機器人技術一直是人類科技關注的焦點。盡管科幻文學中早期對機器人的描繪多為類人生物形態(tài) (如卡雷爾·恰佩克、艾薩克·阿西莫夫、E.T.A.霍夫曼筆下的經典形象)，但1961年應用于汽車制造業(yè)的首臺機械臂Unimate卻是極為簡化的工業(yè)設備。

經過計算機設計、控制理論、電機工程及傳感技術的多年發(fā)展，機器人逐漸具備導航、交互與協(xié)作能力，能夠完成更復雜的任務。如今，具身人工智能正成為新一代高機動性機器人的核心技術特征。構建日益復雜的機器人系統(tǒng)的三大核心要素包括：

機器人運動控制機

日益復雜環(huán)境下的感知與導航

適用新任務的模塊化與靈活性 (溝通、設計等)

本文摘錄自恩智浦《從固定機械臂到人形機器人: 移動機器人的演進歷程》白皮書，歡迎下載并閱讀完整版本。

以機器人演進脈絡為主線，探討機器人技術的前沿進展與挑戰(zhàn)，請點擊下載>>

復雜性演進路徑

以運動方式為分類維度，現(xiàn)代機器人可劃分為幾種不同類別，與操作機器人所需的控制與指令系統(tǒng)的復雜性形成顯著的對應關系。隨著各類技術的不斷發(fā)展與完善，復雜性逐漸變得可控，其演進過程也可視為一部簡明的機器人發(fā)展史。

圖：以運動方式為分類維度，現(xiàn)代機器人可劃分為幾種不同類別，與操作機器人所需的控制與指令系統(tǒng)的復雜性形成顯著的對應關系。

機器人最簡單的形式可能是一個三軸固定機械臂或龍門起重機，用于將物品或工具搬運至工作空間內的特定位置。更為復雜的固定機器人通常采用“機械臂”結構，由5至7個依次相連的驅動關節(jié)構成，末端配有工具或夾具。這類機械臂已廣泛應用于裝配、取放、焊接、檢驗等工業(yè)領域。機械臂的運動軌跡在空間內的指定點之間預先規(guī)劃與計算，由中央電機控制系統(tǒng)根據(jù)位置/扭矩曲線調度關節(jié)電機，將工具移至指定位置。

計算、電機控制與傳感技術的最新進展，逐漸打破傳統(tǒng)的集中式結構與僵化的調度，更輕量化的機器人能夠在工作空間內靈活地操控工具或夾具。目前，這些系統(tǒng)采用由中央運動規(guī)劃器引導的分布式電機控制系統(tǒng)。

需留意的是，路徑規(guī)劃、運動控制與電機控制是三個區(qū)別明顯的概念：

路徑規(guī)劃是從工作空間層面考量任務，確定機器人需將工具 (或自身) 移動至何處，以完成指定任務。

運動控制將機器人在操作空間內的姿態(tài)與位置視作其關節(jié)位置的函數(shù)。為實現(xiàn)路徑規(guī)劃器要求的目標姿態(tài)，運動控制會計算電機所需執(zhí)行的動作。

電機控制負責實時指令下達與狀態(tài)監(jiān)測，執(zhí)行由運動控制系統(tǒng)計算出的動作指令。

需要指出的是，前文提到的所有系統(tǒng) (機械臂、AMR和漫游車) 在設計上本身就具備穩(wěn)定性——即使斷電或運動控制功能失效，系統(tǒng)也會自動進入安全、穩(wěn)定的靜止狀態(tài)。然而，隨著嵌入式計算能力的提升，工程師開始突破固有穩(wěn)定性的限制。在研發(fā)多旋翼無人機時，工程師成功地讓本質上不穩(wěn)定的系統(tǒng)實現(xiàn)了穩(wěn)定。

