人形机器人指南（五）传感

五、传感系统——人形机器人的“五感”

人形机器人的行动力和智能源于其感知世界的能力。传感系统如同人类的感官系统，通过物理信号采集与数字化转换，为机器人的控制决策提供数据支撑。它分为本体感知（了解自身状态）和环境感知（认识外部世界）两大范畴。本章将系统解析人形机器人所需的关键传感器类型、融合原理以及应对实际应用中噪声与干扰的鲁棒性设计策略。

5.1 本体感知——身体的“内感觉”

本体感知是机器人理解自身运动姿态、受力状态的核心，是实现精确运动控制和安全性的基础。

• 关节位置传感器 (Joint Position Sensors)：

  • 功能： 实时测量各关节的角度或位移。

  • 类型与原理：

    • 旋转编码器 (Encoder)： 最核心、最广泛应用的技术。

      • 增量式： 通过光栅/磁栅计数脉冲测量相对位移。需寻零（原点复位），成本低、抗干扰强（配对比特通道）。

      • 绝对式： 输出独特的格雷码或串行数字信号（如SSI, BiSS, EnDat）表征绝对角度位置。最关键的优势： 上电即知位置，无需寻零，系统更安全可靠。广泛应用于所有需要绝对位置信息的关节（尤其承重关节）。

    • 电位器 (Potentiometer)： 通过滑动触点电阻变化反映角度/位移。优点： 模拟输出、成本极低、结构简单。致命缺点： 有磨损、寿命有限、分辨率精度低、存在死区。在低成本、非关键或短寿命平台（如教育机器人）的次要关节可见，但在高端人形中已被编码器完全取代。

  • 要求： 高精度（分辨率<0.1°）、高可靠性、低延迟、抗冲击振动。

• 关节速度传感器 (Joint Velocity Sensors)：

  • 功能： 测量关节角速度/线速度。

  • 实现方式： 很少使用独立传感器。

    • 从位置信号微分： 最常用方法。但会放大位置噪声（需滤波处理）。

    • 编码器中的测速通道 (Tacho Output)： 部分编码器提供模拟/数字测速输出。

    • 电机反电动势 (Back-EMF)： 通过测量无刷电机定子线圈的感应电动势估测转速（精度相对较低）。

• 关节力矩/力传感器 (Joint Torque/Force Sensors)：

  • 功能： 感知关节驱动轴或末端所受扭矩/力。是实现精细力控、柔性交互、碰撞检测的关键！

  • 原理与类型：

    • 应变片式扭矩传感器 (Strain Gauge Based)：

      • 在弹性体（关节轴或法兰）上粘贴应变片组成惠斯通电桥。弹性体受力/扭矩产生微变形->应变片电阻变化->电桥输出差分电压信号->经放大滤波后转换为数字信号。

      • 优点： 技术成熟、精度高（可达0.1%FS）、量程范围广、集成度可做高（如空心轴设计）。

      • 缺点： 敏感于温度漂移（需精密温度补偿电路或算法）、长期蠕变、对交叉耦合（如弯矩）敏感。

      • 应用： 高端人形机器人关节标配（如Atlas、HRP、Optimus的髋、膝、踝、肩、肘等主要关节）。模块化关节常将力矩传感器与减速器输出轴集成（如Optimus关节模块）。

    • 光学式扭矩传感器： 利用光纤布拉格光栅（FBG）或磁弹效应测量弹性体变形。优点：抗电磁干扰强、可多参数测量、尺寸潜力小。缺点：成本高、解调系统复杂。仍在研究验证阶段。

