人形機(jī)器人市場分析

人形機(jī)器人市場分析技術(shù)革新+巨頭入局+政策激勵，多維度催化人形機(jī)器人落地技術(shù)進(jìn)步+巨頭入局+政策激勵加速2023年人形機(jī)器人產(chǎn)業(yè)發(fā)展。2023年ChatGPT等大語言模型超預(yù)期發(fā)展，增強(qiáng)人形機(jī)器人交互能力，拓寬其應(yīng)用領(lǐng)域；硬件方面，特斯拉等科技公司紛紛入局，有望加快產(chǎn)業(yè)鏈技術(shù)進(jìn)步。我們認(rèn)為人形雙足機(jī)器人為通用機(jī)器人的最優(yōu)解，因?yàn)槿祟惿鐣姆N種事物都按照人類的生理結(jié)構(gòu)進(jìn)行設(shè)計(jì)，貼近人類形態(tài)的雙足機(jī)器人更能適應(yīng)種類多樣的任務(wù)，達(dá)到通用的目的，隱形成本較小。隨著科技龍頭入局、ChatGPT等AI技術(shù)加速、相關(guān)政策密集落地，作為“具身智能”理想載體的人形機(jī)器人在多種因素的推動下有望快速發(fā)展。大模型幫助機(jī)器人思考學(xué)習(xí)，推動具身智能發(fā)展。英偉達(dá)創(chuàng)始人兼CEO黃仁勛在ITFWorld2023半導(dǎo)體大會上表示，AI下一個(gè)浪潮將是“具身智能”，即能夠理解、推理物理世界并與物理世界互動的智能系統(tǒng)。微軟、Google、英偉達(dá)等大廠均積極開展具身智能相關(guān)研究。微軟基于ChatGPT的強(qiáng)大自然語言理解和推理能力生成控制機(jī)器人的相關(guān)代碼；英偉達(dá)VIMA基于T5模型，將文本和多模態(tài)輸入交錯融合，結(jié)合歷史信息預(yù)測機(jī)器人的下一步行動動作；英偉達(dá)OPTIMUS使用任務(wù)運(yùn)動規(guī)劃器來自動生成足夠的機(jī)器人軌跡數(shù)據(jù)，然后訓(xùn)練Transformer視覺-運(yùn)動策略，進(jìn)而預(yù)測機(jī)器人動作；谷歌RT-2則通過VLM與機(jī)器人數(shù)據(jù)的結(jié)合，賦予機(jī)器人語義理解和基本推理能力。大模型不斷進(jìn)步提升人形機(jī)器人交互能力，推動具身智能發(fā)展。特斯拉機(jī)器人快速迭代，24年有望在工廠投入使用。2021年特斯拉在AIDay上首次提出其人形機(jī)器人Optimus的渲染圖；2022年AIDay上，特斯拉推出原型機(jī)，在沒有外接線纜的情況下實(shí)現(xiàn)了緩慢行走與揮手；2023年5月股東大會上，特斯拉人形機(jī)器人已經(jīng)可以實(shí)現(xiàn)流暢的行走與抓取物品，靈活度較原型機(jī)大大提高。2023年7月20日，馬斯克表示，目前特斯拉人形機(jī)器人擎天柱的制造數(shù)量為10臺左右，將會在2023年11月左右對特斯拉自己設(shè)計(jì)的執(zhí)行器進(jìn)行行走等測試，明年人形機(jī)器人有望率先在內(nèi)部工廠投入使用。在應(yīng)用場景方面，除了工廠以外，公司還考慮將人形機(jī)器人與Neuralink結(jié)合，為殘障人士提供義肢應(yīng)用場景有望不斷拓展。多方玩家布局人形機(jī)器人，百舸爭流加快硬件變革。除特斯拉外，國內(nèi)外多家公司積極研發(fā)人形機(jī)器人并取得快速進(jìn)步。2019年波士頓動力機(jī)器人Atlas掌握“體操”技巧，能夠連續(xù)的跳躍、翻滾；2022年8月，小米發(fā)布人形機(jī)器人“Cyberone”；2023年4月1Xtechnologies機(jī)器人EVE應(yīng)用于美國和歐洲部分地區(qū)的商業(yè)場景；優(yōu)必選、傅利葉所生產(chǎn)機(jī)器人都具備行走，與人協(xié)同完成動作等功能；三星宣布將于2023年10月闡述其“Semicon人形機(jī)器人”計(jì)劃。