這一成果得益于對原本獨立的運動控制與電機控制系統(tǒng)的深度整合。運動控制成為維持特定位置與姿態(tài)所必需的實時關鍵功能。一旦運動控制回路中斷，無人機將立刻墜落。由于功耗與重量的限制，路徑規(guī)劃等更高層級的功能在早期通常由人工操作完成，例如通過遙控器下達“以特定速度向前移動”等一般性運動指令。

為了穩(wěn)定控制這些運動鏈，需要位置編碼器、電機、慣性測量單元 (IMU)、陀螺儀和計算元件等所有相關組件之間實現(xiàn)低時延通信。此外，還需以低時延執(zhí)行復雜的全身運動與電機控制算法，而這一能力的實現(xiàn)得益于機載計算能力的顯著提升。

更為復雜的是，這些系統(tǒng)被設計用于應對具有挑戰(zhàn)性的環(huán)境——畢竟，在平坦的倉庫或醫(yī)院地面，簡單輪式結構已足夠應對移動需求。腿部結構只有在輪式方案不再適用時才顯現(xiàn)其價值，因此在運動規(guī)劃中必須考慮環(huán)境因素 (例如，確定機器人每只腳落下的位置)。由于系統(tǒng)處于動態(tài)運動且本身不具備穩(wěn)定性，運動規(guī)劃必須以極低延遲執(zhí)行，確保每只腳都能及時落在符合更高層級 導航要求的合適位置。

當前許多腿足機器人仍通過“踩踏式”腿部運動規(guī)避這一挑戰(zhàn)，這種模式在多數(shù)平坦地面場景中有效。但未來技術突破的關鍵在于開發(fā)近實時的運動規(guī)劃器，以支撐復雜的運動與電機控制系統(tǒng)。

盡管仍面臨諸多挑戰(zhàn)，人形機器人如今已具備在林間小道上以雙足行走的能力。然而，要實現(xiàn)人形機器人的完整構想，手臂部分也必須納入考量。目前，許多演示系統(tǒng)聚焦于展現(xiàn)復雜的身體運動，以營造視覺上的強烈沖擊。在這些系統(tǒng)中，手臂作為輔助元件集成至全身運動規(guī)劃與執(zhí)行框架中，力求達到實時協(xié)同。這一設計顯著增加了計算復雜性，因為在腿部沿預定路徑行走 (或完成復雜的跳躍動作) 時，手臂需要輔助維持平衡。

目前研究與創(chuàng)新的前沿在于賦予人形機器人多物體交互能力，比如搬運不同重量的物品、使用手持工具對靜止甚至動態(tài)的物體施力，以及轉動頭部捕捉全景與細節(jié)。上半身執(zhí)行的動作必須通過全身運動與控制保持平衡。由于手臂上的接觸力在任務過程中不斷變化，為了維持整體平衡，運動規(guī)劃系統(tǒng)必須與實時控制回路深度融合，以適應任務執(zhí)行中動態(tài)變化的運動約束。

運動規(guī)劃越來越依賴AI模型，具身人工智能正深刻影響系統(tǒng)設計，AI逐步成為保障系統(tǒng)穩(wěn)定與平衡的核心部分。因此，對AI可靠性與實時性能的要求也變得至關重要。

機器人研發(fā)企業(yè)傾向于將關鍵計算任務集中于單一中央計算平臺，同時通過嵌入機器人四肢與關節(jié)驅動器的微控制器 (MCU) 來執(zhí)行單關節(jié)位置控制。這種架構既滿足運動規(guī)劃與控制的無縫集成需求，也便于在持續(xù)的快速迭代過程中只需更新一個計算平臺。

盡管人形機器人備受關注，但從經濟實用性出發(fā)，輪式或多足結構仍然是主流地面移動機器人方案。

▲表1：各類移動機器人原型的控制要求

地點導航與任務執(zhí)行

目前，大多數(shù)輪式移動機器人的導航主要依賴于兩類傳感器。第一種是激光掃描儀，既能生成機器人周圍水平地面的二維地圖，又能觸發(fā)關鍵的功能安全機制。第二種是攝像頭，在有限的視野 (FOV) 內收集重要信息，比如用于標識位置或待取貨物的二維碼。

