现存算一体、在线策略更新或低功耗时序处理。仿生驱动借鉴肌肉与软体动物,通过柔性材料和压力等方式获得柔顺输出,适配微型、软体及可穿戴平台。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35/371.3.3动物具身行为的典型案例与启示(续)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、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、髋、膝、踝等);自适应柔顺结构(弹性材料、可变刚度关节);双目视觉/深度相机(类人立体视觉);人工皮肤(分布式触觉传感器阵列)等类人化运动能力,可适应人类工作与生活环境;轻量化与高刚度兼顾,提升运动效率与负载能力;柔顺性设计降低碰撞伤害,提升人机交互安全性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,而是贯穿于机器人设计、研发与应用全过程的核心逻辑。36/37【思考与练习】1.单项选择题(选做3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(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)(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2.论述题(选做3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。(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。(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。37/37第2章具身智能机器人系统技术基础《具身智能》教材配套教学课件本章目录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”2/73本章导读与学习目标导读具身智能机器人是AI突破虚拟边界、落地物理场景的核心载体,区别于传统工业机器人的程式化作业和纯软件AI的无实体交互,它依托身体、感官、神经与大脑三大硬件体系协同运转,搭建“感知-决策-执行”完整闭环,是智能制造、民生服务、特种作业等领域智能化转型的关键突破口,硬件架构的合理性与适配性,直接决定其交互精度、环境适应力与应用价值。知识目标:✅掌握机器人机身核心组成、驱动系统及传感器基础原理✅理解机器人神经大脑控制器架构与ROS2系统核心基础✅熟记执行机构、传感器及计算单元选型核心原则与要点能力目标:✅具备机器人驱动系统、传感器基础原理分析与辨识能力✅掌握基础硬件选型与ROS2系统简单应用实操能力✅拥有机器人系统软硬件模块功能匹配与初步整合能力素养目标:✅培养严谨规范的工程技术思维与系统整体认知素养✅树立理论结合实操、注重技术落地的工程实践素养✅强化具身智能领域技术钻研与创新探索的专业素养3/732.1具身智能机器人的“身体”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。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。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;图2-1c)所示为阿克曼底盘,其前轮转向、后轮驱动,前轮左右两个轮子转向有角度差异,且四个轮胎的转弯半圆圆心都交汇于同一个点。5/732.1.1具身智能机器人“身体”的核心组成与功能(续)四轮式底盘采用前后轴同步反向转向机制,通过协调四轮转速实现直行与转向。底盘是机器人与物理环境交互的移动载体,其结构设计需要兼顾强度、轻量化和场景适配。a)四轮式底盘6/732.1.1具身智能机器人“身体”的核心组成与功能(续)b)三轮式底盘c)阿克曼底盘图2-1轮式底盘越障模式下,制动器通电,扭簧通过同步轮带动从动轮模块组旋转,主动轮模块组与从动轮模块组同步旋转抬升,实现障碍跨越。7/732.1.1具身智能机器人“身体”的核心组成与功能(续)履带底盘由主动轮、从动轮及变形模块等组成,电机经齿轮传动带动主动轮与履带运动。同步带和惰轮保障两侧模块同步旋转抬升,定位销限定抬升幅度,为越障提供机械基础。8/732.1.1具身智能机器人“身体”的核心组成与功能(续)驱动模式下,制动器断电锁住从动轮模块,电机驱动主动轮与履带,使机器人前进。越障模式下,制动器通电,扭簧带动从动轮模块旋转,两侧模块同步抬升,实现障碍跨越。图2-2履带底盘9/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-3爬杆机器人的仿生移动机构2.操作执行具身智能机器人采用机械臂、夹具或末端执行器、灵巧手,可以完成抓取、装配、拧螺丝等精细作业。10/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-4机械臂(1)铰接型六关节机械臂。图2-4所示为铰接型六关节机械臂,采用拟人化结构,具有灵活性强、工作空间大的特点,适合焊接、装配、搬运。(2)水平多关节(SCARA)机械臂。图2-5所示为水平多关节(SCARA)机械臂,它包括3个平行旋转关节和1个垂直移动关节,具有平面运动速度快、精度高的特点,多用于电子装配、分拣。