具身機(jī)器人硬件全景拆解決策層、感知層、執(zhí)行層、支撐層四大系統(tǒng)「具身智能落地實(shí)戰(zhàn)」系列第 1 篇具身智能Embodied AI機(jī)器人是一個(gè)復(fù)雜的系統(tǒng)工程。要讓 AI 從虛擬智能走向物理執(zhí)行硬件是繞不開的第一關(guān)。本文從工程落地視角系統(tǒng)性拆解具身機(jī)器人的四大核心硬件系統(tǒng)幫你建立從大腦到肢體的完整認(rèn)知。引言為什么要先搞懂硬件很多人聊具身智能張口就是大模型、VLA、強(qiáng)化學(xué)習(xí)仿佛算法是唯一的瓶頸。但真正做過機(jī)器人落地的人都知道算法決定了機(jī)器人能做什么硬件決定了機(jī)器人能不能做和做得穩(wěn)不穩(wěn)。一個(gè)在仿真環(huán)境里跑得完美的算法放到真實(shí)機(jī)器人上可能因?yàn)閭鞲衅餮舆t、關(guān)節(jié)響應(yīng)慢、算力不夠而徹底失效。具身智能的具身二字本質(zhì)上就是強(qiáng)調(diào) AI 必須依附于一個(gè)物理實(shí)體才能發(fā)揮價(jià)值。那么這個(gè)物理實(shí)體到底由哪些部分構(gòu)成我們可以把它類比為人類的身體決策層 大腦 中樞神經(jīng)感知層 眼睛、耳朵、皮膚、內(nèi)耳執(zhí)行層 骨骼、肌肉、雙手支撐層 骨架、血液能源、散熱系統(tǒng)下面逐層拆解。一、決策層大腦與算力中心決策層是機(jī)器人的計(jì)算中樞負(fù)責(zé)處理大模型推理、視覺感知算法和復(fù)雜的路徑規(guī)劃。它相當(dāng)于人類的大腦所有思考都在這里完成。1.1 高性能 AI 芯片具身機(jī)器人對邊緣算力的需求極高通常需要200-300 TOPS以上的算力才能支撐實(shí)時(shí)的視覺感知 大模型推理 運(yùn)動控制。目前主流的 AI 芯片方案分為三個(gè)梯隊(duì)芯片方案代表產(chǎn)品特點(diǎn)適用場景NVIDIAOrin / Thor生態(tài)最成熟CUDA Isaac Sim 工具鏈完善算力上限高高性能通用機(jī)器人、研發(fā)原型機(jī)特斯拉FSD 芯片自研自用針對自動駕駛和人形機(jī)器人優(yōu)化特斯拉 Optimus 等自有產(chǎn)品華為昇騰系列國產(chǎn)替代大模型適配能力強(qiáng)政策安全優(yōu)勢國產(chǎn)化要求高的政企場景瑞芯微RK3588性價(jià)比極高接口豐富功耗低6 TOPS 算力大規(guī)模部署的巡檢機(jī)器人、邊緣終端工程視角芯片選型不是算力越高越好而是算力匹配業(yè)務(wù)。高性能研發(fā)平臺選 Orin大規(guī)模量產(chǎn)巡檢選 RK3588有國產(chǎn)化要求選昇騰。一個(gè)優(yōu)秀的方案應(yīng)該做到 NPU 跑感知、GPU 跑 SLAM、CPU 跑任務(wù)調(diào)度三者各司其職而不是讓某一個(gè)芯片扛所有。1.2 通信架構(gòu)大腦思考完了指令要傳給全身的關(guān)節(jié)這就需要通信架構(gòu)。具身機(jī)器人通常采用工業(yè)級實(shí)時(shí)總線最常見的是EtherCAT。