📖 人形机器人术语词典
按分类浏览或输入关键词实时搜索,查阅本站所有页面的专业术语
100+ 术语
中英对照
持续扩充
🎯 本页学习目标
1. 能看懂本站所有页面的专业术语(机械、电机、控制、通信、软件、AI)
2. 遇到陌生术语时,能通过关键词搜索快速定位到准确解释
3. 建立中英文对照能力,便于阅读芯片手册、论文与开源代码
建议用时:约 20 分钟(可随时回来查阅)
1 机械结构
关节模组Joint Module集电机、减速器、编码器、驱动与控制于一体的标准化关节单元。
解剖图 →
谐波减速器Harmonic Drive柔轮弹性变形实现大减速比传动,体积小、背隙极小,人形关节最主流方案。
剖面图解 →
摆线减速器Cycloidal Drive摆线轮与针齿啮合传动,减速比大、抗冲击强,常用于重载关节与工业机器人。
RV 减速器RV Reducer行星齿轮加摆线针轮两级减速,刚性好、精度高,工业机器人关节主流方案。
行星减速器Planetary Reducer太阳轮、行星轮与内齿圈同轴传动,功率密度高、结构紧凑,适合中低减速比。
剖面图解 →
背隙Backlash传动反向时的空程角度,由齿侧间隙等引起,直接影响关节重复定位精度。
扭转刚度Torsional Stiffness关节抵抗扭转变形的能力,刚度越高动态响应越快、力控越稳。
传动误差Transmission Error实际输出角度与理想值的偏差,含周期误差,影响轨迹精度与力控品质。
交叉滚子轴承Crossed Roller Bearing滚子交叉排列,可同时承受径向、轴向载荷与倾覆力矩,广泛用于关节输出端。
中空走线Hollow-Shaft Wiring减速器与电机采用中空轴设计,线缆从内部穿过,避免运动时缠绕磨损。
抱闸Electromagnetic Brake断电自动抱死转子的电磁制动器,防止关节断电后因重力下垂。
准直驱 QDDQuasi-Direct Drive低减速比大扭矩的直驱化方案,传动透明、力控性能好,常配大孔径无框力矩电机。
行星滚柱丝杠Planetary Roller Screw滚柱与丝杠多点螺纹啮合,承载大、寿命长,用于直线关节与线性执行器。
减速比Reduction Ratio输入转速与输出转速之比,决定关节扭矩放大倍数与输出分辨率。
转动惯量Moment of Inertia刚体旋转惯性的度量,直接决定关节的角加速度能力与动态性能。
惯量匹配Inertia Matching负载惯量与电机惯量的比值设计,影响响应速度与系统稳定性。
扭矩密度Torque Density单位质量或体积输出的扭矩,是人形机器人关节轻量化设计的核心指标。
重力补偿Gravity Compensation通过弹簧、配重或前馈力矩抵消重力影响,降低静态功耗与电机负担。
灵巧手Dexterous Hand仿人手多指末端执行器,通过多自由度与触觉实现精细抓取操作。
欠驱动Underactuated驱动数少于自由度数的机构,靠弹簧/耦合/接触约束自适应包络抓取。
腱驱动Tendon-Driven电机后置、用腱绳/钢丝传动手指关节,减轻手部重量与惯量。
2 电机与驱动
无框电机Frameless Motor无外壳、轴承与轴的定转子套件,直接嵌入关节结构,省重省空间。
无刷直流电机 BLDCBrushless DC Motor反电动势为梯形波,常用霍尔换相,结构简单成本低,适合入门方案。
永磁同步电机 PMSMPermanent Magnet Synchronous Motor反电动势为正弦波,配合 FOC 正弦驱动,转矩脉动小,高性能关节首选。
反电动势Back-EMF转子旋转在绕组中感应出的电压,幅值与转速成正比,波形区分 BLDC 与 PMSM。
极对数Pole Pairs转子磁极的对数,电角度等于机械角度乘以极对数,决定换相频率。
KV 值KV Rating空载转速与电压之比(rpm/V),KV 高则转速高、同电压下扭矩小。
齿槽转矩Cogging Torque定子齿与永磁体间磁阻变化产生的定位力矩,低速运行时表现为顿挫感。
霍尔传感器Hall Sensor检测转子磁极位置,输出换相信号,用于 BLDC 方波驱动的换相。
磁编码器Magnetic Encoder利用磁阻或霍尔效应测量角度,抗油污粉尘、价格低,机器人关节主流选择。
光电编码器Optical Encoder基于光栅码盘的光学角度测量,精度高但怕污染,常用于高精度场合。
绝对式编码器Absolute Encoder上电即可读取绝对位置,断电不丢位置,有单圈与多圈规格可选。
增量式编码器Incremental Encoder输出脉冲相对计数获得位置,断电后位置丢失,需上电找零。
