机器人学概述：从自动化到自主智能

机器人的定义并非局限于大众认知中的人形机械体，国际标准化组织（ISO）给出的技术定义是：机器人是一种可编程、可运动的自动执行作业的机器装置，通过自身的感知、决策和执行能力，能够在部分或完全无人干预的情况下完成指定任务。这一定义明确了机器人的三个核心特征：可编程性（可通过软件配置实现不同功能）、自主性（具备环境感知与决策能力，无需全程人工操控）、物理交互性（通过执行器与物理世界发生作用，完成搬运、操作、移动等实体任务）。从工厂流水线上的焊接机械臂，到家庭中自主打扫的扫地机器人，再到火星表面探测的祝融号火星车，都属于机器人技术的应用范畴。

1.1 机器人的分类体系与主流品类

当前全球在役机器人已超过2000万台，按照应用场景、运动方式和功能定位，可划分为四大主流品类，不同品类的技术侧重点和落地场景存在显著差异。

1.1.1 工业机器人：结构化场景的高精度执行者

工业机器人是目前技术最成熟、应用最广泛的机器人品类，根据国际机器人联合会（IFR）2023年发布的报告，2022年全球工业机器人销量达到55.3万台，占全球机器人总销量的70%以上，其中中国市场销量达28.9万台，连续12年位居全球首位。 工业机器人通常采用固定基座设计，以高精度、高重复性为核心优势，适用于结构化的工厂环境，完成重复性、高精度的作业任务。按照机械结构可分为四类：

• **关节型机器人**：占比最高，达60%以上，采用多关节串联结构，灵活性最强，典型应用场景为汽车白车身焊接、3C电子精密装配，代表产品包括ABB的IRB系列、库卡的KR系列、发那科的M-710系列，其重复定位精度可达0.02mm以内，是汽车制造产线的核心设备。
• **笛卡尔型机器人**：采用三轴直角坐标系结构，精度高、负载能力强，典型应用场景为物流码垛、物料搬运、机床上下料，在电商仓储的自动分拣线中广泛使用。
• **SCARA机器人**：采用四轴串联结构，水平方向灵活性高、垂直方向刚性极强，典型应用场景为3C电子产品的插件、贴片、组装，作业效率是人工的4-6倍。
• **Delta机器人**：采用并联结构，运动速度极快，典型应用场景为食品包装、药品分拣、轻小件高速搬运，作业速度可达每分钟150次循环以上。

1.1.2 服务机器人：非结构化场景的智能交互者

服务机器人是当前增长最快的机器人品类，2022年全球销量达2300万台，同比增长15%，主要面向家庭、商业、医疗等非结构化场景，核心能力是环境感知、人机交互和灵活作业。按照应用场景可分为三类：

• **家用服务机器人**：以扫地机器人为代表，2022年全球销量占比超过60%，代表产品包括石头科技的S系列、科沃斯的地宝系列、iRobot的Roomba系列，核心功能是自主建图、路径规划、扫拖一体，部分高端产品已具备自动洗拖布、自动集尘、自动上下水的能力。
• **商用服务机器人**：典型应用包括餐厅送餐机器人、酒店配送机器人、商场导览机器人、机场清洁机器人，代表产品包括普渡科技的葫芦系列、优必选的 Cruzr 系列，可承担重复性的配送、引导、清洁任务，降低商业场景的人力成本。
• **医疗健康机器人**：分为手术机器人、康复机器人、护理机器人三类，代表产品包括达芬奇手术机器人（已完成超过1000万例微创手术）、傅利叶智能的康复机器人（可辅助中风患者进行肢体康复训练），核心能力是高精度操作、力反馈控制、人机协同。

1.1.3 移动机器人：动态环境的灵活移动载体

移动机器人以自主移动为核心特征，区别于固定基座的工业机器人，可在动态变化的环境中自主导航、避障、完成作业，按照移动方式可分为四类：

• **轮式移动机器人**：应用最广泛，包括扫地机器人、AGV仓储搬运机器人、自动驾驶汽车，优势是移动效率高、控制简单，适用于室内外平整路面场景。
• **足式移动机器人**：代表产品为波士顿动力的Spot机器狗、特斯拉Optimus人形机器人，优势是地形适应能力强，可上下楼梯、跨越障碍，适用于野外巡检、废墟救援等非结构化地形场景。
• **履带式移动机器人**：典型应用为工程抢险机器人、军用排爆机器人，优势是牵引力强、地形适应能力优于轮式机器人，适用于泥地、砂石地等复杂路面。
• **飞行式移动机器人**：即无人机，典型应用为航拍、物流配送、电力巡检、农业植保，优势是可无视地面障碍物，从空中视角完成作业。