EtherCAT 的優(yōu)勢在于實(shí)時(shí)性強(qiáng)周期可以做到 125μs 甚至更低滿足關(guān)節(jié)高頻控制需求同步精度高從站之間的同步誤差可以控制在微秒級拓?fù)潇`活支持線型、樹型、星型等多種拓?fù)溥m合機(jī)器人分布式關(guān)節(jié)布局除了 EtherCAT部分機(jī)器人也會使用 CAN FD、PROFINET 等總線但在高性能人形機(jī)器人領(lǐng)域EtherCAT 基本是事實(shí)標(biāo)準(zhǔn)。二、感知層多模態(tài)傳感器感知層負(fù)責(zé)將真實(shí)的物理世界轉(zhuǎn)化成數(shù)字信號解決我在哪和我周圍有什么這兩個(gè)基本問題。它相當(dāng)于人類的眼睛、皮膚和內(nèi)耳。2.1 視覺傳感器眼睛視覺是機(jī)器人獲取環(huán)境信息最主要的來源通常占感知數(shù)據(jù)量的 80% 以上。RGB-D 深度相機(jī)同時(shí)提供彩色圖像RGB和深度信息Depth用于物體識別、空間建模、抓取定位常見方案結(jié)構(gòu)光、ToF飛行時(shí)間、雙目立體視覺優(yōu)點(diǎn)信息豐富成本相對較低缺點(diǎn)受光照影響大強(qiáng)光或黑暗環(huán)境下精度下降激光雷達(dá)LiDAR通過發(fā)射激光束測量距離構(gòu)建高精度 3D 點(diǎn)云用于大場景的 SLAM 建圖和避障優(yōu)點(diǎn)精度高、測距遠(yuǎn)、不受光照影響缺點(diǎn)成本高、體積大在空曠地帶容易失效缺乏特征點(diǎn)工程視角視覺和激光雷達(dá)不是二選一而是融合使用。視覺提供豐富的語義信息這是杯子還是椅子激光雷達(dá)提供精確的幾何信息障礙物距離多少米。兩者通過時(shí)間同步和空間標(biāo)定融合才能讓機(jī)器人既看得懂又量得準(zhǔn)。2.2 觸覺與力覺傳感器神經(jīng)視覺只能看但機(jī)器人要接觸物體、施加力量就需要觸覺和力覺感知。六維力/力矩傳感器安裝在手腕和足踝部位同時(shí)測量三個(gè)方向的力Fx, Fy, Fz和三個(gè)方向的力矩Mx, My, Mz實(shí)現(xiàn)柔性控制抓取易碎品時(shí)輕拿輕放接觸障礙物時(shí)及時(shí)卸力是人機(jī)協(xié)作安全的核心保障碰到人的一瞬間立即停機(jī)IMU慣性測量單元維持平衡的內(nèi)耳實(shí)時(shí)感知機(jī)器人的姿態(tài)和運(yùn)動狀態(tài)通常由加速計(jì)感知加速度和重力方向、陀螺儀感知角速度、磁力計(jì)感知方向可選組成采樣頻率極高通常幾百到上千 Hz在視覺丟幀或光照突變時(shí)提供短時(shí)間的精準(zhǔn)定位致命弱點(diǎn)漂移Drift——積分誤差隨時(shí)間累積必須定期通過視覺或激光雷達(dá)校正2.3 本體感知電機(jī)自帶的編碼器Encoder感知每個(gè)關(guān)節(jié)旋轉(zhuǎn)的精確角度和速度。這是最基礎(chǔ)也是最可靠的感知來源相當(dāng)于人類對自己肢體位置的本體感覺——閉著眼睛也知道自己的手在哪里。三、執(zhí)行層關(guān)節(jié)執(zhí)行器執(zhí)行層是機(jī)器人最昂貴的部分約占整機(jī)成本的50%-70%。它決定了機(jī)器人的力量、速度和靈活性相當(dāng)于人類的肌肉和關(guān)節(jié)。