各高校實(shí)驗(yàn)室也在積極嘗試各種技術(shù)路徑研發(fā)人形機(jī)器人，清華大學(xué)交叉信息研究院陳建宇團(tuán)隊(duì)機(jī)器人“小星”采用準(zhǔn)直驅(qū)力控方案，可完成多種動作。多方玩家并驅(qū)爭先，有望加速人形機(jī)器人硬件升級。政策密集出臺，加速人形機(jī)器人產(chǎn)業(yè)化進(jìn)程。2023年6月28日，北京印發(fā)《北京市機(jī)器人產(chǎn)業(yè)創(chuàng)新發(fā)展行動方案（2023-2025年）》，強(qiáng)調(diào)要對標(biāo)國際領(lǐng)先人形機(jī)器人產(chǎn)品，支持企業(yè)和高校院所開展人形機(jī)器人研發(fā)和工程化，目標(biāo)在2025年前實(shí)現(xiàn)百臺（套）級人形機(jī)器人原型機(jī)的生產(chǎn)，并在3-4個(gè)典型場景中開展示范性應(yīng)用。十四五以來，中央和地方陸續(xù)推出支持人形機(jī)器人產(chǎn)業(yè)發(fā)展的政策，如《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》、《“機(jī)器人”應(yīng)用行動實(shí)施方案》、《山東省制造業(yè)創(chuàng)新能力提升三年行動計(jì)劃（2023-2025年）》、《深圳市加快推動人工智能高質(zhì)量發(fā)展高水平應(yīng)用行動方案（2023-2024年）》等。多地利好政策有望推動人形機(jī)器人加快工程化和產(chǎn)業(yè)化。決策層：大模型賦予機(jī)器人“大腦”，具身智能迎來曙光大模型使機(jī)器人理解自然語言，增強(qiáng)泛化能力大模型為機(jī)器人裝上“大腦”，提升其理解能力與泛化能力。谷歌DeepMind于2023年7月28日推出全球首個(gè)控制機(jī)器人的視覺-語言-動作(VLA)模型RT-2；斯坦福大學(xué)李飛飛教授研究團(tuán)隊(duì)于2023年7月12日推出VoxPoser，通過大語言模型加視覺語言模型指導(dǎo)機(jī)器人行動。搭載此類模型的機(jī)器人可以像ChatGPT一樣被操縱，可理解自然語言指令并且無需預(yù)定義的運(yùn)動原語或額外的數(shù)據(jù)和訓(xùn)練，具身智能迎來曙光（具身智能指具有身體并支持物理交互的智能體，可借助智能算法實(shí)現(xiàn)理解推理并與物理世界互動）。大模型的發(fā)展使機(jī)器人更容易理解人類指令并執(zhí)行動作以完成更好的交互，人形機(jī)器人產(chǎn)業(yè)化進(jìn)度有望加快。RT-2/VoxPoser實(shí)現(xiàn)自然語言編程，機(jī)器人“善解人意”。RT-2/VoxPoser的一大突破是使機(jī)器人可以理解自然語言指令，無需復(fù)雜的編程語言便可完成人機(jī)交互。RT-2模型建立在視覺-語言模型（VLM）的基礎(chǔ)上，賦予機(jī)器人語義理解和基本推理能力，使其可以聽懂并自主推理出已滅絕動物（恐龍）和哪種飲料最適合疲憊的人(能量飲料)；李飛飛團(tuán)隊(duì)VoxPoser模型只需接收到“打開上面的抽屜，小心花瓶！”類似的指令即可執(zhí)行任務(wù)；在前華為天才少年彭志輝創(chuàng)業(yè)公司智元機(jī)器人所發(fā)布的視頻中，機(jī)器人也可根據(jù)簡單的文字或語音指令對桌面上不同顏色的方塊進(jìn)行選取、調(diào)位和疊放等操作。無需訓(xùn)練即可完成復(fù)雜指令且產(chǎn)生涌現(xiàn)能力，未知場景下RT-2模型泛化能力翻倍。新模型的另一大突破是無需預(yù)定義的運(yùn)動原語或額外的數(shù)據(jù)和訓(xùn)練，模型泛化能力增強(qiáng)，加速機(jī)器人通用化。過去算法下實(shí)現(xiàn)機(jī)器人扔垃圾的動作需訓(xùn)練機(jī)器人區(qū)分、撿起、扔掉垃圾各個(gè)步驟，而RT-2可以將網(wǎng)絡(luò)相關(guān)知識傳給機(jī)器人，使其無需明確的訓(xùn)練即可學(xué)會扔垃圾。