11/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-5水平多关节(SCARA)机械臂(3)直角坐标(笛卡尔)机械臂。图2-6所示,直角坐标(笛卡尔)机械臂沿X/Y/Z直线移动,具有结构简单、定位精度极高的特点,适合机床上下料、精密点胶、注塑机取料。12/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-6直角坐标(笛卡尔)机械臂(4)并联机械臂。图2-7所示为并联机械臂,它有多组连杆并联驱动末端,具有速度极快、刚度高的特点,适合高速分拣、食品包装。13/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-7并联机械臂(5)圆柱坐标型机械臂。图2-8所示为圆柱坐标型机械臂,它由立柱旋转(沿θ方向)、升降(沿x方向)与手臂伸缩(沿R方向)组成,作业范围呈圆柱状,适合中等负载的环形工位作业。14/732.1.1具身智能机器人“身体”的核心组成与功能(续)图2-8圆柱坐标型机械臂(6)极坐标(球面)型机械臂。图2-9所示为极坐标(球面)型机械臂,它采用基座旋转加上臂摆动和伸缩,特点是工作空间为球面,适合特定曲面作业。15/732.1.1具身智能机器人“身体”的核心组成与功能(续)极坐标型机械臂把基座旋转、上臂摆动和伸缩运动组合起来,形成球面工作空间,适合特定曲面作业。其动力可由伺服电机或液压提供,并配合减速器及辅助传动完成动作。图2-9极坐标(球面)型机械臂16/732.1.2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。(1)动力源无框力矩电机是人形、协作机器人的关节首选,如图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。17/732.1.2电机驱动系统原理与应用(续)无框力矩电机主要由定子和永磁转子组成,无外壳、轴承,可直接嵌入机器人关节。定子通入三相电产生旋转磁场,驱动转子直驱输出扭矩,具有转矩密度高、响应快、精度高等特点。图2-10无框力矩电机18/732.1.2电机驱动系统原理与应用(续)伺服电机通常带有外壳和编码器,适合高负载、高精度的点位运动,强调精准定位和运行可靠性。驱动控制可结合电流、速度、位置等反馈,持续修正目标与实际状态之间的误差。图2-11伺服电机工作示意19/732.1.2电机驱动系统原理与应用(续)图2-12步进电机工作原理(2)传动机构为适配具身智能机器人的交互需求,通常需要加上传动机构,比如谐波减速器、行星减速器、RV减速器等。20/732.1.2电机驱动系统原理与应用(续)谐波减速器由凸轮、柔性轴承、柔轮和刚轮等组成,具有体积小、减速比大、回程间隙小的特点。它可使机器人关节同时获得较高扭矩与较高传动精度,是人形机器人常用的关节方案。图2-13谐波减速器工作原理21/732.1.2电机驱动系统原理与应用(续)关节装配把电机动力经谐波减速器传递到执行端,完成由高速低扭矩到低速高扭矩的转换。设计时要同时兼顾传动精度、扭矩输出与结构集成,满足机器人精确执行和交互任务的要求。图2-14采用谐波减速器的关节具体装配示意22/732.1.2电机驱动系统原理与应用(续)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。图2-15行星减速器工作原理图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。缺点是体积和重量较大。23/732.1.2电机驱动系统原理与应用(续)RV减速器结合行星齿轮减速与摆线针轮减速,通过刚性齿轮啮合传递动力。其刚性高、抗冲击、承载扭矩大,常用于基座、大臂、肩部和腰部等重载关节,但体积与重量较大。图2-16RV减速器工作原理24/732.1.2电机驱动系统原理与应用(续)(3)电机驱动器电机驱动器用于接收控制器指令,将低压直流转为三相交流,驱动电机,并闭环调节电流、速度、位置,通常采用以下技术:一是磁场定向控制(FOC),精准解耦转矩与磁通,实现平稳、高效、大扭矩输出;(4)感知反馈编码器:光电/磁编码器,实时反馈关节角度/转速,实现毫米级定位。2.电机驱动工作示意如图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。(1)指令下发。具身智能规划模块和控制模块根据行走、抓取、交互等任务,输出各关节目标角度、速度、扭矩等指令。(2)驱动放大。驱动模块接收指令,经FOC算法生成PWM信号,驱动功率管输出三相电流,控制电机磁场。25/732.1.2电机驱动系统原理与应用(续)(3)动力输出。电机转子在磁场作用下转动,经谐波减速器等传动机构(或直驱)带动关节运动。(4)感知反馈。旋转变压器、编码器、扭矩传感器等实时采集实际角度、扭矩等信号,回传驱动模块。(5)闭环调节。驱动模块对比目标与实际值,动态调整电流,快速修正误差,实现精准、稳定、柔顺的运动控制。图2-17具身智能机器人电机驱动工作示意26/732.1.2电机驱动系统原理与应用(续)3.典型应用场景(1)人形/双足机器人。图2-18a所示的人形机器人中全身20-40个关节采用无框力矩电机和谐波减速器,实现行走、上下楼梯、弯腰、抓取。a)人形机器人b)协作机器人27/732.1.2电机驱动系统原理与应用(续)c)四足机器人d)仿生手图2-18电机驱动的具身智能机器人典型应用场景(2)协作机器人。图2-18b所示的协作机器人可以应用在工业装配、医疗护理、服务交互中,具有柔顺力控和碰撞检测,无需安全围栏,可与人直接协同工作。