3.1 旋轉(zhuǎn)執(zhí)行器Rotary Actuator核心構(gòu)成無框力矩電機(jī) 諧波減速器 傳感器 驅(qū)動器無框力矩電機(jī)直接集成在關(guān)節(jié)內(nèi)部扭矩密度高響應(yīng)快諧波減速器通過柔輪的彈性變形實(shí)現(xiàn)大減速比體積小、精度高、回差小應(yīng)用場景肩、肘、腰、胯等需要大范圍旋轉(zhuǎn)的關(guān)節(jié)工程視角旋轉(zhuǎn)執(zhí)行器的核心指標(biāo)是扭矩密度——單位體積/重量能輸出多大扭矩。人形機(jī)器人關(guān)節(jié)空間極其有限必須向一體化關(guān)節(jié)Integrated Joint方向演進(jìn)把電機(jī)、減速器、驅(qū)動器、傳感器全部集成在一個(gè)緊湊的模塊里。3.2 線性執(zhí)行器Linear Actuator核心構(gòu)成無框電機(jī) 行星滾柱絲杠行星滾柱絲杠將旋轉(zhuǎn)運(yùn)動轉(zhuǎn)化為直線運(yùn)動承載能力強(qiáng)、精度高、壽命長應(yīng)用場景腿部膝蓋和足踝需要支撐自重并提供起跳爆發(fā)力特點(diǎn)力量極大適合需要大推力的線性運(yùn)動場景線性執(zhí)行器和旋轉(zhuǎn)執(zhí)行器的選擇取決于關(guān)節(jié)的運(yùn)動形式。需要旋轉(zhuǎn)的用旋轉(zhuǎn)執(zhí)行器需要推拉的用線性執(zhí)行器。很多人形機(jī)器人的腿部采用旋轉(zhuǎn)關(guān)節(jié) 線性執(zhí)行器混合方案兼顧靈活性和力量。3.3 靈巧手Dexterous Hand動力源空心杯電機(jī)空心杯電機(jī)體積小、功率密度極高適合手掌這種空間極其有限的部位靈巧手通常擁有 3-5 根手指、十幾個(gè)自由度DoF能完成捏、握、旋轉(zhuǎn)、對指等精細(xì)化操作是具身智能從移動跨向作業(yè)的關(guān)鍵標(biāo)志工程視角靈巧手是目前具身智能最貴也最難的部分。它極其精密在工業(yè)環(huán)境下頻繁碰撞容易損壞這直接影響 TCO總擁有成本。在落地時(shí)需要權(quán)衡如果場景只需要抓取規(guī)則物體二指夾爪就夠了沒必要上靈巧手只有需要精細(xì)操作的場景如組裝、分揀異形件才值得投入靈巧手。四、支撐層骨架與能源支撐層雖然不像決策層和執(zhí)行層那樣顯眼但它是機(jī)器人能夠穩(wěn)定運(yùn)行的基礎(chǔ)保障。4.1 高強(qiáng)度骨架采用鋁合金、碳纖維或高性能塑料平衡強(qiáng)度與重量。鋁合金成本適中加工方便強(qiáng)度足夠是目前的主流選擇碳纖維強(qiáng)度高、重量輕但成本高、加工難度大用于高端產(chǎn)品高性能塑料用于非承重部位進(jìn)一步減重和降低成本工程視角輕量化是永恒的主題。每一克的減重都能顯著提升 ROI——降低能耗意味著更長的續(xù)航提升響應(yīng)速度意味著更靈活的動作。但輕量化不能犧牲強(qiáng)度在非結(jié)構(gòu)化環(huán)境中機(jī)器人可能會碰撞、摔倒骨架必須具備足夠的抗沖擊能力。4.2 高密度電池具身機(jī)器人功耗巨大需要高能量密度的電池組提供 4-8 小時(shí)的續(xù)航。4680 電池大圓柱電芯能量密度高散熱好成本低半固態(tài)電池能量密度更高安全性更好是未來的發(fā)展方向電池管理系統(tǒng)BMS監(jiān)控每節(jié)電芯的電壓、溫度保障充放電安全電池的能量密度是目前制約機(jī)器人續(xù)航的核心瓶頸。