  • 重要性： 直接力感知是实施阻抗控制、导纳控制、协作装配任务、安全接触、自适应抓取的核心依据。

• 六维力/力矩传感器 (6-Axis F/T Sensors)：

  • 功能： 测量作用于其安装点上的三维力 (Fx, Fy, Fz) 和三维力矩 (Mx, My, Mz)。

  • 原理： 高度复杂化的应变片技术。在特殊设计的弹性体结构（如十字梁式、平行梁式、筒式）上，精密排布多组应变片阵列。

  • 核心用途： 主要安装于

    • 手腕： 直接感知手部与被操作物体间的交互力/力矩（抓取力、操作阻抗等），是实现灵巧操作和精确力控的终极感官。是所有追求高水平操作能力的平台（如Optimus, HRP, Atlas）的手腕标配传感器。

    • 脚踝/足底： 精确测量足与地面间的相互作用力（Ground Reaction Force, GRF），是双足步行稳定性（零力矩点ZMP计算）、步态优化、地形适应感知、跌倒预警的重要输入（如HRP， Atlas）。

  • 要求： 极高精度、刚性（尽量减少对机械性能的影响）、抗过载、低交叉耦合误差。国内如坤维、宇立（SRI）等传感器企业已达到国际先进水平。

• 惯性测量单元 (Inertial Measurement Unit - IMU)：

  • 功能： 感知机体整体的角速度和线加速度（非重力加速度）。结合算法可推算姿态（偏航角、俯仰角、横滚角）。

  • 组成：

    • 陀螺仪 (Gyroscope)： 测量三个轴的角速度（ωx, ωy, ωz）。核心器件：微机电系统 (MEMS) 陀螺仪（主流，基于科里奥利效应），高端采用光纤陀螺 (FOG) 或环形激光陀螺 (RLG)（精度更高、成本昂贵、体积大）。

    • 加速度计 (Accelerometer)： 测量三个轴的线加速度（ax, ay, az）。核心器件：MEMS 加速度计（基于质量块-电容检测）。

  • 核心位置： 安装在机器人躯干重心附近的核心保护壳体内。

  • 核心作用： 整体姿态估计、运动状态（速度/位置积分存在漂移）、平衡控制反馈、传感器融合的基础。是动态行走不可或缺的“内耳”。高性能IMU通常集成温度传感器用于实时补偿。

5.2 环境感知——世界的“外感觉”

环境感知赋予机器人理解周围空间、物体、人以及环境变化的能力，是智能行为的基础。

• 视觉传感器 - 机器人的“眼睛”：

  • RGB-D 相机 (RGB-D Camera)： 核心三维感知设备。

    • 原理： 同时获取彩色图像 (RGB) 和深度图 (Depth)。

    • 主流技术：

      • 结构光 (Structured Light)： 如 Microsoft Kinect v1， Intel RealSense D4xx。主动投射编码图案->计算形变获取深度。优点： 精度高（短距离）、相对低成本、低光照可用。缺点： 室外强光干扰大，远距离精度低。

      • 双目立体视觉 (Stereo Vision)： 如 Intel RealSense D4xx（融合）、ZED 相机。模拟人眼视差计算深度。优点： 无主动光源限制、室外表现好。缺点： 依赖纹理，低纹理区域效果差，计算开销相对大。

      • 飞行时间法 (ToF - Time of Flight)： 如 PMD， ST， TI 传感器。发射调制光脉冲->测量光往返时间计算深度。优点： 抗干扰强、精度随距离衰减慢。缺点： 成本较高、功耗较大、多机干扰问题。

    • 作用： 三维环境重建 (SLAM)、物体识别与分割、障碍物检测与避碰、手势识别、人脸识别、操作引导。是空间理解与人机交互的核心传感器。广泛应用于头部或胸部。

  • LiDAR (Light Detection and Ranging)：

    • 原理： 发射激光脉冲（机械旋转式/固态如MEMS, OPA, Flash）->接收反射光->测量时间差计算距离（点云）。提供高精度、长距离、高分辨率的距离信息。