力矩电机Torque Motor低速大扭矩直驱电机,无减速器直接驱动,转矩脉动小,力控性能好。
直驱电机Direct Drive Motor电机直接驱动负载、中间无减速机构,响应快、传动无背隙。
定子与转子Stator & Rotor定子固定并绕制绕组,转子安装永磁体旋转,构成电机的两大核心部件。
绕组Windings定子上的漆包线线圈,通电产生旋转磁场,匝数与线径决定电机特性。
槽满率Slot Fill Factor绕组铜线占定子槽面积的比率,影响铜阻、发热与功率密度。
电机常数 KmMotor Constant扭矩与发热损耗平方根的比值,衡量电机在给定热预算下的扭矩能力。
自举电容Bootstrap Capacitor为半桥上管栅极供电的电容,靠下管导通时充电,实现自举升压驱动。
采样电阻Sense Resistor串在功率回路的毫欧级精密电阻,把电流转为小电压供 ADC 采样。
3 控制算法
FOC 磁场定向控制Field-Oriented Control将定子电流解耦为励磁与转矩分量(dq 轴)分别控制,实现平滑精确的力矩控制。
动画演示 →
SVPWM 空间矢量脉宽调制Space Vector PWM用八个基本电压矢量合成任意目标矢量,母线电压利用率比 SPWM 高约 15%。
Clark 变换Clarke Transform将三相静止坐标系(abc)电流变换到两相静止坐标系(αβ)。
Park 变换Park Transform将 αβ 静止系电流变换到随转子旋转的 dq 坐标系,需实时转子角度。
死区时间Dead Time互补开关管导通之间插入的延迟,防止上下桥臂直通短路。
栅极驱动器Gate Driver将 MCU 控制信号放大为高压大电流驱动 MOSFET 栅极,含自举与保护电路。
电路图解 →
母线电压Bus Voltage直流母线上的电压,决定逆变器输出能力与电机最高转速。
功率链路 →
相电流采样Phase Current Sensing采集电机两相或三相电流供 FOC 闭环使用,采样精度直接影响控制品质。
避坑指南 →
三环控制Three-Loop Control电流环、速度环、位置环由内向外级联,是关节伺服控制的标准架构。
动画演示 →
PID 控制Proportional-Integral-Derivative比例、积分、微分三项加权控制,结构简单,是工程中最常用的反馈控制器。
前馈控制Feedforward Control基于模型与指令提前给出补偿量,减小反馈滞后,提升跟踪精度。
ADRC 自抗扰控制Active Disturbance Rejection Control用扩张状态观测器估计并补偿总扰动,抗扰性强,近年关节控制应用增多。
电流环带宽Current Loop Bandwidth电流环可准确跟踪的最高频率,决定力矩响应速度,是关节力控关键指标。
陷波滤波器Notch Filter在特定频率处深度衰减的滤波器,用于抑制机械谐振峰引起的振荡。
观测器Observer基于模型与测量估计不可测状态,如用滑模观测器估计反电动势求转子位置。
无感 FOCSensorless FOC不安装编码器,通过反电动势或磁链观测估计转子位置与速度。
弱磁控制Flux Weakening施加负直轴电流抵消永磁磁链,以牺牲扭矩换取超过额定转速的运行。
三相逆变器Three-Phase Inverter由三个半桥六个开关管组成,将直流母线电压变换为三相交流驱动电机。
电路图解 →
ZMP 零力矩点Zero Moment Point地面反作用合力作用点,落在支撑多边形内即双足稳定行走的经典判据。
捕获点Capture Point与质心速度相关的"不倒点",迈一步即可停下,是步态调整的关键参考。
WBC 全身控制Whole-Body Control任务分层+逆动力学+QP 求解,协调多接触全身运动生成关节力矩。
MPC 模型预测控制Model Predictive Control用简化模型滚动优化未来一段时域的控制量,步态控制中算期望落脚与姿态。
单刚体模型 SRBMSingle Rigid Body Model把整机近似为一个刚体做质心动力学,MPC 步态规划的主流简化模型。
摆动相Swing Phase步态周期中脚离地向前摆动的阶段,负责迈步与跨越障碍。
支撑相Stance Phase步态周期中脚与地面接触承重的阶段,承担推进与平衡。
步态周期Gait Cycle从一步开始到下一步开始的完整过程,含支撑相与摆动相的交替。
雅可比矩阵Jacobian Matrix关节速度到末端速度的映射矩阵,也用于力/力矩传递与奇异分析。
逆动力学Inverse Dynamics由期望运动反解所需力矩/力,是全身控制与力控的核心计算。
4 通信总线
