具身智能正从科幻走进现实，但它的核心原理对很多人来说仍是一团迷雾。本文以人形机器人为例，深入拆解电机、减速器、丝杠等关键部件的工作原理，用最通俗的语言揭秘机器人如何实现『丝滑运动』。从行星减速器的齿轮咬合到RV减速器的抗冲击设计，再到六维力矩传感器的精妙平衡控制，带你读懂具身智能硬件的底层逻辑与商业化困境。
大家对机器人的概念并不陌生。提到机器人大家会觉得到这个东西是高科技。如果想详细了解它，需要耗费大量的时间。作为具身智能行业的产品经理。我想用小白也能理解的语言，将它的核心零部件拆解清楚。
本文会从以下几个角度阐述具身智能（硬件本体），后续会写篇对具身智能软件系统的文章。
具身智能，英文Embodied AI，简称EAI, 它是依靠物理实体（如机器人、四足机器狗，自动驾驶车辆等）与环境交互来实现智能增长的智能系统。
注意，我们要将具身智能看作为一个系统，而不仅仅认为是一个会动的机器。终极版的具身智能在其与环境的交互过程中，通过感知、控制和自主学习积累知识和技能，提升自身的智能水平，并形成影响物理世界的能力。估计这种终极版的机器人出现要到很多年以后了，相信那个时候人类社会也将会发生震撼级的反应。
一款好的具身智能产品，需要它将感知、决策和执行紧密结合。其中最大的挑战就在于如何提升硬件性能、提高算法的泛化能力和系统集成的水平。
（1）EAI≠ 大模型+机器人（等物理实体），而是=AI+机器人（等物理实体）。现有的大模型虽有推理决策、语言和视觉能力，但不存在主观感觉能力，多少亿参数都不行（观点出自斯坦福教授李飞飞）。脑、身体和环境的深度耦合是产生高级认知的基础。这需要构建新一代人工智能算法，结合了脑神经、运控控制等复杂理论，推动具身智能实现认知涌现。
（2）EAI ≠ 人形机器人， EAI＞ 人形机器人。具身智能可以搭载到其他机器人，比如仿生机器人、机器狗、L4自动驾驶等；人形机器人只是具身智能的一种应用，也被认为是最理想的应用形态。但笔者认为目前来看人形未必是最理想的应用形态，脱离应用场景谈产品，纯属疯子。
（3）EAI ≠ 智能体Agent，两者各有交叉和侧重。 Agent 是代理人，既可以是虚拟世界的，如manus ， 也可以是物理世界的智能机器人，；而EAI一定要是真实世界的实体物体，如人形机器人。
具身智能形态但前主要有人形，四足机械狗，非正常生命体三种形态。
我们观察生命体，人类以及动物所做的所有运动，都可以理解为是直线运动+曲线运动组成的。所以要让具身智能可以看起来不机械，更有生命力。就需要将这两大运动配合得更加完美。
所以对于现在的具身智能来讲，大家都在为将上述的两大运动形式搭配更加丝滑而努力。丝滑是需要各种装置相互完美配合才能做到理性效果。下面会分别讲述为了实现机器人的直线运动和曲线运动，会用到哪些装置。
机器人核心组成部件：旋转关节，线性关节，灵巧手/足，软件系统
旋转关节其实就是电机+减速器；线性关节就是电机+丝杠
能理解电机、减速器、丝杠，这三个核心内容就能了解80%以上的机器人基本工作原理，所以下面分别就这三个核心内容进行讨论。
（1）基础物理概念简述：在详细讨论电机之前，还需要简要科普一些最少且必备理解电机的物理概念
①磁体：小时候我们玩的吸铁石，这种无需外接因素影响就能产生磁场的物品，称之为永磁体。还有一种是我们高中学到的物理知识——电磁体。通电以后，会产生电磁场，可以让一个原本没有磁场的物体产生磁场。
②定子：固定不动的一个磁体，定子可以稳定的提供磁场。
③转子：会发生旋转的一个磁体，转子的磁场会因为外界条件的影响，使磁场的强度和方向发生变化。
④直流电：电流固定沿着一个方向移动
⑤交流电：电流会周期性改变移动方向和电流大小
了解到以上基础物理概念，其实电机就学的差不多了，接下来就是理解它们之间是怎么配合工作的
（2）电机的定义：用电供能，将电能转化成机械能的一种装置。
（3）电机的工作原理：它其实就是由定子&转子组成的。通电时，电流通过线圈产生磁场，定子磁场恒定不变，当转子的磁场与定子的磁场相互排斥时，就形成了反作用力，因此让转子产生了运动。当转子能够持续的产生和定子互斥的磁场，此时就会持续的产生运动，使其线圈发生旋转。