1.1.4 特种机器人：极端环境的专属作业工具

特种机器人面向极端、高危、特殊场景设计，替代人类完成无法直接参与的任务，典型品类包括：

• **太空机器人**：代表产品为祝融号火星车、嫦娥系列月球车，可在月球、火星等极端环境下完成探测、采样、实验任务，需具备极强的环境适应能力和自主决策能力。
• **水下机器人**：分为有人遥控和无人自主两类，典型应用为海底勘探、水下管道检修、海洋生物观测，需克服水下高压、低光照、通信受限的难题。
• **救援机器人**：包括消防灭火机器人、地震废墟搜索机器人、化学泄漏检测机器人，可在高温、有毒、坍塌等危险环境下执行救援任务，降低救援人员的安全风险。
• **军用机器人**：包括排爆机器人、无人战车、无人机蜂群，可替代士兵完成侦察、排爆、突击等高危任务。

> 📌 电子版侧边栏：常见误区澄清 > 很多读者会将机器人等同于人形机器人，实际上根据IFR 2023年数据，关节型工业机器人占全球机器人总销量的60%以上，人形机器人目前仍处于实验室和试点阶段，全球年销量不足1000台，占比不足0.1%。当前机器人技术的落地核心是“场景适配”，而非“形态拟人”。

1.2 机器人学的发展历程：从示教再现到具身智能

机器人学的发展始终围绕“自主性提升”这一核心主线，可划分为四个阶段，每个阶段的突破都对应着感知、规划、控制技术的代际升级。

1.2.1 第一阶段：示教再现阶段（1950s-1980s）

这一阶段的机器人没有任何环境感知能力，核心逻辑是“人工示教-重复执行”：操作人员手动操控机器人完成一次作业任务，机器人将运动轨迹、动作参数存储到内存中，后续可重复执行相同的动作。1954年，美国工程师乔治·德沃尔申请了可编程机械臂专利，这一设计被认为是现代工业机器人的雏形；1961年，第一台工业机器人Unimate在通用汽车工厂投入使用，负责搬运高温的铸件，开启了工业机器人的商业化时代。 这一阶段的机器人本质是“可编程的自动化设备”，优势是结构简单、成本低、重复精度高，劣势是完全无法适应环境变化，一旦作业场景发生改变（比如工件位置偏移），就需要重新示教，仅适用于高度结构化的工厂产线。

1.2.2 第二阶段：感知交互阶段（1990s-2010s）

随着传感器技术、计算机技术的发展，机器人开始加入简单的感知能力，可通过摄像头、红外传感器、超声波传感器感知周围环境，实现简单的避障、交互功能。1996年，美国iRobot公司推出第一代Roomba扫地机器人，通过红外传感器感知障碍物和悬崖，实现了家庭场景的自主清扫，开启了服务机器人的消费化时代。 这一阶段的机器人仍属于“弱自主”范畴，感知能力有限，仅能识别简单的障碍物，无法构建环境地图，规划能力极弱，仅能执行预设的简单动作，但已经实现了从“工厂专用”到“民用场景”的突破。

1.2.3 第三阶段：自主决策阶段（2010s-2020s）

随着SLAM（同步定位与建图）、深度学习、路径规划等技术的成熟，机器人开始具备复杂环境感知、自主决策的能力。2010年后，基于激光雷达的2D/3D SLAM技术逐步成熟，扫地机器人、AGV仓储机器人可实现厘米级精度的环境建图和自主导航；2016年，谷歌DeepMind研发的AlphaGo击败人类围棋世界冠军李世石，AI技术的突破进一步推动了机器人感知、规划能力的升级，仓储物流机器人、自动驾驶汽车开始大规模落地。 这一阶段的机器人可适应动态变化的非结构化环境，可根据环境反馈自主调整动作，无需人工干预即可完成复杂任务，自主性得到质的提升。