CANController Area Network差分多主总线,带优先级仲裁,经典速率最高 1Mbps,多关节级联主流。
升级路线 →
CAN FDCAN with Flexible Data-rate数据段速率与长度灵活扩展,单帧最长 64 字节,速率可达 5Mbps 以上。
EtherCATEthernet for Control Automation Technology基于以太网的实时现场总线,分布式时钟同步,微秒级周期,适合多关节级联。
升级路线 →
RS485EIA-485差分半双工总线,抗干扰强、成本低,主从轮询,适合单关节调试与入门方案。
升级路线 →
SPISerial Peripheral Interface同步全双工串行接口,主从模式、片选寻址,常用于编码器与传感器高速读数。
I2CInter-Integrated Circuit两线制开漏总线,地址寻址、支持多主,速率较低,常用于板内低速外设。
UARTUniversal Asynchronous Receiver/Transmitter异步串行通信接口,点对点连接,常用于调试串口与简单传感器。
帧格式Frame Format报文结构定义,含帧头、ID、数据段与校验,保证收发双方解析一致。
ID 仲裁ID ArbitrationCAN 报文按 ID 逐位仲裁,ID 数值越小优先级越高,多节点同时发送不冲突。
菊花链Daisy Chain设备首尾串联的拓扑,数据逐站转发,如 EtherCAT 从站链式连接。
波特率Baud Rate每秒传输的码元数,决定总线速率,收发双方必须配置一致。
主从式Master-Slave一个主站调度多个从站的通信模型,时序确定,便于冲突管理。
分布式时钟Distributed ClocksEtherCAT 从站时钟同步机制,可把各关节采样误差压缩到纳秒级。
循环冗余校验 CRCCyclic Redundancy Check按多项式计算的检错码,附加在报文尾部,用于检测传输过程中的错误。
同步帧Sync FrameEtherCAT 周期起始的同步报文,各从站据此对齐采样与输出时刻。
CANopenCANopen Protocol基于 CAN 的应用层协议,用 PDO/SDO 与对象字典组织数据,工业设备通用。
5 软件与仿真
ROS 2Robot Operating System 2开源机器人中间件,基于 DDS 通信,提供话题、服务与工具链,机器人开发事实标准。
节点NodeROS 2 中独立运行的可执行程序,通过话题、服务等与其他节点通信协作。
话题Topic节点间异步发布/订阅的数据通道,支持一对多、多对多,适合周期数据流。
服务Service节点间请求-响应式同步通信,适合调用一次即返回结果的交互。
动作Action面向长时间任务的通信模式,含目标、反馈与结果,可随时取消与查询进度。
URDFUnified Robot Description Format用 XML 描述机器人连杆、关节与传感器的标准格式,仿真与可视化通用。
TF 坐标变换Transform TreeROS 中维护坐标系间变换关系的机制,是机器人各部件位姿统一计算的基础。
MuJoCoMulti-Joint dynamics with Contact高效率物理仿真引擎,接触求解稳定、速度快,机器人强化学习常用仿真器。
Isaac LabNVIDIA Isaac LabNVIDIA 基于 Isaac Sim 的机器人学习框架,提供场景搭建与并行训练环境。
Sim-to-Real 仿真到现实迁移Simulation-to-Reality Transfer把仿真中训练的策略迁移到真实机器人,核心挑战是仿真与现实的差距。
域随机化Domain Randomization随机化仿真中的摩擦、质量、光照等参数,训练出的策略对真实环境更鲁棒。
PPO 近端策略优化Proximal Policy Optimization裁剪目标函数限制更新步长的强化学习算法,稳定高效,机器人训练主流选择。
强化学习Reinforcement Learning智能体通过与环境试错交互、最大化累计奖励来学习策略的机器学习范式。
奖励函数Reward Function向智能体反馈行为好坏标量信号的函数,设计质量直接决定策略学到的行为。
MoveIt 2MoveIt 2ROS 2 机械臂运动规划框架,集成 OMPL 采样规划器与碰撞检测,用于任务级规划。
colconcolcon build toolROS 2 官方构建工具,负责编译工作空间内的功能包并管理依赖。
RVizRVizROS 可视化工具,可显示机器人模型、传感器数据、TF 与路径规划结果。