激光掃描儀和攝像頭的數(shù)據(jù)會被輸入到負責環(huán)境建圖和導航的計算模塊中。這個過程的第一階段通常稱為SLAM，可以通過全球或本地定位系統(tǒng) (如GPS、藍牙標簽、墻上的二維碼) 提供的數(shù)據(jù)進行增強，并結合已有信息 (如倉庫地圖) 進一步提升精度。

生成的地圖隨后用于規(guī)劃通往環(huán)境中特定位置的路徑，同時考慮其他機器人或箱子等臨時障礙物。這個階段稱為導航，其復雜程度取決于作業(yè)區(qū)域的大小、其他車輛或人員的數(shù)量和速度，以及作用于機器人的操作限制等因素。

隨著機器人進入餐廳、醫(yī)院或城市街道等復雜、不可控的環(huán)境，對額外傳感器和相關計算能力的需求會迅速增加。這正是機器人自20世紀60年代起最初被部署在受控環(huán)境中的一個關鍵原因。直到半導體技術和低功耗嵌入式計算方案取得突破，機器人技術才得以進入更廣泛的應用領域。

在工業(yè)、商業(yè)和家庭環(huán)境中，自主機器人操作的出發(fā)點是自動識別物體及其在機器人工作空間中的位置。這種能力源自于固定機械臂相對簡單的料箱拾取操作，就在幾年前，這還被視為一項重大挑戰(zhàn)；而如今，這對于非結構化環(huán)境中的自主任務來說必不可少。

當前仍面臨兩大挑戰(zhàn)：首先是檢測和識別物體本身， 其次是制定有效的抓取或與交互策略?，F(xiàn)有解決方案雖然可行，但需要強大的算力，并且通常采用多個AI模型來處理物體檢測、分類、跟蹤和3D模型生成等子任務。

另一個常見的挑戰(zhàn)是如何實現(xiàn)機器人感知自身位置和周圍環(huán)境的傳感器的同步和低時延。這對于飛行或腿足機器人尤其重要，因為視覺數(shù)據(jù)必須與來自陀螺儀和慣性測量單元 (IMU) 的輸入相匹配。傳感器的有效同步對于保持準確的態(tài)勢感知和地圖繪制至關重要。

應對新任務的復雜性

隨著機器人不再局限于高度專業(yè)化領域，它們需要具備與日益復雜的環(huán)境進行交互的能力。在最初階段，這一轉變體現(xiàn)在固定機械臂實現(xiàn)與工業(yè)現(xiàn)場總線系統(tǒng)的互操作性。起初，單個信號與傳感器直接連接至機械臂控制器。但很快，廠商開始將機器人集成至總線系統(tǒng)，使其能夠勝任更加復雜的工業(yè)裝配或焊接任務?；ゲ僮餍宰寵C器人廠商吸引更廣泛的客戶群體，穩(wěn)步降低成本并推動機器人應用的普及。

同樣，如今用于廠內物流的移動機器人通過無線網絡 (通常使用Wi-Fi或LTE) 實現(xiàn)連接。對于大規(guī)模部署，多數(shù)廠商傾向于采用自定義機群管理協(xié)議，對接倉庫管理系統(tǒng) (WMS) 或制造執(zhí)行系統(tǒng) (MES)。盡管已有嘗試通過ROS2和MQTT等框架對機群編排進行標準化，但這些標準在實際應用中能否廣泛落地仍未可知。

當移動機器人在工廠和倉庫的預設環(huán)境之外運轉、跳躍或飛行時，連接再次成為挑戰(zhàn)。家用和酒店服務機器人預計將依賴本地連接基礎設施 (大概率是Wi-Fi，家用場景或許會擴展使用Matter協(xié)議)。與此同時，遠程漫游機器人將需要全新的連接解決方案。

