Технологии обнаружения, управления и связи гуманоидных роботов
2025-08-07
Человекоподобные роботы меняют будущее, демонстрируя революционный подход. Благодаря интеграции передовых технологий, таких как искусственный интеллект, высокотехнологичное производство и новые материалы, они готовы стать революционными платформенными продуктами, следуя по стопам компьютеров, смартфонов и транспортных средств на новых источниках энергии. Они представляют собой новый рубеж в глобальной технологической конкуренции. От ловкого захвата прецизионных деталей до лёгкого перемещения по сложной местности, от точного определения изменений окружающей среды до быстрого реагирования на решения –
какие ключевые технологии лежат в основе этих поразительных «сверхспособностей»?
Гибкие тактильные датчики делают «ловкие руки» более чувствительными
Ловкая рука — ключевая технология для гуманоидных роботов. В отрасли часто говорят: «Половина сложности создания гуманоидного робота заключается в ловкости». Человеческая рука, состоящая из 27 костей, более чем 50 мышц и более чем 100 суставов, способна выполнять экстремальные маневры — от захвата иглы для вышивания до перемещения холодильника. Воссоздание этого биомеханического чуда требует точного баланса между множеством технических характеристик: материалы должны быть одновременно лёгкими и износостойкими; системы передачи должны обеспечивать баланс между высокой эффективностью и точностью; а алгоритмы управления должны решать сложные задачи многосуставной координации.
Решение этой проблемы требует прорывов в разработке гибких тактильных датчиков. Будучи «тактильными нервами» ловких рук, их основная функция заключается в определении распределения давления, температуры и материала, подобно человеческой коже, через такие материалы, как проводящая резина и графеновые пленки. Однако традиционные датчики не только имеют низкую скорость отклика и не обеспечивают тактильную обратную связь на уровне миллисекунд, но и страдают от низкой термостойкости и долговечности, а также не способны точно регистрировать мельчайшие изменения давления.
Чтобы преодолеть эти трудности, новый гибкий тактильный датчик стал инновационным благодаря гибкой подложке и миниатюрной конструкции. Чувствительность датчика достигает 5 миллисекунд, а точность измерения давления составляет 0,1–0,01%. Надёжность корпуса подтверждена 540 миллионами циклов изменения давления. Частота отказов чипа составляет менее 10 ppm, приближаясь к целевому значению 1 ppb, что гарантирует срок службы более 20 лет. Эти технологические прорывы позволили ловким роботизированным рукам постепенно приблизиться к точности восприятия и манипуляций человеческой руки, заложив прочную основу для выполнения сложных задач гуманоидными роботами.
Датчики давления позволяют роботам ходить устойчиво
Чтобы гуманоидные роботы могли двигаться подобно человеку, им необходимы не только ловкие руки для выполнения тонких операций, но и «бионические стопы» для устойчивой ходьбы. Однако контроль равновесия всегда был основной проблемой при разработке гуманоидных роботов по всему миру, поскольку нарушения равновесия, скольжение и падения случаются часто. При ходьбе человека подошвенные нервы стоп могут в режиме реального времени ощущать твёрдость, наклон и даже незначительные изменения поверхности, передавая сигналы в мозг. Для роботов сеть восприятия подошвенных нервов, состоящая из датчиков силы, является ключом к достижению
динамического равновесия и взаимодействию с окружающей средой.Однако в реальных условиях применения гуманоидные роботы сталкиваются со множеством проблем. Мгновенный удар небольшим камнем или перегрузка при прыжке с высокой платформы могут привести к потере равновесия робота. В то же время, такие проблемы, как высокая стоимость, большие габариты и низкая виброустойчивость, также ограничивают распространение датчиков силы.
Как решить эту проблему? Традиционные датчики давления требуют ручного нанесения клея для крепления чипа к основанию. Их можно изготавливать только по отдельности, что не только требует много времени и затрат, но и приводит к недостаточной компактности датчиков. Кроме того, клей легко размягчается под воздействием тепла во время движения робота, что приводит к повышенному энергопотреблению, неточным данным, а также к лёгкому отсоединению и повреждению при ударах. Для гуманоидных роботов требуются сотни датчиков, плотно расположенных по всему телу, что делает традиционные датчики давления непригодными.
