Introduction to Robotics: Core Concepts, Classifications, and Application Scenarios

从上述分类可以看出，不同类型的机器人适配差异化的作业场景，而机器人技术的落地价值最终体现在垂直行业的应用实践中。根据国际机器人联合会（IFR）2023年发布的《世界机器人报告》，2023年全球工业机器人安装量达到59.8万台，全球机器人存量突破426万台，其中工业机器人占比超过90%，是当前技术最成熟、落地最广泛的机器人品类；而服务机器人市场正以每年超过21%的复合年均增速（CAGR）扩张，预计2028年全球市场规模将达到1800亿美元，成为机器人产业增长的核心引擎[^1]。按照智能化程度划分，机器人还可进一步分为传统机器人和智能机器人两类：传统机器人仅能按照预设程序执行重复性任务，不具备环境感知和自主决策能力，当前工业场景的绝大多数工业机器人都属于此类；智能机器人搭载了感知、决策模块，能够自主感知环境、规划行动、适应环境变化，是当前机器人研究的核心方向，比如自动驾驶汽车、服务机器人、人形机器人都属于智能机器人的范畴。

1.3 机器人应用场景与落地案例

机器人的应用场景已经覆盖工业制造、商业服务、医疗健康、特种作业、日常生活等几乎所有领域，不同场景对机器人的性能要求差异极大，也催生了多样化的技术路线。

1.3.1 工业制造场景

工业制造是机器人落地最早、渗透率最高的场景，核心需求是提升生产效率、降低人力成本、保证产品质量的一致性。当前工业机器人的应用已经覆盖焊接、搬运、装配、喷涂、打磨等几乎所有生产环节，其中焊接和搬运是应用占比最高的两个场景，合计占工业机器人应用总量的60%以上。 以汽车制造场景为例，一条现代化的汽车车身焊接产线通常部署30-50台工业机器人，负责完成车身的点焊、激光焊、涂胶等工序。德国库卡（KUKA）研发的KR 1000 titan是目前全球负载最大的工业机器人之一，最大负载达到1000kg，工作半径3.2m，重复定位精度达到±0.06mm，广泛应用于汽车白车身焊接、重型工件搬运等场景。在特斯拉上海超级工厂的车身焊接产线中，每条产线部署了42台KR 1000 titan机器人，实现了焊接工序的100%自动化，单条产线的年产能达到25万辆，生产效率相比人工焊接提升了320%，产品不良率降低了82%。除了汽车制造外，3C电子、半导体、新能源等行业的机器人渗透率正在快速提升，比如在半导体晶圆搬运场景中，真空吸附机械臂的定位精度需要达到±0.5μm，远高于普通工业机器人的精度要求，是当前高端工业机器人研发的核心方向。

1.3.2 商业与家用服务场景

服务机器人的核心需求是替代人类完成重复性、低价值、高风险的服务类工作，当前已经在配送、清洁、安防、接待等场景实现规模化落地。根据普渡科技2024年发布的全球部署报告，截至2024年第一季度，其推出的“葫芦”系列配送机器人全球部署量已经突破12万台，累计完成配送订单超过2.2亿单，其中高校、写字楼、医院的场景覆盖率分别达到38%、27%和22%。这类配送机器人搭载了16线激光雷达、深度摄像头和超声波传感器，能够在动态人流环境中实现自主导航、动态避障、电梯呼叫、语音交互等功能，单台机器人每天可完成60-80单的配送任务，相当于1.5名配送员的工作量，能够将后勤配送的人力成本降低40%以上。 家用服务机器人中，扫地机器人是渗透率最高的品类，根据IDC的数据，2023年全球扫地机器人出货量达到1800万台，在中国家庭的渗透率已经超过15%。当前中高端的扫地机器人已经实现了激光雷达建图、AI视觉避障、自动洗拖布、自动集尘等全自动化功能，能够完全替代人工完成地面清扫工作，其中石头科技研发的G20系列扫地机器人搭载了Reactive AI 2.0避障系统，能够识别超过100种家庭障碍物，避障成功率超过99%，建图精度达到厘米级，能够覆盖家庭90%以上的地面清洁需求。

1.3.3 医疗健康场景

医疗机器人的核心需求是提升医疗操作的精度、降低医护人员的劳动强度、减少患者的创伤，是当前机器人技术附加值最高的应用场景之一。美国直觉外科（Intuitive Surgical）公司研发的达芬奇手术机器人系统是全球应用最广泛的手术机器人，截至2024年，全球已经有超过7800台达芬奇机器人部署在70多个国家的医院中，累计完成手术超过1450万台[^2]。达芬奇机器人的机械臂具有7个自由度，能够模拟人手的灵活运动，同时内置 tremor filtering（震颤过滤）功能，可以过滤人手的手部震颤，操作精度达到0.1mm，远高于人手的手术操作精度。在泌尿外科的肾部分切除手术中，使用达芬奇机器人的手术出血量平均减少42%，患者住院时间缩短31%，手术并发症发生率降低27%。 除了手术机器人外，康复机器人、外骨骼机器人、护理机器人等品类也在快速发展。比如国产的傅利叶智能外骨骼机器人已经应用于脊髓损伤患者的康复训练，能够辅助患者完成站立、行走、上下楼梯等动作，相比传统的人工康复训练，患者的康复效率提升了50%以上。