一臺 50kg 的人形機(jī)器人運(yùn)動時(shí)功耗可能達(dá)到 500W-1kW要做到 4 小時(shí)續(xù)航需要 2-4kWh 的電池這本身就有十幾公斤重。4.3 熱管理系統(tǒng)電機(jī)和芯片在高負(fù)荷下會產(chǎn)生大量熱量需要高效的散熱設(shè)計(jì)。被動散熱散熱片、導(dǎo)熱硅脂、金屬外殼導(dǎo)熱主動散熱風(fēng)扇、液冷熱設(shè)計(jì)考量高溫會降低芯片性能、加速電機(jī)老化、影響電池安全必須在設(shè)計(jì)階段就做好熱仿真和散熱規(guī)劃五、硬件成本結(jié)構(gòu)與落地挑戰(zhàn)5.1 成本結(jié)構(gòu)一臺具身機(jī)器人的硬件成本大致分布如下系統(tǒng)成本占比核心部件執(zhí)行層50%-70%關(guān)節(jié)執(zhí)行器電機(jī)減速器、靈巧手決策層10%-20%AI 芯片、計(jì)算板卡感知層10%-15%深度相機(jī)、激光雷達(dá)、力傳感器、IMU支撐層5%-10%骨架、電池、散熱執(zhí)行層占據(jù)了成本的大頭這也是為什么諧波減速器、無框力矩電機(jī)等核心部件被稱為具身智能產(chǎn)業(yè)鏈的咽喉。5.2 工程落地的三大挑戰(zhàn)作為解決方案提供商在面對硬件方案時(shí)應(yīng)關(guān)注以下三點(diǎn)1. 高集成度機(jī)器人空間極其有限硬件必須向一體化關(guān)節(jié)方向演進(jìn)。分散的電機(jī)減速器驅(qū)動器傳感器不僅占用空間還增加了布線復(fù)雜度和故障點(diǎn)。2. 輕量化每一克的減重都能通過降低能耗和提升響應(yīng)速度來提升 ROI。但輕量化不能以犧牲強(qiáng)度和可靠性為代價(jià)。3. 可靠性在非結(jié)構(gòu)化環(huán)境中硬件必須具備抗震、防塵甚至防水的能力。實(shí)驗(yàn)室里的精密設(shè)備到了工廠的油污、粉塵、震動環(huán)境里可能根本無法工作。可靠性直接決定了 MTBF平均無故障時(shí)間進(jìn)而影響客戶的 TCO 和 ROI。六、總結(jié)具身機(jī)器人的硬件是一個(gè)龐大的系統(tǒng)工程四大系統(tǒng)各司其職又緊密協(xié)作決策層負(fù)責(zé)思考是大腦和算力中心感知層負(fù)責(zé)感知將物理世界轉(zhuǎn)化為數(shù)字信號執(zhí)行層負(fù)責(zé)行動是最昂貴也最關(guān)鍵的部分支撐層負(fù)責(zé)保障提供結(jié)構(gòu)、能源和散熱理解了這四大系統(tǒng)就建立了具身機(jī)器人硬件的完整認(rèn)知框架。在后續(xù)的系列文章中我們將逐一深入每個(gè)系統(tǒng)的核心技術(shù)包括 VLA 模型、SLAM、Sim-to-Real、邊緣計(jì)算優(yōu)化、傳感器融合等從算法到硬件、從仿真到落地全方位拆解具身智能的工程實(shí)踐。關(guān)于作者越微智能Yuewell專注具身智能與工業(yè) AI 視覺落地基于自研 VLA 多模態(tài)大模型提供全品牌機(jī)器人二次開發(fā)適配宇樹/優(yōu)必選/智元/傅利葉與工業(yè)級視覺算法定制支持從算法、硬件到產(chǎn)線實(shí)機(jī)部署的全棧交付。下一篇預(yù)告《VLA 模型深度解析從 LLM/VLM 到 VLA具身智能的大腦如何工作》敬請關(guān)注。