Чтобы преодолеть эти узкие места, новое поколение датчиков силы претерпело революционные производственные инновации. Вместо традиционных клеевых соединений для крепления чувствительного материала к металлической подложке используется процесс прецизионной печати. Высокотемпературное спекание затем формирует эвтектический слой, обеспечивая плотное соединение материалов. Эта технология не только уменьшает размер датчика до 1/50 от размера обычных изделий, но и увеличивает его перегрузочную способность от 3 до 10 раз. Он выдерживает температуру от 200 до 300 градусов без ползучести, обеспечивая точное измерение электрического сигнала и срок службы до 20 лет. Модель производства также была модернизирована с неэффективного ручного склеивания отдельных деталей до автоматизированной пакетной печати и спекания, что значительно снижает затраты и обеспечивает экономичное, автоматизированное, высокосерийное, высокоэффективное и стабильное производство. Этот технологический прорыв не только делает гуманоидных роботов более устойчивыми в своих движениях, но и способствует технологическому совершенствованию интеллектуального оборудования, такого как автомобильные датчики, открывая путь для совместных инноваций в различных областях.
Точное взаимодействие мозга и мозжечка
Система управления гуманоидного робота, состоящая из головного мозга и мозжечка, является ключевым компонентом в реализации технологий искусственного интеллекта. «Мозг» отвечает за восприятие окружающей среды и принятие решений, интегрируя сигналы с тактильных датчиков, камер, лидаров и других устройств. «Мозжечок» отвечает за восприятие движения и управление им, полагаясь в первую очередь на данные обратной связи от датчиков силы и инерционных датчиков. В отличие от неточных механизмов управления человека, роботы используют количественные данные датчиков и непрерывную обратную связь для разбиения сложных задач на несколько этапов, выполняя их последовательно с помощью машинного обучения.
Мозг гуманоидного робота имитирует человеческое мышление, рассуждения, интерактивное общение, понимание и координацию задач, а также память. Его основная технология основана на высокопроизводительных процессорах искусственного интеллекта (ИИ) с высокой пропускной способностью и многомодальными большими моделями. Однако разработка ИИ-микросхем сталкивается с двумя проблемами: высокой вычислительной мощностью ИИ и высокой пропускной способностью памяти. Хотя передовые технологии производства микросхем могут повысить производительность, высокая плотность компоновки приводит к значительному увеличению энергопотребления. Кроме того, размещение нескольких контроллеров памяти занимает значительную площадь кристалла, что затрудняет оптимальную конфигурацию.
Чтобы роботы могли воспринимать мир и принимать быстрые решения, подобно людям, чипы с искусственным интеллектом должны одновременно отвечать требованиям «быстрых вычислений» и «быстрой передачи данных». Традиционные чипы страдают от высокого энергопотребления и высокой задержки из-за частого обращения центрального процессора к данным из внешней памяти, подобно тому, как повар постоянно перемещается между кухней и складом. Для решения этой дилеммы инновационная конструкция чипа предлагает перенос внешней памяти на сам чип, позволяя выполнять вычисления на нём. Это упрощает систему, снижает накладные расходы на коммуникацию, повышает эффективность коммуникации и скорость построения моделей. Применение технологии трёхмерного стекирования устраняет ограничения традиционных планарных схем чипов. Уменьшение толщины чипов и их трёхмерное расположение повышает интеграцию и пропускную способность памяти, повышая вычислительную мощность ИИ и оптимизируя выход годных чипов. Эти технологические инновации закладывают основу для создания эффективного и интеллектуального роботизированного мозга.
Мозжечок гуманоидного робота играет ключевую роль в управлении движением, подобном человеческому. После того, как чип ИИ в мозге принимает решение через систему восприятия, он должен эффективно взаимодействовать с мозжечком, который отвечает за восприятие движения и генерацию действий. Его основные требования отражены в трех аспектах: во-первых, возможности точного управления. Мозжечок должен интегрировать входные данные с нескольких датчиков для принятия всесторонних решений и координирования управления несколькими степенями свободы. Задержка команд управления должна быть сжата до миллисекунд, а периодическое дрожание должно контролироваться до микросекунд, что предъявляет почти экстремальные требования к производительности электронных компонентов и исполнительных механизмов. Во-вторых, высокая надежность. Для обеспечения стабильности движения мозжечок должен использовать избыточный механизм команд, отправляя одну и ту же команду несколько раз, чтобы избежать отклонений движения, вызванных ошибками передачи одиночных сигналов. Кроме того, основные компоненты должны соответствовать низкому уровню отказов аэрокосмического класса для обеспечения долговременной стабильной работы.