GazeboGazebo经典开源机器人仿真器,支持传感器模型与物理仿真,常用于算法验证。
Nav2Navigation2ROS2 官方导航栈,集成行为树、规划器、控制器、代价地图与定位。
AMCL 定位Adaptive Monte Carlo Localization粒子滤波定位算法,在已知地图上融合激光与里程计估计机器人位姿。
代价地图Costmap把障碍物与膨胀区域编码为代价的栅格地图,供全局/局部规划避障。
行为树Behavior Tree用树状节点组织任务逻辑(顺序/选择/条件),Nav2 导航流程的编排方式。
全局路径规划Global Path Planning在全局代价地图上规划起点到目标的无碰撞路径,如 A*、Navfn。
局部路径规划Local Path Planning在局部代价地图上实时生成平滑轨迹并避让动态障碍,如 DWB、TEB。
6 感知与AI
VLA 视觉-语言-动作模型Vision-Language-Action Model以视觉与语言指令为输入、直接输出机器人动作的端到端大模型。
世界模型World Model学习环境状态转移与动力学的模型,可预测未来状态,辅助规划与决策。
SLAM 同步定位与建图Simultaneous Localization and Mapping在未知环境中同时估计自身位姿并构建地图,是移动与操作的基础能力。
IMU 惯性测量单元Inertial Measurement Unit集成加速度计与陀螺仪(常含磁力计)的传感器,测量加速度与角速度。
六维力传感器6-Axis Force/Torque Sensor同时测量三维力与三维力矩,是关节力控与柔顺操作的关键传感。
触觉传感Tactile Sensing检测接触力、压力分布与滑动的传感技术,用于精细抓取与操作。
电子皮肤E-Skin覆盖机器人表面的大面积柔性触觉阵列,提供分布式接触感知能力。
遥操作Teleoperation人类操作员通过主手、VR 等设备远程控制机器人,常用于示教与危险环境。
具身智能Embodied Intelligence智能体通过身体与物理世界交互来感知与学习,强调感知-决策-行动闭环。
视觉语言模型Vision-Language Model同时理解图像与文本的多模态模型,为机器人提供场景理解与指令推理。
动作捕捉Motion Capture记录人体或物体运动轨迹的技术,光学与惯性方案为主,用于示教数据采集。
视觉伺服Visual Servoing利用视觉反馈构成闭环控制,引导末端执行器对准目标,提高操作精度。
点云Point Cloud三维空间中点的集合,表征物体表面几何,是深度相机与激光雷达的输出。
深度相机Depth Camera同时输出彩色图像与深度图的相机,常见结构光与 ToF 两种原理。
模仿学习Imitation Learning从专家示教数据中学习策略,常用于机器人操作技能的学习。
端到端学习End-to-End Learning从原始感知输入直接学习到动作输出的范式,省略中间模块的手工设计。
相机标定Camera Calibration求解相机内参(焦距/主点/畸变)与外参(位姿)的过程,常用棋盘格法。
畸变校正Distortion Correction修正镜头径向/切向畸变造成的图像变形,还原真实投影关系。
体素降采样Voxel Downsampling把点云空间划分成体素格子、每格保留一个代表点,大幅减点降计算量。
ICP 配准Iterative Closest Point迭代最近点算法,通过最小化点对距离对齐两片点云,用于位姿估计。
RANSACRandom Sample Consensus随机采样一致性算法,从含噪点云中稳健拟合平面/球等几何模型。
陀螺仪Gyroscope测量角速度的 MEMS 传感器,积分可得姿态,是 IMU 的核心部件。
加速度计Accelerometer测量线性加速度的 MEMS 传感器,静态时可用重力方向估计倾角。
应变片Strain Gauge随形变改变电阻的传感元件,粘贴在弹性体上即可测力/力矩。
惠斯通电桥Wheatstone Bridge四个电阻构成的差分测量电路,把应变片的微小阻变转为电压信号。
📌 本页小结:本词典按机械结构、电机与驱动、控制算法、通信总线、软件与仿真、感知与AI 六大类收录了 100+ 条术语,每条均给出中英文对照与一句话解释。机械与电机是关节硬件基础,控制算法与通信总线构成"大脑与神经",软件仿真与 AI 决定智能上限——六类术语正好对应本站六个学习板块,遇到陌生词随时回来搜索即可。
🤔 思考题:
1. 谐波减速器的"零背隙"优势,为什么会给 FOC 力控带来额外便利?反过来,传动柔顺(低刚度)又会给电流环带宽带来什么挑战?