    • 优点： 测距精度高、测程远（可达百米）、不受光照影响、能生成精确环境几何结构（点云）。

    • 缺点： 成本高（尤其高线数机械式）、功耗大、透明/吸光/镜面物体效果差、雨雾天性能下降、点云缺乏语义信息（通常需融合视觉）。

    • 作用： 精确导航定位、建图、大范围避障、地形地形测绘。常用于头部或较高位置以扩大视野。特斯拉Optimus选用纯视觉路线成为特例。

  • 鱼眼/广角摄像头 (Fisheye/Wide FOV Camera)：

    • 作用： 提供宽视角甚至全景覆盖（>180°），特别适合近身环境监控、避障（尤其盲区）、人类活动感知。常作为补充传感器安装在足踝、腰部、背部等位置。

• 触觉传感器 (Tactile Sensors)： 机器人的“皮肤”

  • 功能： 感知接触、压力分布、剪切力、纹理甚至温度。

  • 核心载体： 主要部署于手部和足底！

  • 类型与原理：

    • 电阻式阵列： 通过阵列式柔性电极和压阻材料，测量局部压力变化（电阻变化）。成熟度高。

    • 电容式阵列： 测量电极间因接触变形导致的电容变化。灵敏度高、分辨率潜力高。

    • 光学式阵列： 利用摄像头捕捉弹性光学层（含散射点或Marker）受压缩时的内部变形图像，计算压力分布。分辨率高、动态范围广，但较厚。

    • 压电式/压电聚合物 (PVDF)： 利用压电效应直接产生电荷输出。响应快（微秒级），适合动态接触/振动传感（如抓滑检测）。

  • 挑战与前沿： 柔性集成、高密度、多模态（压力+剪切+温度）、鲁棒性、信号处理（空间大阵列数据）。国内如中科院北京纳米所、南科大等在柔性电子触觉方向有国际领先研究。

• 其他环境传感器：

  • 超声波传感器 (Ultrasonic Sensors)： 利用发射/接收超声波时间差测距。优点： 成本低、测距不受颜色/光照影响、对光透明物体有效（玻璃）。缺点： 精度分辨率低、易受声波反射干扰、探测角度宽导致定位模糊。作用： 短距离廉价障碍物感知、地面坑洞探测（足底安装）、液位检测。

  • 红外传感器 (IR Sensors)： 分为主动式（发射接收红外光测距，类似ToF但成本低精度低）和被动式（仅接收环境热辐射或特定波长红外光）。作用： 近距离避障、人体存在检测（热释电原理PIR）、简单循迹。

  • 麦克风阵列 (Microphone Arrays)： 机器人的“耳朵”。作用：

    • 语音识别与人机对话： 实现远场拾音、声源定位（波束形成）、降噪。

    • 环境声音理解： 事件检测（如破碎声、警报）。

    • 音频交互： 播放提示音、音乐或语音合成。

5.3 传感器融合原理（卡尔曼滤波、粒子滤波）——感知的“大脑皮层”

单一传感器通常存在局限（噪声、视野限制、测程短、特定场景失效）。传感器融合通过整合多个异构传感器的数据，利用互补性和冗余性，获取比单一传感器更准确、更鲁棒、更全面的状态估计。

• 核心目标： 实时状态估计 (State Estimation)，例如：

  • 融合 IMU（高频/短时精度好） + 视觉/LiDAR/编码器（绝对/长时精度好） -> 精确姿态 + 位置估计。

  • 融合 RGB图像 + 深度图（RGB-D） + LiDAR -> 稠密语义化的三维场景理解。

  • 融合力传感器 + 视觉 + 编码器 -> 精确估计操作接触点状态和负载。

  • 融合多个麦克风（阵列） -> 声源定位和语音增强。

• 关键算法：

  • 卡尔曼滤波 (Kalman Filter, KF) 及其变种： 最基础、最广泛应用（尤其动态系统状态估计）

    • 原理： 基于线性动态模型和高斯噪声假设，采用预测-更新循环。预测：根据状态方程和上一时刻状态估计预测当前状态与协方差（表示不确定性）。更新（校正）：获取传感器观测值，与预测值比较，利用卡尔曼增益（权衡模型预测和观测的置信度）更新当前最优状态估计和协方差。