Основная причина прерывистых и заторможенных движений робота кроется в недостаточной частоте команд от мозжечка. Если в секунду подается только одна команда на движение, движения робота неизбежно будут казаться механическими и прерывистыми. Однако при увеличении частоты команд до 1000 раз в секунду, обеспечивая обратную связь в режиме реального времени по параметрам положения, скорости и усилия, движения робота становятся плавными, как у человека. Это означает, что высокопроизводительный чип мозжечка должен обеспечивать идеальный баланс между быстрым откликом, стабильным движением и исключительной надежностью. Преодоление этих технических трудностей имеет решающее значение для прорыва в технологиях управления движением гуманоидных роботов.
Помимо мозжечкового чипа, соответствующая модель обучения движениям также является ключом к итеративному обновлению мозжечковой системы робота. Сначала технология виртуальной реальности человека используется для сбора данных в реальной среде. Затем робот обучается посредством обучения с подкреплением в облачной виртуальной среде. После этого результаты обучения переносятся на реальные физические объекты. Этот метод обучения помогает ускорить процесс обучения робота. Команда Уханьского университета использует 16 камер и трёхмерную платформу измерения силы для покадровой имитации походки человека. Когда прецизионные чипы встречаются с реальной базой данных движений человека, роботы могут превратиться из механических имитаторов в живые организмы, способные двигаться, и действительно войти в тысячи домов.
Радиочастотные фильтры – обеспечивают точную связь
Радиочастотные фильтры являются ключевыми компонентами для точной связи гуманоидных роботов. Их функция аналогична настройке радиоприемника: они фильтруют полезные сигналы и устраняют помехи, обеспечивая точную передачу и прием. Для мобильного телефона обычно требуется 50–100 микросхем радиочастотных фильтров, производительность которых напрямую определяет качество связи. Однако эта область долгое время была монополизирована иностранными компаниями, которые, используя многолетний технологический опыт, создали многогранный технологический барьер, охватывающий материалы, производство и алгоритмы. Отечественные компании сталкиваются с множеством проблем, включая патентные блокировки, устаревшее оборудование и нехватку квалифицированных кадров.
Ключ к разрушению монополии кроется в технологических инновациях. Традиционные зарубежные фильтры используют нерегулярные многоугольные структуры (поданы заявки на патенты), но моделирование и имитация показали, что их поверхности негладкие, заметны помехи и низкая производительность. Используя рассуждения и вычисления алгоритмов ИИ, мы предложили инновационную структуру фильтра каплевидной формы — новую конструкцию, защищенную независимыми правами интеллектуальной собственности. Это не только прорывает патентную блокаду, но и обеспечивает значительное повышение производительности, при этом гладкость поверхности устройства и чистота сигнала достигают ведущих международных уровней. В настоящее время Уханьский университет подал заявки на 348 соответствующих патентов (176 из которых были выданы) и, благодаря сотрудничеству между промышленностью, университетом и исследовательской группой, создал китайскую компанию по производству фильтров с полностью независимыми правами интеллектуальной собственности. В то же время, чтобы ускорить локализацию высококачественных фильтров, мы создаем глобальную систему исследований, разработок и производства.
Легкость — это порог, который необходимо преодолеть.
Для полной интеграции гуманоидных роботов в человеческий мир снижение веса является необходимым условием. В таких профессиональных областях, как промышленное производство и здравоохранение, а также в повседневных ситуациях, таких как бытовое обслуживание, обучение и уход за пожилыми людьми, снижение веса означает снижение энергопотребления, большую гибкость движений и большую безопасность. Однако снижение веса гуманоидных роботов сопряжено с рядом трудностей: сохранение прочности при оптимизации материалов; интеграция большего количества датчиков при контроле общего веса; увеличение срока службы аккумуляторов без использования громоздких батарей.