28/732.1具身智能机器人的“身体”(续)2.1.2电机驱动系统原理与应用(3)四足/移动机器人。图2-18c所示的四足机器人可以应用在巡检、搜救、物流运输中,具有腿部电机扭矩反馈,适应崎岖地形,实现越障、爬坡、负重。(4)仿生/特种机器人。包括医疗康复(外骨骼)、仿生手(图2-18d所示)、水下/太空机器人,具有高精度力控、微型化、高可靠性等特点,适配复杂、受限环境。2.1.3液压驱动系统基础1.液压驱动基本原理具身智能机器人的液压驱动是以液压油为工作介质,其工作原理如图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。29/732.1.3液压驱动系统基础图2-19液压驱动工作原理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。(1)动力元件。液压泵的功能就是把电机动力变成高压油。30/732.1.3液压驱动系统基础(续)(2)执行元件。液压缸、液压马达把液压能变回直线、旋转运动,是机器人关节的“肌肉”。(3)控制元件。伺服阀、比例阀、溢流阀、换向阀控制流量、压力、方向,决定速度、力、位置。(4)辅助元件。油箱、过滤器、管路、传感器、冷却系统。(5)反馈与控制器。位置传感器、压力传感器,构成闭环伺服控制。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;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。(1)大型人形、双足机器人。图2-20所示为Atlas等重型人形机器人早期主流方案,具有负载大、动态跳跃、奔跑等特点。31/732.1.3液压驱动系统基础(续)图2-20重型人形机器人(2)四足特种机器人。图2-21所示为液压驱动的四足特种机器人,通常用于军用、搜救、巡检大狗类机器人,适应崎岖地形、负重、越障。32/732.1.3液压驱动系统基础(续)液压四足机器人由电机驱动液压泵,再由液压缸驱动髋、膝、踝等腿部关节,完成行走、奔跑与越障。液压阀组控制油液的流向、压力和流量,使机器人适应崎岖地形和负重作业。图2-21四足特种机器人(3)工业重载机器人。适用于搬运、锻造、冲压、码垛、大型装配。33/732.1具身智能机器人的“身体”(续)2.1.3液压驱动系统基础(4)工程与特种作业机器人。包括消防机器人、排爆机器人、矿山机械臂、救灾机器人等。(5)外骨骼与助力机器人(重载型)。包括负重外骨骼、工业助力臂等。(6)仿生机器人。包括仿生兽、仿生机械臂、高动态跳跃机器人等。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,保证系统安全、高效、稳定地完成“感知-决策-执行”的闭环任务。34/732.1.4执行机构与驱动系统选型原则表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2.选型原则(1)负载与功率密度原则对于轻载、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;(2)运动精度与动态性能原则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;(3)力控与交互安全性原则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);35/732.1.4执行机构与驱动系统选型原则(续)(4)环境适应性原则在室内、洁净、低噪声的机器人环境中,选用电机驱动;(5)结构与集成性原则在人形、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;(6)成本、能效与维护原则在批量、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;36/732.2具身智能机器人的“感官”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。(1)视觉传感器。常见的设备包括RGB-D相机、双目/单目摄像头、3D深度传感器、热成像设备等,可以输出2D图像、3D点云、深度图、视频序列,用于物体识别、空间定位、场景建模、动态避障。(2)激光传感器。主要是指激光雷达LiDAR,其中LiDAR是LightDetectionAndRanging(光探测与测距)的缩写,它是具身智能机器人实现高精度环境感知、自主决策与灵活交互的核心组件之一。(3)触觉/力觉传感器。常见的设备包括柔性电子皮肤、多维触觉阵列、六轴力矩传感器、指尖触觉等,可以输出压力分布、接触力、滑动、材质硬度、振动,用于机器人稳定抓取、柔顺控制、易碎品操作、纹理识别。(4)听觉/语音传感器。作为机器人的交互与环境感知设备,包括麦克风阵列、拾音器等,可以输出语音指令、环境声、声源定位,用于人机对话、指令理解、异常声音检测。38/732.2.1多模态传感器系统整体架构(续)(5)本体感知传感器。作为机器人本体的自身状态感知设备,包括惯性测量单元(IMU)、关节编码器、倾角计、足底压力传感器等,可以输出关节角度/速度、躯干姿态、重心、加速度、足底接触,用于机器人运动稳定、姿态控制、平衡保持。(6)其他辅助传感器。包括超声波、红外、接近传感器,用于近距离避障等,也包括气体/温湿度传感器,用于环境监测等。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。