具身机器人三层闭环控制架构—笔记1

具身机器人三层闭环控制架构

1. 架构总览

该框图描述的是具身机器人常见的三层闭环控制架构：

大脑层：负责理解环境、制定任务和生成运动意图。
小脑层：负责把高层意图转化为稳定、实时、可执行的运动控制策略。
肢体层：负责执行控制指令，并通过传感器持续反馈机器人和环境状态。

整体逻辑可以概括为：

text 复制代码

外部任务输入
  -> 大脑层进行感知理解与任务规划
  -> 小脑层进行运动协调与实时控制
  -> 肢体层执行关节动作
  -> 机器人与环境发生交互
  -> 传感器反馈状态
  -> 小脑层和大脑层根据反馈修正控制与规划

这是一套典型的感知-决策-控制-执行-反馈闭环系统。

2. 外部输入

外部输入是机器人行为的起点，通常包括：

任务目标：例如"走到指定位置""搬运物体""避开障碍物"。
人机指令：来自语音、遥控器、上位机、APP 或调度系统的命令。
场景约束：例如地形、障碍物、工作区域、协作对象。
安全策略：例如速度限制、禁入区域、急停条件、碰撞约束。

外部输入并不直接驱动电机，而是先进入大脑层，由大脑层进行解释、拆解和规划。

3. 大脑层：决策与规划

大脑层对应机器人的高层智能，负责"想清楚要做什么"。

3.1 感知与环境理解

主要功能：

融合视觉、IMU、力觉、触觉等多模态感知信息。
构建语义地图或局部环境模型。
判断机器人所在位置、周围障碍物、可通行区域和交互对象。

输出结果：

环境状态
语义信息
可行动空间
风险或异常提示

3.2 任务规划与决策

主要功能：

将外部任务目标拆解为可执行的子任务。
根据环境状态选择合适的行为策略。
规划路径、动作顺序和任务优先级。

示例：

text 复制代码

任务：机器人从 A 点走到 B 点并搬起箱子

大脑层可能拆解为：
1. 定位目标 B 点
2. 规划行走路线
3. 接近箱子
4. 调整站姿
5. 执行抓取或搬运动作

3.3 运动意图生成

大脑层不会直接给每个关节下发电机指令，而是生成较抽象的运动意图，例如：

期望行走速度
期望转向角速度
躯干姿态
落脚区域
任务约束
目标位姿

这些意图会传递给小脑层，由小脑层进一步转化为稳定的控制指令。

4. 小脑层：运动协调与控制

小脑层对应机器人的中层控制系统，负责"把想法变成稳定动作"。

它通常运行频率高于大脑层，强调实时性、稳定性和物理约束。

4.1 全身协同控制

全身协同控制关注机器人整体运动，而不是单独控制某一个关节。

常见内容包括：

Whole-Body Control，简称 WBC
多任务优先级控制
躯干、四肢、关节之间的协调
重心、支撑区域和接触力控制

它解决的问题是：

text 复制代码

如何让机器人在执行任务时保持整体平衡，并让多个关节协同完成动作？

4.2 实时运动优化

实时运动优化会根据当前状态不断修正运动策略，典型目标包括：

保持平衡
避免碰撞
控制接触力
适应地面变化
处理打滑、冲击、外部扰动
在关节限位和力矩限制内完成动作

例如，机器人走路时如果脚底接触到不平整地面，小脑层需要快速调整关节力矩和姿态，避免摔倒。

4.3 关节级指令生成

小脑层最终会生成肢体层可以执行的低层控制指令，例如：

目标位置
目标速度
目标力矩
关节限位保护
急停或降级控制指令

这些指令会被发送到肢体层的执行器和通信网络中。

5. 肢体层：指令执行与反馈

肢体层对应机器人硬件执行系统，负责"真正动起来并把状态报回来"。

5.1 关节执行器

关节执行器是机器人运动的直接动力来源，通常包括：

电机
驱动器
减速器
制动器

它接收小脑层生成的关节目标或力矩指令，并转换为实际运动。

5.2 躯体传感器

传感器负责采集机器人自身和环境交互信息，常见包括：

IMU：测量姿态、角速度、加速度。
力矩传感器：估计关节受力和接触力。
视觉传感器：识别环境、目标和障碍物。
触觉传感器：检测接触、压力和滑动。
编码器：测量关节角度和速度。

这些信息会反馈给小脑层和大脑层。

5.3 通信与 I/O 网络

通信与 I/O 网络负责连接控制器、驱动器和传感器，要求：

高实时性
低延迟
时钟同步
高可靠性
支持高速数据采集

常见实现包括实时以太网、CAN、EtherCAT 等。

6. 机器人与环境

机器人最终要在真实环境中完成动作，例如：

行走
操作物体
与人或设备交互
承受外界扰动
接触地面、墙面、工具或物体

环境并不是静态背景，而是闭环系统的一部分。机器人动作会改变环境状态，环境又会通过接触、视觉、力觉等方式反过来影响机器人。

7. 信息流说明

7.1 控制 / 指令流

图中实线表示控制或指令流：

text 复制代码

外部输入
  -> 大脑层
  -> 小脑层
  -> 肢体层
  -> 机器人与环境

含义：

大脑层决定"做什么"。
小脑层决定"怎么稳定地做"。
肢体层负责"实际执行"。

7.2 状态 / 反馈流

图中虚线表示状态或反馈流：

text 复制代码

机器人与环境
  -> 肢体传感器
  -> 小脑层状态估计
  -> 大脑层任务修正

含义：

肢体层反馈真实执行状态。
小脑层根据反馈快速修正控制。
大脑层根据异常、进度和环境变化调整任务规划。

8. 三层之间的关系

层级	核心问题	输入	输出	特点
大脑层	要做什么	任务目标、环境状态、执行反馈	任务计划、运动意图	抽象、低频、偏智能决策
小脑层	如何稳定地做	运动意图、传感器反馈	关节目标、力矩指令	实时、高频、偏控制优化
肢体层	如何执行并反馈	关节指令	实际动作、传感器数据	硬件相关、实时执行

9. 为什么需要三层架构

如果所有功能都放在同一层，会出现几个问题：

高层规划太慢，无法直接处理毫秒级控制。
低层控制太具体，不适合处理复杂任务语义。
硬件执行存在延迟、噪声和扰动，需要实时反馈修正。
机器人与环境交互复杂，需要分层降低系统复杂度。

三层架构的优势是：

职责清晰
控制链路明确
方便调试和替换模块
兼顾智能决策与实时控制
更容易构建稳定的闭环系统

10. 学习重点

理解这张图时，可以抓住以下几个关键点：

大脑层不是直接控制电机，而是生成任务和运动意图。
小脑层是高层意图与低层执行之间的桥梁。
肢体层既执行指令，也持续提供反馈。
机器人控制不是单向流程，而是闭环系统。
实线代表指令下发，虚线代表状态回传。
环境也是系统的一部分，机器人必须根据环境反馈不断修正动作。

11. 一句话总结

具身机器人三层闭环控制架构的核心思想是：

大脑层负责规划，小脑层负责稳定控制，肢体层负责执行与反馈；三者通过指令流和反馈流构成持续自我修正的闭环系统。