面對之前從未見過的任務(wù)情形，RT-2成功率達(dá)到62%，泛化性能較RT-1提高一倍。而VoxPoser用大模型指導(dǎo)機(jī)器人如何與環(huán)境進(jìn)行交互，達(dá)到在無需額外數(shù)據(jù)和訓(xùn)練的情況下完成各種任務(wù)，并且涌現(xiàn)出了4種行為能力，可以自主分步完成任務(wù)，掌握評估方法，根據(jù)最新要求做出判斷進(jìn)而調(diào)整輸出動作。RT-2泛化能力還體現(xiàn)在其思維鏈（CoT）助其進(jìn)行多階段語義推理，完成更復(fù)雜任務(wù)。DeepMind研究團(tuán)隊(duì)展示了將思維鏈推理納入RT-2中使其能夠進(jìn)行多階段語義推理，他們用少量的“增強(qiáng)”數(shù)據(jù)微調(diào)一個(gè)RT-2-PaLM-E變種，增強(qiáng)數(shù)據(jù)中加入了“Plan”步驟，使得VLM首先用自然語言描述機(jī)器人將要采取的動作的目的，然后再給出預(yù)測的機(jī)器人動作標(biāo)記。例如：“指示：我餓了。計(jì)劃：選擇rxbar巧克力。行動：1128124136121158111255?！蓖ㄟ^實(shí)驗(yàn)結(jié)果可以觀察到，具有思維鏈推理的RT-2能夠回答更復(fù)雜的命令。決策結(jié)果到運(yùn)動控制映射方式改變，機(jī)器人實(shí)現(xiàn)“手腦協(xié)調(diào)”此前大模型產(chǎn)出的策略需要借助低級別策略或API才能完成對機(jī)器人的運(yùn)動控制。視覺語言模型生成的結(jié)果到機(jī)器人動作的映射方式，主要取決于該預(yù)測結(jié)果的層級。之前模型中預(yù)測結(jié)果處于高級別設(shè)計(jì)層級：以GooglePaLM-E和微軟ChatGPTforRobotics為例，PaLM-E實(shí)現(xiàn)了對具身任務(wù)的決策方案預(yù)測，但不涉及機(jī)器人動作的實(shí)際控制，需要依賴低級別的現(xiàn)成策略或規(guī)劃器來將決策方案“翻譯”為機(jī)器人動作。微軟默認(rèn)提供控制機(jī)器人的低層級API，ChatGPT輸出是更高層級的代碼，需調(diào)用到機(jī)器人低層級的庫或API，從而實(shí)現(xiàn)對機(jī)器人動作的映射和控制。RT-2和VoxPoser預(yù)測結(jié)果已經(jīng)到了低級別動作層級，不需要再經(jīng)過復(fù)雜的翻譯即可將高層級設(shè)計(jì)映射到低層級動作。RT-2輸出字符串可直接對應(yīng)到機(jī)器人的坐標(biāo)、旋轉(zhuǎn)角等信息。RT-2動作控制采用的方法是將機(jī)器人動作表示為另一種語言，即文本token，并與Web規(guī)模的視覺-語言數(shù)據(jù)集一起訓(xùn)練。代表機(jī)器人動作的文本字符串可以是機(jī)器人動作token編號的序列，例如「1128912415101127217」，該字符串以一個(gè)標(biāo)志開始，該標(biāo)志指示機(jī)器人是繼續(xù)還是終止當(dāng)前情節(jié)，然后機(jī)器人根據(jù)指示改變末端執(zhí)行器的位置和旋轉(zhuǎn)以及機(jī)器人抓手等命令。由于動作被表示為文本字符串，因此機(jī)器人執(zhí)行動作命令就像執(zhí)行字符串命令一樣簡單。這種表示方式允許谷歌對現(xiàn)有的視覺-語言模型進(jìn)行微調(diào)，并將其轉(zhuǎn)換為視覺-語言-動作模型。Voxposer規(guī)劃結(jié)果直接為機(jī)器人運(yùn)行軌跡。Voxposer的動作控制實(shí)現(xiàn)過程是首先給定環(huán)境信息（用相機(jī)采集RGB-D圖像）和自然語言指令，之后LLM（大語言模型）根據(jù)這些內(nèi)容編寫代碼，所生成代碼與VLM（視覺語言模型）進(jìn)行交互，指導(dǎo)系統(tǒng)生成相應(yīng)的操作指示地圖（3DValueMap），之后動作規(guī)劃器將生成的3D地圖作為目標(biāo)函數(shù)，直接合成最終操作軌跡。