    • 优点： 计算效率高、最优线性无偏估计（在模型和噪声统计准确时）。

    • 局限性： 要求系统模型为线性（或近似线性化）且噪声为高斯分布。

    • 变种解决非线性问题：

      • 扩展卡尔曼滤波 (Extended Kalman Filter, EKF)： 通过泰勒展开一阶近似对非线性模型/观测进行局部线性化。主流方法。广泛应用于姿态位置估计、基于里程计的定位建图 (Visual/Multi-sensor Odometry)。中国科技工作者在多源融合导航定位技术（如视觉惯性里程计 VIO）中取得重要成果。

      • 无迹卡尔曼滤波 (Unscented Kalman Filter, UKF)： 采用“无迹变换”传递状态分布（无需显式计算雅可比矩阵），通常比EKF对非线性处理更优。

  • 粒子滤波 (Particle Filter, PF)： 解决强非线性、非高斯问题的强大工具

    • 原理： 序贯蒙特卡洛方法。用一组带权重的“粒子” (Particles) 来近似表示系统状态的概率分布。过程：预测 - 粒子根据状态方程传播并添加过程噪声。更新（重采样） - 用当前观测值计算每个粒子的似然度（权重），并依据权重重要性采样 (Resampling) 生成新的粒子集（权重高的粒子被复制，低的被淘汰）。

    • 优点： 能处理任意复杂非线性和非高斯分布的系统和噪声模型。

    • 缺点： 计算复杂度非常高（粒子数量多时，尤其在高维状态空间）。存在粒子退化（只有少数粒子有显著权重）和样本贫化（重采样后多样性丧失）风险。需精心设计提议分布 (Proposal Distribution)和重采样策略。

    • 应用： 复杂场景（非结构化、动态环境）的全局定位（SLAM）、机器人绑架问题恢复、存在多模型不确定性的人体行为跟踪、基于视觉位姿估计的后优化。常用于计算资源较充裕的场景。

  • 互补滤波 (Complementary Filter)： 一种简单高效的频率域融合方法。对高频信息（如IMU陀螺仪积分得到角速度）和低频信息（如加速度计/磁力计估计的姿态角）分别使用高通和低通滤波器，再合并。广泛应用于低端平台的姿态解算（如开源飞控IMU）。

• 融合层次：

  • 数据级融合： 在原始数据层面进行融合（如图像拼接、点云融合）。信息损失少，但数据量大、要求传感器精确同步和标定。

  • 特征级融合： 提取各传感器数据的特征（如关键点、边缘、轮廓、深度值）再进行融合。降低数据量。

  • 决策级融合： 各传感器独立处理数据并做出局部决策（如“前方有障碍”），然后融合这些决策。容错性高、计算要求低，但信息损失最大。

5.4 传感器噪声处理与鲁棒性设计——感知的“免疫力”

所有传感器输出都不可避免地包含噪声和不确定性。实际环境充满挑战（光照剧变、振动、电磁干扰、遮挡、雾/雨、温度波动）。鲁棒性设计是确保感知系统在严苛条件下可靠工作的关键。