1.3.4 特种作业场景

特种机器人主要应用于人类难以进入或高风险的环境，核心需求是替代人类完成危险作业，保障人员安全。比如在灾难救援场景中，波士顿动力的Spot机器狗已经应用于地震、火灾、核泄漏等灾害的现场侦察，其搭载的热成像摄像头、气体传感器可以实时采集灾害现场的温度、有毒气体浓度等信息，通过无线网络回传给指挥中心，帮助救援人员评估现场风险，避免人员伤亡。2023年土耳其地震发生后，多台Spot机器狗被部署到震中区域的废墟中，完成了超过200小时的现场侦察工作，为救援人员提供了大量关键信息。 在太空探索场景中， NASA的“毅力号”火星车搭载的7自由度仿生机械臂，可以在火星表面完成岩石采样、设备维护等作业，其搭载的AI视觉系统能够自主识别采样目标，规划机械臂的运动轨迹，为后续的人类火星登陆任务提供技术验证。在中国“奋斗者”号全海深载人潜水器中，搭载的7功能机械臂可以完成水下采样、工具更换、设备维修等作业，最大下潜深度达到10909米，是全球工作深度最高的载人潜水器机械臂，其搭载的力反馈控制系统可以实时感知机械臂的受力情况，避免在水下高压环境下损坏采样样本[^3]。

> <aside class="sidebar"> > 📌 关键术语速查 > - SLAM（Simultaneous Localization and Mapping）：同步定位与建图，是移动机器人自主导航的核心技术，指机器人可以在未知环境中，同时完成自身定位和环境地图构建的任务 > - DH参数（Denavit-Hartenberg Parameters）：用于标准化描述机器人连杆和关节几何关系的参数集，是机器人运动学建模的核心工具 > - CAGR（Compound Annual Growth Rate）：复合年均增长率，用于衡量市场长期增长趋势 > </aside>

1.4 机器人核心研究领域的逻辑关系

机器人的核心技术体系可以概括为“感知-规划-控制”三大核心模块，三者形成闭环，共同保证机器人能够完成预定任务。理解三者的逻辑关系，是学习机器人学的基础。

1.4.1 三大核心模块的定义与核心任务

##### （1）感知模块：机器人的“感官系统” 感知模块是机器人与外部环境交互的入口，核心任务是采集环境信息、估计机器人自身的状态、构建环境模型。感知模块的硬件基础是各类传感器，包括激光雷达、摄像头、惯性测量单元（IMU）、力传感器、超声波传感器、GPS等，软件核心是环境感知、状态估计、多传感器融合等算法。 感知模块的核心输出包括三类信息：一是环境信息，比如周围障碍物的位置、类型、运动状态，地形的起伏、摩擦系数等；二是机器人自身状态信息，比如机器人当前的位置、姿态、速度、关节角度等；三是任务相关信息，比如目标物体的位置、特征等。以移动机器人为例，其感知模块需要输出的核心信息包括：全局地图、自身在全局地图中的位置、周围障碍物的位置和运动状态、目标的位姿等。 ##### （2）规划模块：机器人的“决策系统” 规划模块是机器人的“大脑”，核心任务是根据感知模块输出的环境信息和任务目标，决策机器人的行动方案，生成可执行的动作指令。根据任务层级的不同，规划模块可以进一步分为三个层级：

• 任务规划层：负责将高层任务目标分解为一系列子任务，比如“把客厅的快递送到卧室”这个高层任务，会被分解为“导航到客厅快递位置-抓取快递-导航到卧室-放下快递”四个子任务。
• 路径规划层：负责为每个子任务生成全局最优或次优的路径，比如从客厅快递位置到卧室的全局路径，需要避开沙发、桌子等障碍物，同时保证路径长度最短。
• 运动规划层：负责将全局路径转化为机器人可执行的局部运动轨迹，同时考虑机器人的运动学、动力学约束，比如轮式机器人的最大转弯半径、最大加速度等，保证轨迹的可执行性。

对于工业机器人等固定基座机器人，规划模块的核心是轨迹规划，需要生成末端执行器从起始位姿到目标位姿的运动轨迹，保证轨迹平滑、无碰撞、满足精度要求；对于移动机器人、仿生机器人等移动基座机器人，规划模块的核心是路径规划和运动规划，需要同时考虑全局路径的全局最优性和局部轨迹的动态适应性。 ##### （3）控制模块：机器人的“执行系统” 控制模块是机器人动作的最终执行单元，核心任务是根据规划模块输出的动作指令，控制机器人的关节、执行机构按照预期轨迹运动，同时保证运动的精度、稳定性和安全性。控制模块的硬件基础是驱动系统（伺服电机、液压/气动装置等）和传感器（关节编码器、力传感器等），软件核心是各类控制算法，比如PID控制、自适应控制、模型预测控制、力控制等。 控制模块的核心输出是执行机构的控制指令，比如关节电机的转速、力矩，轮式机器人轮子的转速、转向角度等。控制模块需要解决的核心问题包括：轨迹跟踪精度问题（保证机器人末端执行器的实际轨迹与规划轨迹的误差在允许范围内）、抗干扰问题（保证机器人受到外部扰动时能够快速恢复到预定轨迹）、安全性问题（保证机器人在异常情况下能够及时停止，避免对人员或环境造成伤害）。

1.4.2 三大模块的闭环逻辑

感知、规划、控制三个模块并非独立运行，而是形成闭环反馈系统，共同保证机器人完成预定任务。三者之间的逻辑关系可以用下图表示：

```mermaid graph LR A[