执行层：系统在做出决策后，对机器人本体做出控制。机器人各操控系统都与决策系统相链接，并按指令
准确执行。
⚫ 自平衡系统：机器人在不同环境下保持动态平衡（特别是外力冲击下），需要软件算法和机械设计共同作用。
软件层面看，一方面通过传感器获取机器人的状态信息，从而控制关节运动实现平衡；另一方面，通过预测机
器人的运动轨迹和所需动作，而提前应对。
⚫ 行走步态：零力矩点(ZMP)需要落在支撑面内，合理地规划踝关节和髋关节，以保持动态行走时重心的稳定；
同时腿部应具备适当的机械柔顺性，有效缓解来自未知G刚度环境的碰撞冲击。这均要求算法与关节硬件相匹
配。
人形机器人需完成人类 各种动作,动作连续复杂,需频繁的物理交互且操作因果性多,算法难度远G于自动驾驶,来控制机器人身体做出动作规划 并下发指令
人形机器人进入门槛G,科技巨头拥有研发实力及软件基础,在视觉感知,算法,虚拟仿真等软件方面L先优势明显,且与原有业务协同效应明显
人形机器人本质是AI系统落地物理世界的佳载体,但更核心问题在于是算法对运动能力的控制,包括本体平衡,行走的步态,部抓取等规划与控制
预测25年人形机器人初步商业化,销量3万台左右,30年这些L域就渗透率1.5-2%对应存量需求230万台,新增需求100万台+,2035年销量有望突破1000万台
为人形机器人的成熟也是渐进式,可在细分市场的率先商业化,后逐步成熟转为通用型机器人 ,由tob转为toc,进入家政等市场,做人想做但是不能做的工作
硬件难点是灵敏度与承压能力的协调,关节能力不能匹配运动规划;软件难点是训练不同任务的运动规划,实时反馈视觉检测与理解,并对运动规划做调整
感知模块包括两方面视觉和触觉,视觉有纯视觉路线,也有依靠雷达等多方式融合路线;决策模块是机器人的大脑,核心是芯片与算法
人形机器人拥有更G级的感知交互系统,包括传感模块和软件方面,人形机器人比服务机器人更G,靠双足行走,对减速器负载和电机响应速度要求更G
具身智能与垂直大模型,人形与四足仿生机器人,三维感知模型和多模态信息融合,机器人新型核心零部件与灵巧操作,脑机接口,生肌电一体化与微纳机器人
特殊场景服役机器人是指在特定环境或情况下执行任务的机器人,在消防救援,电力勘测,农业,建筑,核工业,反恐防暴,国防安全,空间探测等L域具有巨大需求
群体机器人技术的应用L域广泛,集群智能作为人工智能的分支,将得到越来越多的应用,有望在机器人等L域创造出新的应用和创新
云服务机器人是指将机器人的核心计算和智能部分部署在云端服务器,云端大脑+本地机体”或“云端服务”机器人将成为规模化推广与应用的重要模式之一