2. 从 RS485 升级到 CAN 再到 EtherCAT,通信周期的数量级各是多少?如果你的关节数量从 1 个增加到 40 个,你会在哪个阶段考虑换总线?
7 本节自测
1. 关于谐波减速器,下列说法正确的是?
💡 解析:谐波减速器利用柔轮弹性变形与刚轮、波发生器啮合传动,单级即可获得 50 以上的大减速比,且啮合齿数多、背隙极小,是人形机器人关节最主流的减速方案。
2. FOC 中的 Park 变换,需要以下哪个输入才能完成?
💡 解析:Park 变换把 αβ 静止坐标系变换到随转子旋转的 dq 坐标系,必须知道转子电角度;因此 FOC 依赖编码器(或观测器估计)提供实时角度,这也是无感 FOC 的核心难点。
3. 关于 CAN 总线,下列说法正确的是?
💡 解析:CAN 是多主总线,多节点同时发送时按 ID 逐位仲裁(ID 数值小者优先),无需主站轮询;经典 CAN 单帧数据仅 8 字节,CAN FD 才支持最长 64 字节。
4. 无刷直流电机(BLDC)与永磁同步电机(PMSM)同为「无刷」,关于两者的区别,下列说法正确的是?
💡 解析:BLDC 反电动势为梯形波,常用霍尔方波换相,结构简单、成本低,适合入门方案;PMSM 反电动势为正弦波,配合 FOC 正弦驱动,转矩脉动小,是高性能关节首选。常见误区是把两者完全等同或误认其反电动势波形。
5. 关于增量式编码器与绝对式编码器,下列说法正确的是?
💡 解析:绝对式编码器上电即可读取绝对位置,断电不丢位置(有单圈与多圈规格);增量式编码器只输出脉冲相对计数,断电后位置丢失,需上电找零。常见误区是以为「有编码器就一定能记住位置」,选型时应根据是否需要上电即知位置来选择。
6. 关于 SVPWM 与 SPWM,下列说法正确的是?
💡 解析:SVPWM 用八个基本电压矢量(含零矢量)合成任意目标矢量,直流母线电压利用率比 SPWM 高约 15%。常见误区是认为两者只是实现方式不同、电压利用率相同,实际上 SVPWM 能更充分地利用母线电压。
📌 本节要点速查:① 本词典按机械结构、电机与驱动、控制算法、通信总线、软件与仿真、感知与AI 六大类收录 100+ 术语,均含中英对照与一句话解释;② 机械:谐波减速器靠柔轮弹性变形实现大减速比与极小背隙,直驱/准直驱(QDD)传动无背隙、力控好;③ 电机与控制:BLDC 梯形波配霍尔、PMSM 正弦波配 FOC,Park 变换需转子电角度,SVPWM 母线电压利用率比 SPWM 高约 15%;④ 通信与 AI:CAN 多主 ID 仲裁、EtherCAT 微秒级同步,ROS 2 基于 DDS,PPO/域随机化支撑 Sim-to-Real。