图2-22履带式机器人的传感器硬件层39/732.2.1多模态传感器系统整体架构(续)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:(1)预处理方法:去噪、畸变校正、数据归一化、时间戳同步。(2)传输:高速工业以太网、TSN(时间敏感网络)、5G/无线;延迟<10ms;(3)关键技术:时空对齐算法(统一坐标系+时间戳)、异构数据格式转换。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;4.感知理解与决策层感知理解与决策层是从融合数据中提取语义、推理、规划,包括感知理解模块和决策规划模块,前者进行环境建模、物体理解和状态估计,如动态障碍物跟踪、姿态估计、操作稳定性判断等,后者进行大模型解析自然语言指令、任务规划、因果推理和运动规划、柔顺控制、避障策略、抓取姿态生成。40/732.2.2视觉传感器原理与应用场景1.视觉传感器通用原理具身智能机器人的视觉传感器是其感知物理世界、实现自主交互的核心,其通用原理如图2-23所示。图2-23视觉传感器通用原理41/732.2.2视觉传感器原理与应用场景(续)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。(1)双目立体视觉传感器双目立体视觉传感器的原理是模仿人眼,利用两个平行相机同时成像,通过视差计算深度;图2-24双目测距原理示意42/732.2.2视觉传感器原理与应用场景(续)(2)结构光视觉传感器结构光视觉传感器的原理是主动投射编码图案,如格雷码、相移条纹、散斑,单相机拍摄图案形变,通过解码计算三维坐标。(3)飞行时间(ToF)相机飞行时间(ToF)相机的原理是在发射调制红外光后,测量光往返时间差,直接输出深度图;(4)红外热成像红外热成像的原理是检测物体热辐射,将温度分布转为可视化图像,不受光照影响。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。43/732.2.2视觉传感器原理与应用场景(续)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(1)工业自动化一是精密抓取、装配,采用结构光、双目+机械臂,实现±0.5mm级定位。(2)服务机器人一是家庭服务,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。(3)医疗健康一是手术机器人,采用3D内窥镜、结构光,实现毫米级病灶定位、血管缝合。44/732.2具身智能机器人的“感官”(续)2.2.2视觉传感器原理与应用场景(4)自动驾驶与智能交通一是纯视觉方案,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。(5)科研与教育一是人形机器人,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。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的工作原理激光雷达LiDAR的基本工作原理是通过发射激光脉冲并测量反射信号的时间,来获取目标的距离、速度等信息,如图2-25所示,它可以分为发射、扫描、接收、解算四个步骤。45/732.2.3激光传感器技术特点与功能a)激光发射与接收示意b)激光雷达装置图2-25激光雷达工作原理(1)激光发射。激光源会发射出一束或多束红外激光,被上方的镜子(即MEMS振镜或旋转反射镜)反射后改变传播方向。46/732.2.3激光传感器技术特点与功能(续)(2)360°扫描。伺服电机带动整个包括镜子和激光源在内的结构进行360°旋转,同时镜子自身也会进行俯仰摆动。(3)回波接收。当激光束照射到障碍物、墙壁、行人等被测物上时,会发生漫反射,其中一部分光会原路返回。(4)距离与点云解算。系统通过精确测量激光从发射到接收的飞行时间(ToF),结合光速,计算出激光雷达与被测物之间的距离:。2.激光雷达LiDAR的特点(1)测距精度高,空间感知精准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。(2)测距范围广,适配多场景需求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;47/732.2.3激光传感器技术特点与功能(续)(3)环境适应性强,抗干扰能力突出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;(4)实时性良好,支撑动态响应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。(5)技术成熟但成本差异化明显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。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;(6)轻量化迭代快,适配机器人小型化具身智能机器人(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。48/732.2.3激光传感器技术特点与功能(续)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。(1)环境建模与地图构建这是激光传感器最基础的功能,也是具身机器人实现自主移动的前提。