Технология 3D-печати предлагает инновационный подход к решению этой проблемы.С момента своего изобретения в 1980-х годах 3D-печать достигла зрелости. Ее основное преимущество заключается в возможности печати интегрированных компонентов путем создания
сложных, легких структур,что значительно снижает вес; она также поддерживает быстрое прототипирование и ускоряет инновации и итерации. Однако применение 3D-печати в производстве человекоподобных роботов по-прежнему представляет собой три основные технические проблемы: обеспечение структурной прочности и усталостных характеристик (традиционная оптимизация топологии подвержена внутренним дефектам, что требует обеспечения механической прочности, усталостной прочности и ударопрочности); контроль качества процесса (решение таких проблем, как управление полем ветра и мониторинг морфологии для предотвращения дефектов, таких как несплавленные частицы, поры и трещины); и управление сроком службы несущих компонентов (путем исследования механики разрушения и механики повреждений, создания моделей механизмов образования дефектов для точного обнаружения и устранения дефектов в режиме реального времени).
Текущее решение заключается в сочетании технологии онлайн-мониторинга 3D-печати с технологией лазерного упрочнения для визуализации процесса, выявления дефектов качества и контроля механических свойств. Эта технология успешно применяется при изготовлении компонентов роботов из сплавов на основе железа, титана и алюминия, включая ключевые несущие конструкции, такие как плечевые опоры, грудные рамы, предплечья, бедра, пальцы и суставы, обеспечивая надежную поддержку при разработке легких гуманоидных роботов.
Будущее развитие
Мировая робототехническая индустрия ускоряет своё развитие, и 2025 год считается первым годом коммерческого массового производства гуманоидных роботов. Будучи ведущим мировым производителем гуманоидных роботов, моя страна добилась прорывов в области ИИ-микросхем, гибких соединений и алгоритмов динамической балансировки. Более того, благодаря огромному рыночному спросу, мощным производственным мощностям и преимуществам производственной цепочки, Китай обладает огромным потенциалом в производстве базовых компонентов, системной интеграции и разработке сценариев.
С точки зрения развития, гуманоидные роботы должны пройти путь от первых шагов с полномасштабными прототипами до прорывов в высокоинтегрированных системах, а затем – к достижению высокодинамичных двигательных возможностей, таких как бег и прыжки, и, в конечном итоге, к индустриализации. В перспективе развитие отрасли будет следовать краткосрочной (5-летней), среднесрочной (15-летней) и долгосрочной (30-летней) технологической дорожной карте. В краткосрочной перспективе основное внимание будет уделяться инновациям в области материалов, разработке лёгких и высокопрочных материалов, таких как композитные материалы и высокопрочная сталь, а также повышению надёжности ключевых компонентов, таких как двигатели, датчики и микросхемы, содействию интеграции коммуникаций и Интернета вещей (IoT) и обеспечению базового взаимодействия человека и машины. В среднесрочной перспективе усилия будут сосредоточены на автономном зондировании в сложных условиях, применении биомиметических материалов (таких как бионическая кожа) и выполнении задач, требующих больших нагрузок . Долгосрочная цель – достижение интеллекта,
аналогичного человеческому, автономного обучения и эмоционального взаимодействия,С точки зрения развития, гуманоидные роботы должны пройти путь от первых шагов с полномасштабными прототипами до прорывов в высокоинтегрированных системах,а затем – к достижению высокодинамичных двигательных возможностей, таких как бег и прыжки, и, в конечном итоге, к индустриализации. В перспективе развитие отрасли будет следовать краткосрочной (5-летней), среднесрочной (15-летней) и долгосрочной (30-летней) технологической дорожной карте. В краткосрочной перспективе основное внимание будет уделяться инновациям в области материалов, разработке лёгких и высокопрочных материалов, таких как композитные материалы и высокопрочная сталь, а также повышению надёжности ключевых компонентов, таких как двигатели, датчики и микросхемы, содействию интеграции коммуникаций и Интернета вещей (IoT) и обеспечению базового взаимодействия человека и машины. В среднесрочной перспективе усилия будут сосредоточены на автономном зондировании в сложных условиях, применении биомиметических материалов (таких как бионическая кожа) и выполнении задач, требующих больших нагрузок . Долгосрочная цель – достижение интеллекта, аналогичного человеческому, автономного обучения и эмоционального взаимодействия,