• 噪声特性：

  • 类型：

    • 电子噪声： 源于传感器电子元件的热噪声、1/f噪声、量化噪声（AD转换）。通常视为高斯白噪声（均值零、方差恒定）。

    • 环境干扰： LiDAR在雾雨散射、视觉在强光/低光/反光下的劣化、超声波的混响。

    • 系统噪声： IMU陀螺仪的零偏（随时间、温度变化）、加速度计的尺度因子误差和非正交误差、编码器振动导致的抖动误差、力矩传感器的温度漂移。

  • 建模重要性： 传感器融合算法（如KF/EKF）高度依赖对过程噪声（系统建模误差）和观测噪声的准确统计建模（方差Q，R）。不准确会导致融合结果偏差甚至发散。

• 传感器噪声处理技术：

  • 硬件层面：

    • 屏蔽与接地： 严格电磁屏蔽（如传感器金属外壳、线缆屏蔽层）、良好单点接地，抑制电磁干扰(EMI)。

    • 电源滤波： 使用低噪声电源模块，在电源入口和关键IC旁路电容。

    • 信号调理： 硬件滤波（RC低通/带通）滤除高频噪声，运放电路进行阻抗匹配、放大。

  • 软件算法层面：

    • 时间域滤波：

      • 移动平均 (Moving Average)： 简单有效抑制高频噪声，但引入滞后。

      • 低通/带通/卡尔曼滤波： 更精确地从噪声中提取有用信息。

    • 频域滤波： 在傅里叶变换域滤波去噪，适合特定噪声模式。

    • 离群点检测 (Outlier Rejection)： 通过统计检验（如中值滤波、χ²检验）、模型一致性检查（如RANSAC）排除异常测量值。

    • 传感器标定与补偿： 系统级鲁棒性的基石！

      • 静态标定： 确定传感器的零点、尺度因子、非正交/不正交（如IMU）、安装角度偏差。

      • 动态标定： 确定传感器的频率响应特性。

      • 温度补偿： 为关键传感器（力矩、IMU）建立并应用温度漂移模型。实时温度传感器输入至关重要。

      • 在线标定： 在机器人运行过程中利用冗余信息自适应校正（如视觉辅助IMU零偏估计）。

• 鲁棒性设计策略：

  • 多源冗余 (Redundancy)： 增加多个同类型或功能互补的传感器。一个传感器失效时，系统功能降级但不会完全瘫痪（如双IMU，多个视角的相机）。

  • 传感器选择与部署优化：

    • 针对场景选择： 室内应用视觉LiDAR为主，室外考虑LiDAR抗光能力，水下可能用声呐。

    • 安装位置： 保护关键传感器（IMU），将易损摄像头置于高位，足底/手部空间受限但仍需触觉。

  • 物理防护：

    • 防水防尘： 关键传感器需具备IP防护等级（如IP65/67）。

    • 减振： 对振动敏感传感器（IMU、精密力觉、高清相机）使用橡胶/硅胶减震支架。

    • 防冲击与过载： 机械结构设计保护（如摄像头可缩进保护壳、足底触觉有缓冲层）。

  • 故障检测诊断与降级模式 (Degraded Mode)：

    • 持续监控传感器信号完整性、置信度、一致性（如多传感器交叉检查）。

    • 发现严重或持续故障时（如信号消失、输出恒值、数据明显不合逻辑），触发告警并将系统切换到使用剩余传感器运行的安全模式（“跛行回家”能力）。例如：

      • 力传感器故障 -> 仅依赖位置控制和有限电流环估算。

      • 关键相机故障 -> 仅依赖LiDAR进行导航避障。

    • 融合算法中设定合理的一致性门限 (Gating)，拒绝与当前状态估计冲突过大的观测（尤其PF/KF类）。

结语

精密而鲁棒的传感系统是人形机器人从“盲目的执行者”蜕变为“机敏的感知者”的核心赋能技术。从肌肉运动的内省（本体感知）到万千世界的解读（环境感知），多维传感器如同机器人的神经网络末梢，将物理信号转化为数字化认知。而多源信息的智能融合（卡尔曼、粒子滤波等）则构成了机器人理解自身与环境协同演化的认知模型基础。在真实世界的恶劣环境中，克服噪声与干扰的鲁棒性设计赋予了传感系统坚韧的生命力。

通过本章解构机器人的“五感”，我们铺设了智能决策的信息基石。接下来，在第六章中，我们将探讨驱动这些感知和行动的能量之源——能源系统，解析人形机器人持续运作的动力续航命脉。