在用LLM和VLM將語言指令映射為3D地圖的過程中，系統(tǒng)利用“感興趣的實(shí)體(entityofinterest)”來引導(dǎo)機(jī)器人進(jìn)行操作，也就是通過3DValueMap中標(biāo)記的值來反應(yīng)哪個(gè)物體是對它具有“吸引力”的，哪些物體是具有“排斥性”，比如在打開抽屜的例子中，抽屜就是“吸引”的，花瓶是“排斥”的。感知層：聚焦力傳感器應(yīng)用，機(jī)器人知“輕重”懂交互人形機(jī)器人需借助多種傳感器識別自身運(yùn)動狀態(tài)和環(huán)境狀況，收集多模態(tài)數(shù)據(jù)以供交互。具身智能重點(diǎn)在于具有身體體驗(yàn)的能力，與環(huán)境交互獲得視、聽、觸覺等多模態(tài)數(shù)據(jù)再做出反應(yīng)，需要模型與傳感器等硬件相互配合。李飛飛教授團(tuán)隊(duì)在介紹Voxposer的論文中提到，具身智能依賴于外部感知模塊，在需要整體視覺推理或理解細(xì)粒度物體幾何形狀的任務(wù)中具有局限性，需要更高級的視覺傳感器或其他傳感方式。因此人形機(jī)器人產(chǎn)業(yè)化不僅需要大模型完成決策，還需要傳感器等硬件不斷升級進(jìn)行配合，提供多模態(tài)數(shù)據(jù)。六維力/關(guān)節(jié)扭矩傳感器為力控核心，使人形機(jī)器人知“輕重”力傳感發(fā)展仍處初期，六維力傳感器和關(guān)節(jié)扭矩傳感器是核心。在機(jī)器人多種感知中，力覺感知及對應(yīng)的力傳感器發(fā)展較慢，但其在人形機(jī)器人的運(yùn)動控制中起重要作用，可以增強(qiáng)機(jī)器人本體感知及獲取環(huán)境物理信息的能力。力傳感器是人形機(jī)器人感測力和力矩信息的主流選擇，可協(xié)助機(jī)器人完成精細(xì)和智能的操作任務(wù)。人形機(jī)器人力感知主要包括兩種模式，一種使用末端的六維力傳感器，一種使用關(guān)節(jié)扭矩傳感器。人形機(jī)器人旋轉(zhuǎn)、線性執(zhí)行結(jié)構(gòu)類似于人類關(guān)節(jié)，對于力的感知相對簡單，可采用關(guān)節(jié)扭矩傳感器；而對于人形機(jī)器人末端執(zhí)行器（如腕部、踝部）在執(zhí)行操作的過程中，力的方向和作用點(diǎn)都在三維空間內(nèi)隨機(jī)變化，測量需要精確處理，六維力傳感器更符合需求。六維力傳感器精度高、獲取力信息最全面。六維力傳感器是一類可以同時(shí)檢測X、Y、Z三軸方向的力和繞三個(gè)坐標(biāo)軸方向的力矩的傳感器，目前已應(yīng)用于協(xié)作機(jī)器人和康復(fù)醫(yī)療機(jī)器人中，可以增強(qiáng)機(jī)器人與人協(xié)同的安全性。六維力傳感器測量維度最高，可以提供最全面的力覺信息，其具有高精度、高靈敏度、快速響應(yīng)、高耐用性和可靠性的特點(diǎn)，可以輕松檢測到微小的力的變化，實(shí)時(shí)記錄和傳輸數(shù)據(jù)，滿足各種應(yīng)用的需求。相較于三維力傳感器，六維力傳感器適用于力的作用點(diǎn)離傳感器標(biāo)定參考點(diǎn)距離較遠(yuǎn)，且隨機(jī)變化，測量精度要求較高的情況。同時(shí)機(jī)器人可以利用獲得的力矩信息推算受力部件的姿態(tài)，監(jiān)測力矩是否在安全范圍內(nèi)，有效避免傳感器的過載損壞。六維力傳感器主要用于人形機(jī)器人腕部及踝部。六維力傳感器可裝載于機(jī)器人的腕部、踝部等核心關(guān)節(jié)處，讓機(jī)器人知“輕重”、懂交互，真正實(shí)現(xiàn)類人的運(yùn)動能力。雙足機(jī)器人由于有腳掌的存在，其在落足時(shí)會產(chǎn)生力矩，測量該力矩的大小和方向是運(yùn)動控制中的重要一環(huán)。