（4）电机的两大类别（用于卖关子，先不直接说它们是什么）：直流永磁无刷伺服电机、交流永磁异步伺服电机
（5）电刷：上述提到的有刷，无刷，说的就是电刷这个装置，是否存在，存在就是有刷，不存在就是无刷。电刷是用于传递电子的一个媒介，它可以导电。电刷工作时因为摩擦力会产生一些噪音，摩擦过程中会产生很多热量，因此电刷是具有损耗性的。电刷的定义一旦理解了，那我们就学会了下面这两种直流电机。
①有刷直流电机：定子磁场恒定+转子磁场旋转
②无刷直流电机：转子磁场恒定+定子磁场旋转 （无刷直流电机，是通过三组线圈间歇性给每一组线圈通电产生磁场，进而改变磁场方向，推动转子转动）
交流电机中定子有自己的固定磁场，固定磁场产生了交流电，交流电又产生了磁场，这个磁场和之前定子的固定磁场力的作用是相互的
③同步和异步电机：其实就是转子和定子的速度是否能够一致，如果能，那就是同步，不能就是异步。
④伺服电机：这个电机并不是一个新的电机类别，只是在现有的电机基础上，增加了一个控制系统，可以更好的控制电机的转速，扭矩，位置等等。伺服说明了它的控制能力。伺服系统包括了驱动器，传感器，编码器等
⑤空心杯电机：就是直流永磁无刷电机，但是他的转子不是普通的铁芯和缠绕线圈，而是一种永磁体
⑥无框电机：没有传统机械外壳的电机，定子和转子是环状的。可以卡在传动轴上带动轴旋转，结构紧凑，体积小巧，就像甜甜圈
在机器人里，电机天生就是“快跑选手”（转速高），但关节需要的是“大力士、慢动作”。为实现缓慢而有力的精准动作，就要请减速器来当这个“转换器”。
比方说自行车，踏板的力很大，但转速相对慢，这是高扭矩、低转速。减速器，就是自行车的“齿轮组”，它要在单位空间内实现更大的减速比，需要调节转速和扭矩。核心就是两件事：
①把电机的高转速降下来（比如电机转100圈，减速器输出轴只转1圈）
②同时把扭矩放大（100圈变1圈，输出扭矩放大100倍）
三大减速器介绍
（1）行星减速器：输入轴在中间转动，带动三个齿轮围绕转动，带外层大齿轮转动。
（2）谐波减速器：波发生器把柔轮撑成椭圆形，长轴两端柔轮齿与刚轮齿完全啮合，短轴完全脱开。波发生器转一圈，柔轮会反向移动齿数差的距离，从而输出超大的减速比。很多机器人手腕和手臂关节都用谐波。是工业小机器人末端关节、人形机器人旋转关节的首选。
（3）RV减速器：将扭矩分配到更多齿轮和传动元件上。内部空间很复杂，结构极其精密。第一层是行星减速器，第二层还有一个奇怪的减速器架构（这个第二层的架构原理我也没搞清楚，哈哈）。很多重型机器人的大关节里面必然有一个RV，我怀疑擎天柱这么强，里面就是用了好几个RV。据说RV能抗住几千公斤的冲击。
从物理学和运动学的角度来看：一切运动都是由直线运动和旋转运动组成的。减速器负责旋转运动，丝杠负责直线运动。（本质是这两项运动，但是实际工作中有很多的复合运动）
最简单的丝杠就是螺丝钉。使用螺丝刀做旋转运动，但是螺丝钉却是呈直线运动方式进入槽位。这就是最简单的丝杠。螺丝钉的这种运动方式，就是滑动丝杠。常见物品中还有千斤顶，F型钳。
丝杠的核心作用就是：把电机的高速旋转运动，精准转化为缓慢但推力巨大的直线运动。
（1）滑动丝杠：在结果展示层上，让丝杆产生水平滑动的效果，比如螺丝钉。一般机器人很少使用滑动丝杠。大型机械臂的肘部、肩部驱动，各种精密电缸、滑台模组内部，几乎都是滚珠丝杠。
（2）滚珠丝杠：在丝杠中间加上一圈圈的滚动珠，减少摩擦力，可以更大效率的提升丝杠的传动的效率。
（3）行星滚柱丝杠：是滚珠丝杠的升级版。类似像行星旋转的运动，这种运动轨迹呈现出来的丝杠，叫做行星滚柱丝杠。把珠子换成了带螺纹的、腰鼓形的小滚柱。多个滚柱像行星齿轮一样绕着丝杠轴排列，在一个保持架里同时啮合。特斯拉的一款机器人公开的方案就是行星滚柱丝杠。
具身智能需要和真实的物理世界交互，这种交互需要硬件行动起来影响物理世界的某些物质。一种是不执行任何操作，无任何效率提升的物理位置移动；还有一种是需要完成某项工作的，提升效率的功能性交互。 很多时候这两类行动方式会搭配起来工作。