1.2.4 第四阶段：具身智能阶段（2020s至今）

具身智能是当前机器人学的前沿方向，核心逻辑是将大模型等AI技术与机器人的物理实体结合，让机器人具备自然语言理解、常识推理、复杂任务拆解的能力。2021年，特斯拉发布Optimus人形机器人原型，可通过视觉识别物体，完成叠衣服、搬运重物等复杂任务；2023年，Figure AI发布的Figure 01机器人搭载OpenAI的大模型，可听懂人类的自然语言指令，完成“递苹果”“整理垃圾”等需要常识推理的任务。 这一阶段的机器人不再需要预设固定的作业流程，可通过自然语言交互理解用户需求，自主拆解任务、规划动作、适应环境，真正实现“通用智能体”的愿景。

```mermaid timeline title 机器人学发展关键时间轴 1954年 : 乔治·德沃尔申请可编程机械臂专利 1961年 : 第一台工业机器人Unimate在通用汽车投入使用 1980年 : 工业机器人开始大规模普及，全球销量突破1万台 2002年 : iRobot推出Roomba扫地机器人，家用服务机器人进入消费市场 2016年 : AlphaGo击败李世石，AI与机器人深度融合 2021年 : 特斯拉发布Optimus人形机器人，具身智能成为研究热点 2023年 : 大模型赋能机器人，实现自然语言交互和复杂任务执行 ```

1.3 机器人系统的通用架构：感知、规划、控制的闭环协同

无论机器人品类、应用场景如何差异，其底层系统架构均遵循“感知-规划-控制”的闭环逻辑，三大模块的协同是机器人实现自主运行的基础。我们可以把机器人系统类比为人类的认知系统：感知模块相当于人的眼睛、耳朵、皮肤等感官，负责感知外部环境和自身状态；规划模块相当于人的大脑，负责处理感知信息、做出决策、规划动作；控制模块相当于人的小脑和神经，负责将大脑的决策转化为具体的肌肉动作，保证动作的准确性和稳定性。

1.3.1 感知模块：机器人的“感官系统”

感知模块的核心功能是通过各类传感器采集环境数据和自身状态数据，经过处理后输出机器人对环境的理解和对自身状态的估计。机器人传感器可分为两类：

• **内部传感器**：用于感知机器人自身的状态，包括惯性测量单元（IMU）、关节编码器、轮式编码器、力/力矩传感器等。IMU可测量机器人的加速度、角速度，用于估计自身的运动状态；编码器可测量关节或轮子的转动角度、转速，用于计算机械臂的关节角度或移动机器人的行驶距离；力/力矩传感器可测量执行器与物体接触时的力，用于精密装配、力控操作等场景。
• **外部传感器**：用于感知机器人周围的环境，包括激光雷达、摄像头、毫米波雷达、超声波传感器、深度相机等。激光雷达可发射激光束并接收反射信号，生成周围环境的点云地图，用于建图、障碍物检测；摄像头可采集彩色/灰度图像，用于目标识别、语义建图、视觉定位；毫米波雷达可穿透雨、雾、灰尘，用于远距离障碍物检测，是自动驾驶、户外机器人的核心传感器。

感知模块的核心任务不是直接输出原始传感器数据，而是通过传感器融合、状态估计等算法，输出结构化的环境信息：比如激光雷达的点云数据经过处理后，输出障碍物的位置、大小、类别；IMU和轮式编码器的数据经过融合后，输出机器人自身的位姿（位置和姿态），也就是“我在哪”“周围有什么”这两个核心问题的答案。

1.3.2 规划模块：机器人的“大脑”

规划模块的核心功能是根据用户的任务指令和感知模块输出的状态信息，生成机器人可执行的动作序列或轨迹。按照规划的时间尺度和任务类型，可分为三类：

• **全局路径规划**：基于感知模块生成的环境地图，规划从起点到终点的最优全局路径，比如扫地机器人规划全屋的清扫路线，AGV机器人规划从仓库A区到B区的搬运路径。常用的算法包括Dijkstra算法、A*算法、RRT算法等，核心是在保证路径无碰撞的前提下，找到长度最短或成本最低的路径。
• **局部运动规划**：基于全局路径和实时的感知信息，规划机器人在短时间内的运动轨迹，用于避障和动态路径调整。比如扫地机器人在清扫过程中遇到突然出现的鞋子、宠物，需要实时调整轨迹绕开障碍物，同时尽量不偏离全局清扫路线。常用的算法包括DWA（动态窗口法）、TEB（时间弹性带）算法等，核心是在保证不碰撞的前提下，让机器人的运动尽可能平滑、快速。
• **任务规划**：将用户的高层任务指令拆解为一系列可执行的低层动作序列，比如用户给服务机器人下达“帮我拿一杯水”的指令，任务规划模块需要将其拆解为“移动到厨房→找到水杯→抓取水杯→移动到用户位置→释放水杯”的一系列动作，再交给运动规划模块生成具体的运动轨迹。

1.3.3 控制模块：机器人的“运动神经系统”

控制模块的核心功能是跟踪规划模块输出的轨迹或动作指令，通过输出执行器的控制信号，保证机器人的运动尽可能准确、稳定地匹配规划结果。按照控制目标的不同，可分为三类：

• **位置控制**：控制机器人的位置、姿态跟踪规划的轨迹，是最常用的控制方式，比如工业机械臂跟踪焊接轨迹、移动机器人跟踪导航路径，常用的算法包括PID控制、模型预测控制（MPC）等。
• **力控制**：控制机器人与环境接触时的力，用于精密装配、力控操作等场景，比如工业机器人在装配手机零件时，需要控制接触力不超过0.5N，避免压坏 fragile 的电子元件；手术机器人在切割组织时，需要控制力度避免损伤健康组织。
• **混合控制**：同时控制位置和力，在部分自由度上控制位置，部分自由度上控制力，比如工业机器人在打磨曲面时，需要控制末端执行器沿着曲面轨迹移动（位置控制），同时保证打磨力恒定（力控制）。

> 📌 电子版侧边栏：实践小贴士 > 如果你没有机器人硬件，也可以通过开源仿真环境体验三大模块的协同：下载安装ROS（机器人操作系统）和Gazebo仿真器，运行自带的turtlebot3导航Demo，即可看到激光雷达建图、路径规划、轮子控制的全流程，成本为零。

1.3.4 三大模块的闭环协同关系

感知、规划、控制三大模块并非独立