六維力傳感器可搭載于雙足機(jī)器人腳踝處，測量各方向的力和力矩，并由控制器通過分析傳感器輸出的各維度數(shù)據(jù)，得出落腳時(shí)的受力狀態(tài)，從而對機(jī)器人姿態(tài)進(jìn)行調(diào)整。六維力傳感器還適用于人形機(jī)器人手腕關(guān)節(jié)處，機(jī)械手在執(zhí)行抓取或裝配工作時(shí)，會受到各方向的力，有六維力傳感器作為感知元件，機(jī)器人才能精準(zhǔn)執(zhí)行這些工作，甚至做到“穿針引線”。關(guān)節(jié)扭矩傳感器增強(qiáng)機(jī)器人本體感知。關(guān)節(jié)扭矩傳感器將扭轉(zhuǎn)力矩引起的物理變化轉(zhuǎn)換成精確的電信號，從而形成對機(jī)器人單關(guān)節(jié)力矩的測量和記錄。機(jī)器人本體感知依賴關(guān)節(jié)扭矩傳感器感測各個(gè)關(guān)節(jié)扭力，獲得各個(gè)部位受力情況，提供機(jī)器人整體的姿態(tài)及位置信息。關(guān)節(jié)扭矩傳感器可以實(shí)時(shí)反饋高質(zhì)量扭矩信號，迅速識別接觸并立即降低力和速度，因?yàn)樵搨鞲衅骶嚯x電機(jī)較近，避免了機(jī)器人機(jī)械本體動態(tài)特性的干擾，帶寬更高，動態(tài)響應(yīng)更快。關(guān)節(jié)扭矩傳感器本質(zhì)測量一維力，但要抵抗五維力的干擾，抗干擾能力要求高。高價(jià)值高壁壘，六維力傳感器面臨動靜態(tài)特性及解耦問題進(jìn)口六維力傳感器價(jià)格昂貴，國內(nèi)外產(chǎn)品在多方面仍存在差距。2022年，在接受高工機(jī)器人采訪時(shí)，坤維科技創(chuàng)始人熊琳表示：“一臺高性能的進(jìn)口力傳感器的價(jià)格頂?shù)蒙蠂鴥?nèi)一臺協(xié)作機(jī)器人的價(jià)格，導(dǎo)致國內(nèi)機(jī)器人行業(yè)用不起，加之標(biāo)校能力和生產(chǎn)方式等多方面的約束，國內(nèi)多數(shù)六維力傳感器廠商無法滿足產(chǎn)能需求，阻礙了第三代工業(yè)機(jī)器人的發(fā)展?！备咝阅芰S傳感器價(jià)格從幾千到上萬不等，價(jià)值量較高。國內(nèi)參與者主要是鑫精誠、宇立儀器（安川電機(jī)、KUKA、ABB的力傳感器合作商）、坤維科技（供貨給節(jié)卡、遨博、睿爾曼、大族等國內(nèi)協(xié)作機(jī)器人廠商），但國產(chǎn)六維力傳感器與外資主流傳感器在靈敏度、串?dāng)_、抗過載能力及維間耦合誤差等方面仍存在差距。應(yīng)變片式為當(dāng)前六維力傳感器主流，硅應(yīng)變傳感器在穩(wěn)定性、信噪比、剛度方面表現(xiàn)較好。根據(jù)GGII，六維力傳感器根據(jù)傳感元件的不同主要分為三種基本類型：應(yīng)變片式、光學(xué)式以及壓電/電容式。應(yīng)變片式可分為金屬電阻應(yīng)變片和硅應(yīng)變片，當(dāng)基體受力發(fā)生應(yīng)力變化時(shí)，應(yīng)變片也一起產(chǎn)生變形，使應(yīng)變片的阻值發(fā)生變化。壓電/電容式中，電容是通過極距的變化導(dǎo)致電壓變化，壓電則是通過形變改變電荷。光學(xué)式則通常使用光柵或其他光纖技術(shù)檢測光功率并將其轉(zhuǎn)換為電能。目前市場應(yīng)用的大部分是基于應(yīng)變片式的測量，其具有靈敏度高、測量范圍大、可靠性高、技術(shù)成熟等優(yōu)點(diǎn)。其中硅應(yīng)變傳感器在穩(wěn)定性、信噪比、剛度方面有比較優(yōu)勢。應(yīng)變片式傳感器的彈性體結(jié)構(gòu)是關(guān)鍵，一體化和Stewart并聯(lián)為主流。應(yīng)變片式六維力傳感器的彈性體結(jié)構(gòu)設(shè)計(jì)是核心問題，傳感器的結(jié)構(gòu)受到其應(yīng)用場合的限制，而力敏感元件的形式和布置直接影響傳感器的靈敏度、剛度、動態(tài)性能、維間耦合等，很大程度上決定傳感器性能的優(yōu)劣。