執行層：系統在做出決策后，對機器人本體做出控制。機器人各操控系統都與決策系統相鏈接，并按指令
準確執行。
⚫ 自平衡系統：機器人在不同環(huán)境下保持動(dòng)態(tài)平衡（特別是外力沖擊下），需要軟件算法和機械設計共同作用。
軟件層面看，一方面通過(guò)傳感器獲取機器人的狀態(tài)信息，從而控制關(guān)節運動(dòng)實(shí)現平衡；另一方面，通過(guò)預測機
器人的運動(dòng)軌跡和所需動(dòng)作，而提前應對。
⚫ 行走步態(tài)：零力矩點(diǎn)(ZMP)需要落在支撐面內，合理地規劃踝關(guān)節和髖關(guān)節，以保持動(dòng)態(tài)行走時(shí)重心的穩定；
同時(shí)腿部應具備適當的機械柔順性，有效緩解來(lái)自未知G剛度環(huán)境的碰撞沖擊。這均要求算法與關(guān)節硬件相匹
配。
人形機器人需完成人類(lèi) 各種動(dòng)作,動(dòng)作連續復雜,需頻繁的物理交互且操作因果性多,算法難度遠G于自動(dòng)駕駛,來(lái)控制機器人身體做出動(dòng)作規劃 并下發(fā)指令
人形機器人進(jìn)入門(mén)檻G,科技巨頭擁有研發(fā)實(shí)力及軟件基礎,在視覺(jué)感知,算法,虛擬仿真等軟件方面L先優(yōu)勢明顯,且與原有業(yè)務(wù)協(xié)同效應明顯
人形機器人本質(zhì)是AI系統落地物理世界的佳載體,但更核心問(wèn)題在于是算法對運動(dòng)能力的控制,包括本體平衡,行走的步態(tài),部抓取等規劃與控制
預測25年人形機器人初步商業(yè)化,銷(xiāo)量3萬(wàn)臺左右,30年這些L域就滲透率1.5-2%對應存量需求230萬(wàn)臺,新增需求100萬(wàn)臺+,2035年銷(xiāo)量有望突破1000萬(wàn)臺
為人形機器人的成熟也是漸進(jìn)式,可在細分市場(chǎng)的率先商業(yè)化,后逐步成熟轉為通用型機器人 ,由tob轉為toc,進(jìn)入家政等市場(chǎng),做人想做但是不能做的工作
硬件難點(diǎn)是靈敏度與承壓能力的協(xié)調,關(guān)節能力不能匹配運動(dòng)規劃;軟件難點(diǎn)是訓練不同任務(wù)的運動(dòng)規劃,實(shí)時(shí)反饋視覺(jué)檢測與理解,并對運動(dòng)規劃做調整
感知模塊包括兩方面視覺(jué)和觸覺(jué),視覺(jué)有純視覺(jué)路線(xiàn),也有依靠雷達等多方式融合路線(xiàn);決策模塊是機器人的大腦,核心是芯片與算法
人形機器人擁有更G級的感知交互系統,包括傳感模塊和軟件方面,人形機器人比服務(wù)機器人更G,靠雙足行走,對減速器負載和電機響應速度要求更G
具身智能與垂直大模型,人形與四足仿生機器人,三維感知模型和多模態(tài)信息融合,機器人新型核心零部件與靈巧操作,腦機接口,生肌電一體化與微納機器人
特殊場(chǎng)景服役機器人是指在特定環(huán)境或情況下執行任務(wù)的機器人,在消防救援,電力勘測,農業(yè),建筑,核工業(yè),反恐防暴,國防安全,空間探測等L域具有巨大需求
群體機器人技術(shù)的應用L域廣泛,集群智能作為人工智能的分支,將得到越來(lái)越多的應用,有望在機器人等L域創(chuàng )造出新的應用和創(chuàng )新
云服務(wù)機器人是指將機器人的核心計算和智能部分部署在云端服務(wù)器,云端大腦+本地機體”或“云端服務(wù)”機器人將成為規�；茝V與應用的重要模式之一