當機器人在與人類共享的空間中運行時，人機交互 (HMI) 的重要性日益凸顯。面臨的挑戰(zhàn)包括:本地語音與視覺處理、任務場景中的手勢解讀 (比如，指向需搬運的箱子或需避開的路徑)，以及權限判定 (明確究竟由人類還是機器人來發(fā)出指令)。

結論和行動倡議

本白皮書所闡述的內容，僅代表近年來推動人形機器人快速發(fā)展的技術基礎中的一小部分。本文作者對快速演進的移動機器人滿懷熱忱，而人形機器人只是其中的一種表現(xiàn)形式。希望讀者能關注以下幾個補充要點和尚待探討的問題：

1當前對人形機器人應用的預測主要集中在車間場景。如前文所述，腿部結構僅在輪式機器人無法高效運作的環(huán)境中才具備實用價值。多數(shù)有足夠預算引入人形機器人的現(xiàn)代工廠，已針對輪式機器人的順暢運作進行了優(yōu)化。因此，以人為中心的環(huán)境，如醫(yī)院、家庭和餐廳，很可能成為人形機器人最先落地的場所。

2盡管人形機器人常被視作機器人進化的巔峰形態(tài)，但在許多應用場景中，雙足原型并不具備優(yōu)勢。開發(fā)多樣化的機器人設計組合，靈活適配不同形態(tài)與應用場景，對于最大化實用價值與推廣應用至關重要。

3人們很容易將腿足機器人和人形機器人看作是“直立版” 的軟件定義汽車 (SDV)。然而，這些機器人中的控制回路集成遠比當前汽車所采用的系統(tǒng)復雜得多。維持平衡依賴于多個運動鏈，導致管理這些系統(tǒng)的難度大幅提升。盡管車輛架構的某些部分有望在機器人設計中復用，但設計者需關注新興機器人架構中的結構性差異。

恩智浦深知下一波機器人創(chuàng)新浪潮是先進計算、傳感、連接與AI融合的產物。人形機器人和自主系統(tǒng)不再受限于想象，而是推動著我們不斷突破技術集成與適應性的邊界。隨著這些機器人在非結構化環(huán)境中的導航能力增強，能夠更高效地與人類互動，并勝任多樣化的任務，我們必須主動推動這一進程，讓這個未來既觸手可及又可持續(xù)發(fā)展。

我們致力于提供基礎技術，包括高性能半導體、高能效處理和先進的連接解決方案，賦能機器人工程師打造多功能、可靠且安全的系統(tǒng)，塑造未來世界。這不僅關乎技術本身，更是為了實現(xiàn)一個由機器人提升人類生活品質、保障安全、重塑行業(yè)并應對全球挑戰(zhàn)的未來。

為加速實現(xiàn)這一愿景，我們誠邀廣大合作伙伴、研究人員與創(chuàng)新者攜手合作。無論您正在設計下一代自主機器人、研究AI驅動的運動規(guī)劃，還是探索機器人在以人為中心的環(huán)境中的新應用場景，恩智浦都已準備好為您的探索之旅提供支持。

歡迎訪問nxp.com.cn/MobileRobotics或聯(lián)系我們的機器人團隊，了解恩智浦如何助力將創(chuàng)意轉化為突破性解決方案。

本文作者

Nicolas Lehment任職于恩智浦首席技術官 (CTO) 團隊，負責協(xié)調研究活動，并針對工業(yè)、 家用及商業(yè)應用場景中的機器人技術、機器學習/人工智能 (ML/AI)、功能安全及連接性等戰(zhàn)略議題提供技術指導。加入恩智浦前，他曾為ABB和Smartray設計尖端計算機視覺與機器人系統(tǒng)。其研究成果覆蓋ML驅動的視頻分類、人體姿態(tài)跟蹤及協(xié)作機器人等領域，并因此獲得慕尼黑工業(yè)大學博士學位。