六維力傳感器的典型結(jié)構(gòu)設(shè)計(jì)主要是一體化結(jié)構(gòu)（豎梁、橫梁）和Stewart并聯(lián)結(jié)構(gòu)。以Waston腕力傳感器為典型代表的豎梁結(jié)構(gòu)橫向效應(yīng)好、結(jié)構(gòu)簡單、承載能力強(qiáng)，但豎向效應(yīng)差、維間干擾大、靈敏度較低；十字橫梁結(jié)構(gòu)靈敏度高、易加工，易于標(biāo)定，但存在維間耦合和徑向效應(yīng)；Stewart平臺中彈性體采用復(fù)合式結(jié)構(gòu)，該類傳感器具有結(jié)構(gòu)緊湊、承載能力強(qiáng)、誤差不累積等優(yōu)點(diǎn)。六維力傳感器選型難度大，技術(shù)難點(diǎn)集中于保持優(yōu)良的靜態(tài)性能、動態(tài)性能和低維間耦合。六維力傳感器選型難點(diǎn)在于應(yīng)用多樣性、復(fù)雜性。由于傳感器量程和精度成反比關(guān)系，選擇合適量程的傳感器才能使精度達(dá)到最大；同時(shí)在復(fù)雜應(yīng)用場景下，傳感器本體是否能適應(yīng)應(yīng)用場景也需要考慮；此外還要綜合考慮精密機(jī)構(gòu)當(dāng)中的傳感器如何安裝在狹小空間內(nèi)，如何與機(jī)構(gòu)融為一體等問題。六維力傳感器選型四個(gè)核心步驟為確定量程需求——確定使用環(huán)境——確定機(jī)械出線需求——確定通訊方式。六維力矩傳感器技術(shù)難點(diǎn)集中于需兼顧優(yōu)良的靜態(tài)性能、動態(tài)性能和低維間耦合。未來六維力矩傳感器需要六維聯(lián)合加載標(biāo)定設(shè)備等先進(jìn)儀器、動態(tài)特性優(yōu)化和矢量運(yùn)算中的解耦算法解決技術(shù)難點(diǎn)。難點(diǎn)一：六維力傳感器非線性特性顯著，需要更為復(fù)雜的六維聯(lián)合加載標(biāo)定。標(biāo)定是指通過加載理論值的載荷并同時(shí)記錄傳感器輸出的對應(yīng)原始信號的方式，獲得六維力傳感器內(nèi)部算法的各個(gè)參數(shù)，建立傳感器原始信號和受力之間的映射關(guān)系。標(biāo)定解耦是六維力傳感器提高精度的主要方法，因此標(biāo)定工作在傳感器的研發(fā)過程中扮演著重要角色?，F(xiàn)有標(biāo)定裝置存在較多局限性，如加載載荷有限、無法進(jìn)行復(fù)合加載、無法加載所有維度正負(fù)方向、維間耦合較大等。這些局限性因素限制了六維力傳感器標(biāo)定的有效性，影響其最終使用精度，只有采用六維力聯(lián)合加載標(biāo)定，才能使傳感器的準(zhǔn)度更好、串?dāng)_更低。難點(diǎn)二：實(shí)際應(yīng)用條件復(fù)雜，動態(tài)性能優(yōu)化算法仍需提升。六維力傳感器使機(jī)器人實(shí)現(xiàn)柔順化、智能化控制，因此在動載荷下性能指標(biāo)要求更高。在實(shí)際的力/力矩測量過程中，被測信號大多是動態(tài)信號，如機(jī)器人打磨拋光時(shí)的接觸力、物體高速運(yùn)動過程中的稱重和炮彈發(fā)射過程時(shí)的后座力等，這些信號屬于快速時(shí)變信號，動態(tài)性能較差的傳感器跟蹤測量這些信號難度較大。且當(dāng)前動態(tài)性能的分析方法很難獲得完全意義的沖擊信號和階躍信號，造成感應(yīng)系統(tǒng)的精度下降。當(dāng)前業(yè)界主要使用優(yōu)化自身結(jié)構(gòu)、形狀等方法提高動態(tài)性能，國內(nèi)外學(xué)者還嘗試?yán)脛討B(tài)補(bǔ)償濾波器、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法等智能算法來提高傳感器的動態(tài)性能。