(2)自主导航与动态避障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;(3)目标定位与精密操作对于需要完成抓取、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。49/732.2具身智能机器人的“感官”(续)2.2.3激光传感器技术特点与功能(4)状态监测与辅助交互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;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”,使其能够感知接触力度、物体硬度、受力方向,进而实现柔性操作、安全避障、精准装配等具身智能行为。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:50/732.2.4力觉传感器工作机制与应用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),使其发生微小弹性形变(形变幅度通常为微米级,不影响传感器结构稳定性)。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),完成“力信号”到“电信号”的核心转换。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;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);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:51/732.2.4力觉传感器工作机制与应用(续)(1)应变片式力觉传感器如图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”;图2-25应变片式力觉传感器(2)压电式力觉传感器核心敏感元件为压电晶体,如石英晶体、压电陶瓷,利用压电效应,当压电晶体受到力的作用时,其内部会产生极化现象,形成可测量的电荷,其电荷大小与受力大小成正比。52/732.2.4力觉传感器工作机制与应用(续)图2-26石英晶体的压电效应(3)电容式力觉传感器在电容式力觉传感器中,核心敏感元件为两个平行电容极板,包括固定极板和可动极板(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”;53/732.2.4力觉传感器工作机制与应用(续)图2-27电容式力觉传感器工作原理(4)压阻式力觉传感器核心敏感元件为压阻材料(如半导体压阻片),利用“压阻效应”,当压阻材料受到力的作用时,其电阻率会发生显著变化,进而导致串联在电路中的电阻值变化;54/732.2.4力觉传感器工作机制与应用(续)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:(1)测量范围:适配机器人交互的力/力矩范围,如家用服务机器人抓取力范围为0.1-10N,工业装配机器人力矩范围为1-100N·m,人形机器人手指触觉为0.01-5N。(2)精度:分为力精度和力矩精度,常规场景要求±1%FS(满量程),精密场景(如医疗手术)要求±0.1%FS,确保机器人操作的精准度。(3)响应速度:决定机器人的动态交互能力,常规场景要求1-10ms,高速操作(如高速抓取)要求≤1ms,避免因响应滞后导致物体损坏或碰撞。(4)稳定性与抗干扰性:在长期连续工作、复杂环境(高温、粉尘、湿度变化)中,测量数据的波动需控制在允许范围内,避免干扰机器人决策。(5)体积与重量:适配具身机器人的小型化需求,尤其是人形机器人、微型服务机器人,要求传感器体积小、重量轻,不影响执行机构的灵活性。55/732.2.4力觉传感器工作机制与应用(续)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:(1)工业具身智能机器人工业场景中,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。(2)服务类具身智能机器人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。(3)医疗类具身智能机器人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。56/732.2具身智能机器人的“感官”(续)2.2.4力觉传感器工作机制与应用(4)人形具身智能机器人人形机器人追求“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。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;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;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;57/732.2.5其他常用传感器简介4.定位与姿态类常见的定位与姿态类传感器为惯性测量单元(IMU),它是测量物体三轴姿态角(或角速率)以及加速度的装置。图2-28MPU6050工作示意58/732.3具身智能机器人的“神经”与“大脑”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。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”,确保“大脑”能及时获取最真实的环境与自身状态,为决策提供可靠依据。