机器人的设计涉及到工业设计，机械设计、电路设计、微嵌入式设计、软件设计、智能化等方面，而且交叉的比较紧密。

1、工业设计主要是为了体现产品的艺术和人文气息，能够代表一个产品的格调，通常和机械设计关系密切，也就是说产品不光要好用，还要好看。

2、机械设计部分分为结构设计和传动设计，很多搞结构设计的都不太涉及传动设计，大多是负责结构的外观设计，材料选型，材料表面处理，尺寸公差设计，外加静力校核等，使用的工具基本就是机械设计手册和三维设计（Solidworks，Catia，UG等）。

传动设计涉及到力、力矩等计算，传动形式的确定，以及运动构型设计。比如根据负载计算需要多大的电机，涉及力，速，惯量等概念，除此之外还要确定传动形式，齿轮传动？带传动？滚珠丝杠传动？线传动？等。机器人不同于其它的机械装置，其最大的一个特点就是要保证基本的运动性能（其实也是最难的性能），简单的如轮式，履带这种形式，复杂的如具有交替接触突变的足式形式。特别是足式形式，涉及到多刚体动力学，因为其运动形式是多个关节连杆运动的体现，类似一个基座也在运动的机械臂，因此很多思想和机械臂比较相似，比如运动雅可比，力雅可比，D—H等，牛顿—欧拉方程。当然也可以与机械臂有着不同的理论，比如四足机器人就有套空间运动的理论。一句话就是传动设计在在围绕着：知道关节力矩求关节加速度（正动力学），知道关节加速度求关节力矩（逆动力学）。

那么如何计算这个力呢？简单的还比较好计算，复杂的就要借助仿真，比如Adams即可以用来仿真运动构型，又可以仿真力和加速度，有了力我们还可以进一步对结构件进行校核，还会用到Ansys，abqus等。

力学这东西不能深挖，几何力学→广义力学→量子力学，每进一步都是深水区，还好几何力学其实已经够高端机器人的应用了。

3、机器人的电路设计基本不涉及强电，都是一些低压电，而且以PCB板的形式存在，使用的工具主要是AD，毕竟机器人对空间尺寸比较敏感。其主要是为了动力模块，比如电机，嗅觉模块，比如各种传感器，而服务，一块小小的电路板上可能会有驱动电机的驱动器模块，各种采集数据的传感器模块，电源管理BMS，通信模块，还会有一颗小小的控制器（单片机），以及各种电阻电容电感等。一块好的电路板不但可以保证通信稳定，控制稳定，还节能。

4，嵌入式设计，这部分偏软，大部分都是单片机来承担，这部分是最底层的，对实时性要求较高，因此需要比较大的带宽，对于机器人而言，这部分一般都是运行电机的控制算法，比如带前馈的PD控制，输入来自高层控制器的前馈项和PD参数（Kp，Kd），输出为换算后的电机的电流值，再进一步进行FOC控制（电机的矢量控制），FOC 控制主要由 Clark 变换、Park 变换、Park 逆变换、PID 控制、SVPWM控制五个模块组成。

其实关于电机的控制方法有很多，属于自动控制理论范畴，什么拉普拉斯变换，时域到频域分析，稳定分析（伯德图，奈奎斯特稳定判据，劳斯判据，根轨迹……），裕度分析等。控制算法有PID，ADRC，MPC……等等。

5，之后就来到了上层软件部分，也是最忙碌最复杂的部分，其实就是对上述所有环节的一个汇总。比如上面控制电机所需要的前馈，这个就需要前面多刚体动力学和单刚体动力学的联合求解提供。还有如果我们要控制机器人沿着期望轨迹运动，还可能用到MPC这种跟踪算法，基本思路就是先规划质心再规划足端，或者轮子之类的。另外提到轨迹就离不开各种多项式曲线拟合，如贝塞尔曲线。如果还涉及到空间姿态变换，就不得不提李群和李代数之间的互转。还有对各种传感器数据的滤波（FRI，卡尔曼滤波……），传感器数据的融合，传感器数据的同步……，传感器数据对于机器人的控制非常重要，没有传感器数据的反馈，机器人控制就是个开环控制，肯定不稳定，但是传感器又不可能绝对的准确，总有一定的概率不准确，因此就诞生了一门概率论机器人，专门来处理这种不确定性。这些传感器中，有俩非常重要，摄像头，激光雷达，这俩就相当于机器人的眼睛，也是试验机器人智能行走的主要手段，涉及的技术也比较复杂，比如激光雷达涉及SLAM，摄像头涉及机器人视觉。另外上述都是跑在Linux系统中，而且还可能会用到ROS。

6，可以看出上述都在解决一个最基本也是最复杂的问题，机器人的运动属性，鉴于上述复杂的求解过程，以及没有普适性，于是从这里就会出来另一条路，所谓的智能控制，比如强化学习，思想很朴素，就是不想这么复杂，直接端到端，输入轨迹，输出就是电机的位置，简单粗暴，付出的代价就是海量的试错和需要处理器强大的计算能力，当然理想很丰满，现实还是很骨感的，这种方法目前还不太好用，但是确实也展现了它强大的一面，因此可以将传统控制和智能控制进行结合，比如MPC控制所面临调参的麻烦，这种麻烦就可以甩给强化学习，另外机器人无法适应非结构化的路面，也可以甩给强化学习进行训练。

7，当然机器人可不能单单只有运动能力，还要有思想，大模型的加持使得机器人成为真正的智能体有望变成现实，很多顶尖的科学家都在往这里努力，使得机器人变得越来越聪明。当然相比于智能的发展，运动能力的发展还是滞后不少的，也就是机器人具有大人的智商，但确只有儿童的运动能力。

8，可见按照上面的说法，机器人大概可以分为3个比较难攻克的地方，移动能力（Locomotion），自主操作（Manipulation），智能（intelligence），而这三者都需要融入人工智能算法，而且越向上越依赖，比如移动能力目前主流采用传统的control，但也慢慢会融入RL，而自主操作这种如果要泛化的话，传统控制则无能为力，智能就更不用说了。

2025-08-24

299

分享到: 新浪微博 微信

分享到微信 ×

打开微信,使用扫一扫即可将网页分享至朋友圈。