難點(diǎn)三：維間耦合問題無法徹底避免，解耦算法紛繁復(fù)雜。理想的六維力傳感器，每一方向輸出通道的電壓值僅取決于該方向作用力/力矩的大小，與其余五個(gè)方向作用力/力矩大小無關(guān)。但是由于傳感器的結(jié)構(gòu)設(shè)計(jì)、機(jī)械加工的精度、貼片技術(shù)、應(yīng)變片橫向效應(yīng)與檢測方式等方面的原因，幾乎每一維作用到傳感器上的力/力矩分量都會對傳感器的各路輸出信號產(chǎn)生影響，造成維間耦合問題。因此需要解耦算法來對六維力傳感器的輸出進(jìn)行解耦，消除維間干擾，提高傳感器的測量精度。但當(dāng)前對于多維力傳感器的解耦問題并沒有統(tǒng)一的處理方法，需根據(jù)實(shí)際情況及傳感器結(jié)構(gòu)進(jìn)行選擇和優(yōu)化。六維力傳感器+本體感知帶來機(jī)器人手部物品姿態(tài)估計(jì)新解法位姿估計(jì)是機(jī)器人領(lǐng)域重要問題，特殊環(huán)境下視覺反饋算法估計(jì)物品姿態(tài)可靠性較差。早期位姿估計(jì)算法包括模板匹配和特征點(diǎn)檢測，前者預(yù)構(gòu)建目標(biāo)位姿模板庫，檢索得到最相似模板圖像對應(yīng)位姿；后者提取目標(biāo)二維圖像特征，構(gòu)建關(guān)鍵點(diǎn)匹配后使用N點(diǎn)透視法解算。這兩種方法依賴物體表面顏色紋理，受環(huán)境因素影響大。之后三維相機(jī)在機(jī)器人視覺領(lǐng)域得到應(yīng)用，引入場景三維幾何信息提高目標(biāo)位姿估計(jì)精度，但其需要人工設(shè)計(jì)圖像特征提取方式，泛化性能差。近期PoseCNN構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)自動提取圖像特征，采用端到端的方式回歸物體三維位姿，但總體來看基于視覺系統(tǒng)的位姿估計(jì)算法應(yīng)用場景受到較大限制，在視覺被阻礙的環(huán)境中（狹窄空間進(jìn)行精細(xì)裝配或操作）估計(jì)結(jié)果可靠性較差。六維力傳感器搭配本體感知提供機(jī)器人手部物品姿態(tài)估計(jì)新解法。2023年7月，RSS會議上刊登了機(jī)器人感知手部物品姿態(tài)解決方案的論文，密歇根大學(xué)機(jī)器人系的AndreaSipos和NimaFazeli利用機(jī)器人本體感知（自身關(guān)節(jié)處扭矩傳感器的感知反饋）以及手腕上六維力傳感器的觸覺反饋，并使用接觸粒子濾波器算法，定位接觸位置并估計(jì)物體姿態(tài)，簡稱SCOPE，該方法可精確的完成接觸位置的確定和物體姿態(tài)的估計(jì)，有望推動人形機(jī)器人的位姿估計(jì)能力。SCOPE可精準(zhǔn)確定接觸位置，快速迭代估計(jì)物體姿態(tài)。SCOPE方法是在接收到六維力傳感器和關(guān)節(jié)扭矩傳感器的信號數(shù)據(jù)后，使用接觸粒子濾波器處理，完成物體姿態(tài)識別。上述論文中的實(shí)驗(yàn)選用來源于德國宇航局的FrankaEmikaPanda機(jī)器人，其是一款高性能七軸協(xié)作機(jī)器人，每個(gè)關(guān)節(jié)都配有扭矩傳感器，力控性能在同類型機(jī)器人里面處于領(lǐng)先地位，手腕的六維力傳感器則是美國企業(yè)ATI生產(chǎn)。在估計(jì)過程中雖然初始分布有較大的誤差和高方差，但SCOPE可以在短短幾次迭代中以低方差估計(jì)物體姿態(tài)。并且實(shí)驗(yàn)發(fā)現(xiàn)，即使對于較小的，非凸形狀的工具，SCOPE方法依然可以給出較為精確的姿態(tài)估計(jì)結(jié)果。使用接觸粒子濾波器算法進(jìn)行采樣定位，提供準(zhǔn)確力信息?，F(xiàn)有的物體姿態(tài)估計(jì)信號處理算法可以分為三大類：幾何匹配、概率方法和機(jī)器學(xué)習(xí)方法。