執(zhí)行層：系統(tǒng)在做出決策后，對機器人本體做出控制。機器人各操控系統(tǒng)都與決策系統(tǒng)相鏈接，并按指令
準確執(zhí)行。
⚫ 自平衡系統(tǒng)：機器人在不同環(huán)境下保持動態(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，一方面通過傳感器獲取機器人的狀態(tài)信息，從而控制關節(jié)運動實現(xiàn)平衡；另一方面，通過預測機
器人的運動軌跡和所需動作，而提前應對。
⚫ 行走步態(tài)：零力矩點(ZMP)需要落在支撐面內，合理地規(guī)劃踝關節(jié)和髖關節(jié)，以保持動態(tài)行走時重心的穩(wěn)定；
同時腿部應具備適當的機械柔順性，有效緩解來自未知G剛度環(huán)境的碰撞沖擊。這均要求算法與關節(jié)硬件相匹
配。
第一代FSD芯片單個算力72tops,CPU做控制,GPU做圖像處理,NPU為神經處理單元,完全適用于人形機器人;D1芯片32位浮點計算的最大性能達到22.6TFLOPs
大模型提升仿真學習能力,可大幅提升算法訓練效率,縮短算法與硬件調整時間,極大提高訓練效率,可加快軟件更新迭代
人形機器人需完成人類 各種動作,動作連續(xù)復雜,需頻繁的物理交互且操作因果性多,算法難度遠高于自動駕駛,來控制機器人身體做出動作規(guī)劃 并下發(fā)指令
人形機器人進入門檻高,科技巨頭擁有研發(fā)實力及軟件基礎,在視覺感知,算法,虛擬仿真等軟件方面領先優(yōu)勢明顯,且與原有業(yè)務協(xié)同效應明顯
人形機器人本質是AI系統(tǒng)落地物理世界的最佳載體,但更核心問題在于是算法對運動能力的控制,包括本體平衡,行走的步態(tài),部抓取等規(guī)劃與控制
預測全球25年人形機器人初步商業(yè)化,銷量3萬臺左右,30年這些領域就滲透率1.5-2%對應存量需求230萬臺,新增需求100萬臺+,2035年銷量有望突破1000萬臺
為人形機器人的成熟也是漸進式,可在細分市場的率先商業(yè)化,后逐步成熟轉為通用型機器人 ,由tob轉為toc,進入家政等市場,做人想做但是不能做的工作
硬件難點是靈敏度與承壓能力的協(xié)調,關節(jié)能力不能匹配運動規(guī)劃;軟件難點是訓練不同任務的運動規(guī)劃,實時反饋視覺檢測與理解,并對運動規(guī)劃做調整
感知模塊包括兩方面視覺和觸覺,視覺有純視覺路線,也有依靠雷達等多方式融合路線;決策模塊是機器人的大腦,核心是芯片與算法
人形機器人擁有更高級的感知交互系統(tǒng),包括傳感模塊和軟件方面,人形機器人比服務機器人更高,靠雙足行走,對減速器負載和電機響應速度要求更高
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
特殊場景服役機器人是指在特定環(huán)境或情況下執(zhí)行任務的機器人,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,空間探測等領域具有巨大需求