(1)感知神经末梢。对应人类的皮肤触觉、眼睛视觉、耳朵听觉等感官,是“神经”系统的“输入端”,负责采集机器人与环境交互、自身运动的各类信号。(2)信号传输通道。对应人类的神经纤维,负责将“感知神经末梢”采集的电信号,快速、稳定地传输至“信号预处理模块”和“大脑”,同时将“大脑”发出的控制指令,传输至机器人的执行机构,如机械臂、轮子、关节等。(3)信号预处理模块。对应人类的神经中枢预处理功能,负责对传输过来的原始传感器信号进行初步处理,去除噪声、筛选有效信息、统一数据格式,减少“大脑”的计算负担,确保传输至“大脑”的数据是“精准、有效、统一”的。60/732.3.1“神经”与“大脑”控制器的核心功能与工作原理(续)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。(1)硬件载体采用算力核心(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。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。(2)算法核心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。61/732.3.1“神经”与“大脑”控制器的核心功能与工作原理(续)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)。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。(3)数据存储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。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:62/732.3.1“神经”与“大脑”控制器的核心功能与工作原理(续)(1)感知采集。“神经”系统的各类传感器(感知神经末梢)采集环境信息与机器人本体状态信息,转换为电信号。(2)信号传输与预处理。电信号通过传输通道(神经纤维)传输至预处理模块,去除噪声、统一格式后,传输至“大脑”。(3)决策推理。“大脑”接收“神经”传输的数据,通过多传感器融合算法解析信息,结合存储数据与学习经验,做出自主决策,生成控制指令。(4)指令执行。“大脑”的控制指令通过“神经”系统的传输通道,传输至机器人的执行机构(机械臂、关节、轮子等),执行具体动作。(5)反馈优化。执行机构动作时,“神经”系统的传感器实时采集动作反馈信号(如受力偏差、位置误差),传输至“大脑”;63/732.3.1“神经”与“大脑”控制器的核心功能与工作原理(续)视觉和力觉传感器采集水杯位置、轮廓及抓手状态,计算单元融合信息后生成抓取姿态与力度指令。抓取过程中持续反馈接触力并调整力度,避免水杯滑落,形成感知、决策、执行的闭环。图2-29人形机器人抓取水杯的协同过程64/732.3.2“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,主流选型分为“高端异构算力平台”“轻量化嵌入式算力芯片”两类,适配不同场景的具身智能机器人。1.主流选型及适配场景(1)高端异构算力平台(CPU+GPU+NPU)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,代表选型如下:a.CPU选型。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),主频需≥2.5GHz,核心数≥8核,确保通用计算效率。b.GPU选型。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,CUDA核心数≥6000,确保复杂算法快速运行。65/732.3.2“大脑”计算单元选型与性能要求(续)c.NPU选型。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,降低整体算力平台的功耗压力。(2)轻量化嵌入式算力芯片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: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:(1)算力指标:高端场景(人形、医疗)AI算力≥200TOPS,通用算力≥10
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 贵州教学课件
- 古筝解说课件
- 工装竞聘课件
- 公众健康素养课件
- 肝脏净化介绍课件
- 2026-2027学年初中信息技术(信息科技)八年级上册湘电子版(2019)第9节 简单的加法器-顺序结构课时同步练
- 2026-2027学年初中信息技术(信息科技)八年级上册人教·陕师大版本册综合课时检测卷
- 工作基本制作课件
- 公众号知识模板课件
- 幕墙龙骨预埋施工实施方案
- 2026年国家医保药品目录新增药品名单
- 农商考试题库1000题及答案
- 冬季运维安全知识培训课件
- 测绘培训岗位管理制度
- 陆地冰壶课程教案
- 《为了自由呼吸的教育》读书分享会
- 初中主题班会期中考试动员共25张
- 高中英语必背3500单词表
- AMCT基础检验通则
- 部编人教版小学二年级语文上册一课一练
- 腾讯专有云TCE工程师认证复习备考试题库大全(含答案)
评论
0/150
提交评论