目前主流方法是使用概率方法（粒子過濾器、SLAM和蒙特卡洛方法等）來估計(jì)物體的姿勢，其中粒子濾波器所需計(jì)算量小，且在非線性情況下表現(xiàn)較好，常被用于定位、跟蹤物體等問題。Sipos和Fazeli使用了兩個(gè)互補(bǔ)的接觸粒子濾波器（ContactParticleFilter）：一個(gè)用于估計(jì)接觸位置，另一個(gè)用于估計(jì)物體姿態(tài)，都是在接收到關(guān)節(jié)處扭矩傳感器和手腕處六維力傳感器的信號后進(jìn)行概率分布的計(jì)算更新，幫助去除來自環(huán)境的噪聲和不確定性，得到更準(zhǔn)確和可靠的接觸力信息。MultiSCOPE實(shí)現(xiàn)多個(gè)接觸跨物體姿態(tài)估計(jì)，助力機(jī)器人使用人類工具。Sipos和Fazeli進(jìn)一步于2023年6月提出MultiSCOPE，該方法使用本體感知和手腕處六維力傳感同時(shí)估計(jì)兩個(gè)物體在未知配置情況下被兩個(gè)協(xié)同手臂抓取的姿態(tài)。該方法由單個(gè)物體的感知擴(kuò)展到多接觸的交互，實(shí)現(xiàn)了跨動作的物體姿態(tài)估計(jì)。在該實(shí)驗(yàn)中機(jī)器人手持扳手可以擰動一個(gè)螺釘，即機(jī)器人既可以感受到直接接觸的扳手形態(tài)，又可以通過扳手和另一只手臂上的力傳感器感受到螺釘?shù)臓顟B(tài)變化，估計(jì)兩個(gè)抓取物體的姿態(tài)，從而完成多任務(wù)。該實(shí)驗(yàn)的成功使機(jī)器人具備多物體的感知能力，有助于機(jī)器人操作人類工具完成多項(xiàng)任務(wù)，提高人形機(jī)器人多場景下的通用性。六維力傳感器+本體感知技術(shù)使姿態(tài)估計(jì)向多模態(tài)+高效連續(xù)性發(fā)展。基于六維力傳感器和本體感知的物體姿態(tài)估計(jì)技術(shù)為機(jī)器人感知并抓取物體提供了新解法。該方法可與其他方法完成多模態(tài)互補(bǔ)，在無遮擋場景中，視覺感知方法可以與SCOPE共同使用以提高性能：比如機(jī)器人可以使用視覺反饋來初始化作用域和初步識別，提高感知效率。SCOPE技術(shù)未來的發(fā)展方向也會集中于減少收斂到準(zhǔn)確的物體姿態(tài)估計(jì)所需的動作數(shù)量和連續(xù)的下一步動作選擇算法，以提高機(jī)器人抓取物體的連續(xù)性和高效性。SCOPE與六維力傳感器的結(jié)合有望加快人形機(jī)器人實(shí)際應(yīng)用。執(zhí)行層：剛性驅(qū)動器方案成熟，準(zhǔn)直驅(qū)方案滲透率有望提高特斯拉采用成熟的剛性驅(qū)動器方案，未來準(zhǔn)直驅(qū)方案滲透率有望提高。機(jī)器人關(guān)節(jié)驅(qū)動器按動力來源可以分為液壓、氣動、電驅(qū)等。液壓雖然功率高，但可靠性和精度低，噪音大，成本高；氣動柔順性好，安全性高，但精度差，時(shí)滯高。電驅(qū)因其精度、安靜、高效方面的優(yōu)勢逐漸成為主流，其經(jīng)過30多年的發(fā)展，經(jīng)歷了從剛性驅(qū)動器、彈性驅(qū)動器到準(zhǔn)直驅(qū)驅(qū)動器的過程。特斯拉采用的是最早推出，也是相對成熟的剛性驅(qū)動器方案。如果電機(jī)和減速器性能沒有大幅提升的情況下，在雙足機(jī)器人領(lǐng)域剛性驅(qū)動器將會逐步被取代。近幾年新興的準(zhǔn)直驅(qū)驅(qū)動器技術(shù)發(fā)展迅速，未來有望替代傳統(tǒng)的剛性驅(qū)動器。剛性驅(qū)動器技術(shù)相對成熟，整體設(shè)計(jì)較難創(chuàng)新。1983年，早稻田大學(xué)研究出剛性驅(qū)動器（TSA），自此TSA在雙足仿人機(jī)器人上廣泛應(yīng)用。結(jié)構(gòu)上，TSA是常規(guī)無刷電機(jī)驅(qū)動高傳動比減速器，有些在電機(jī)端增加剎車，在減速器和輸出端增加高剛性力矩傳感器。力矩測量上，TSA是基于電流