（1）第一种无操作行为的移动：移动方式多种多样化， 可以飞行移动，双轮滚动，双足行走，四足奔跑。其中双足形态是拟人化。正常人类行为的双足运动，受到小脑控制，在面对复杂的物理世界时，可以保持平衡，运动起来。对于具身智能来说，为了面对这个负责的物理世界，工程师们也给具身智能设计了小脑——IMU
IMU：机器人的小脑 （惯性单元，Inertial Measurement Unit）
我们要将机器人的身体比做人体。机器人的关节和躯干构成机器人的身体。机器视觉构成机器人眼睛，算法大模型构成了机器人的大脑，IMU就是机器人的小脑。小脑主要作用就是负责协调身体平衡的。IMU就是机器人的小脑。
IMU的组成与作用：加速度计+陀螺仪+磁力计。主要用于用于测量物体的加速度，角速度和磁场强度
为了让机器人搞清楚实时的运动状态，做到维持身体平衡和避开障碍物等功能，通常会采用六维力矩传感器+IMU+视觉系统。
IMU很多时候也是卫星系统的补充，当机器人在一个没有信号，无法进行卫星定位的地方行动时，IMU就可以充当卫星系统的角色。IMU的最核心难点就在于，如何提升它的精准度，降低它的计算误差，IMU的鲁棒性是需要在进一步的进行考验的。
现在IMU市面上主要有6轴和9轴，6轴IMU包含一个三轴加速度传感器，一个三轴陀螺仪；9轴IMU则多了一个三轴的磁力计。另外，对于采用MEMS技术的IMU，一般还内置有温度计进行实时的温度校准。
（2）第二种有操作行为的移动：这种操作是为了实现具体的工作内容。如搬运重物，清洁扫地。这种移动需要识别更多维度空间信息，需要计算大量的位置，力量等信息。保证具身智能完成功能内容。所以在这个过程中，就需要根本更加复杂的控制器——力矩传感器，触觉传感器。
a.一维力传感器：测量的是直线方向的力
b.一维力矩传感器：测量的是旋转方向的力
c.六维力矩传感器：可以同时测量三个空间维度的力，以及围绕这三个方向旋转的旋转力。所以称之为六维
d.六维力矩传感器，主要安装在机器人的手部和足底部（手部需要高度的精准度和灵活性，需要在多个方向进行旋转倾斜和移动，足底是和地面接触次数最多的重要部位，需要在多个方向进行平衡和稳定。六维力矩传感器检测足底倾斜姿态和位置）
e.触觉传感器：最典型的是压阻式。原理和最简单的力传感器类似。当有力施加到传感器上的时候，内部电阻会发生变化，进而将压力信号转变为数字信号。触觉传感器会有更加密集的接触点，可以测量接触面的形状，硬度，表面纹理等等，更加丰富的细节信息。其实触觉传感器，就是在一维力传感器的基础上，朝不同的功能纵向或者横向发散。
六维力矩传感器和触觉传感器最核心的区别：六维力矩传感器可以获取更多空间维度力的信息。所以当触觉传感器和六维力矩传感器搭配起来使用，可以解决灵巧手的灵巧问题。比方说，让机器人拿鸡蛋。
以上就是整个具身智能核心原件的概念介绍。 虽然说在尽量用白话讲清具身智能的原理和组成。但在实际研发过程中工程师们还会遇到很多的问题，具身智能是一门艺术。想让具身智能真的解决实际问题，还需要工程师们一起通力合作。
关于具身智能，从我已知的信息来讲，短期内落地走到平常百姓家还不太现实。现在核心的商业化场景，主要集中B端。B端场景更聚焦，更单一。
我刚刚有提过具身智能解决的是物理世界的问题。他需要和物理世界做交互。物理世界是非常复杂的。 哪怕是一个开门的小动作，都有很多的说法。需要考虑门把手的形状，力的方向，力的大小，是否有油污，障碍物出现如何开门，等等。
所以场景越简单，越单一，变量越少，机器人越能落地。B端的工厂无疑是一个相对来说更加单纯的垂类场景。
现在C端用户购买机器人的数量比较少，购买机器人的这些用户不是为了解决问题，是出于新奇特的角度看待机器人。要么是想二次开发或者其他目的而购买的（如机器人租赁、发表论文）。
机器人走进C端用户家庭的时间，至少还要3年以上。主要是两个视角脉络导致的
不过我相信，具身智能一定会是是手机，汽车外的第三大电子消费品。它是最有有可能提升500m内生产效率的产品。
本文由 @糊研乱宇 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。