如何规划一台真正能落地的人形机器人硬件:执行器、电源、散热与可维护性

先说结论:做人形机器人硬件时,最常见的失败并不是“电机选错了”或者“电池不够大”,而是从一开始就按单个部件参数思考,而不是按整机系统预算思考。执行器、电源、散热、重量分布、线束、维护方式这些东西只要是分开拍脑袋选,最后大概率会得到一台纸面参数很好看、但连续测试时过热、掉压、难修、难调、难迭代的机器人。

如果你的目标不是拍一个短视频 demo,而是搭出一台能持续集成、能反复测试、能在实验室里活下来的 humanoid,这篇文章更值得你把硬件当成一个长期运行的工程系统来规划,而不是一份购物清单。

这篇适合谁

  • 你准备做第一台人形机器人原型,正在纠结执行器、电池、结构和散热怎么取舍。
  • 你已经有一些零件方案,但担心整机组起来后太热、太重、太难维护。
  • 你想把“能做出来”推进到“能稳定跑测试、能持续迭代”。

先纠正几个很常见的误区

误区 1:先挑最强零件,再围着它设计机器人

这是最贵的一种做法。因为单个部件的“峰值性能”并不能说明整机是否可用。一个看起来很强的关节,如果连续工况热衰减严重、驱动板难散热、线束空间又不够,那它在系统层面就是不合适。

误区 2:电池容量够大,就说明续航没问题

很多 humanoid 不是死在平均能量,而是死在动态动作时的瞬时电流、母线掉压、接插件损耗和控制器复位。你只看 watt-hour,忽略 burst load,最后会在整机联动时被现实教育。

误区 3:先把机构做紧凑漂亮,散热以后再补

如果你的设计里没有明确的热路径,没有风道、导热、留缝、维护开口这些现实安排,那你其实还没有散热方案。很多“控制器越来越飘”的问题,根因根本不是控制,而是温升。

误区 4:维护性可以等原型做完再说

这在 humanoid 项目里很危险。因为真正拖慢项目的,往往不是第一次装配,而是后面几十次返修、换件、排线、复测。如果一个膝关节坏了要拆半台机器,你的项目节奏很快就会崩。

最关键的硬件判断:围绕 duty cycle 设计,而不是围绕峰值参数设计

真正决定一台 humanoid 能不能用的,通常不是它某一瞬间能不能爆发出很大的力,而是它能不能在连续运行、反复测试、轻微碰撞、长时间调试的条件下,依然保持可预测、可恢复、可维护。

更实用的问题通常是这些:

  • 这个关节连续运行 20 分钟后温升多少,会不会降额?
  • 多关节同时动作时,供电母线会不会掉压?
  • 这个减速比虽然很“有力”,但会不会把动态速度拖得太慢?
  • 一个模块坏了以后,多久能拆下来、换好、重新标定、继续测试?

所以,靠谱的人形机器人硬件更像工业设备设计,不像“堆最强零件”的拼装比赛。你要优化的是可信测试小时数,不是单项参数截图。

先别列购物清单,先做 4 张预算表

1. 电源预算

至少要先估这几件事:

  • 各子系统平均功耗和峰值功耗
  • 动态动作下的瞬时电流
  • 主干供电与分支供电的线损和接插件损耗
  • 电压下跌对驱动器、计算平台和通信链路的影响
  • 真实测试工况下而不是理想工况下的可用续航

很多团队只会算“电池多大”,却不会算“最坏情况下会不会 brownout”。但对 humanoid 来说,后者经常更致命。

2. 热预算

每一个高扭矩关节,本质上也都是一个热源。你应该明确:

  • 热主要积在电机绕组、驱动板、减速器还是电池舱
  • 热量怎么从这些位置传出去
  • 壳体是否真的参与散热,还是只是把热困在里面
  • 连续运行后的性能衰减怎么影响动作边界
  • 高温会不会反过来影响编码器、线束、传感器和计算设备

如果你的设计里没有任何人能在白板上讲清楚“热从哪来,往哪走”,那这台机器人还没有热设计。

3. 重量与质心预算

总重量当然重要,但更关键的是重量放在哪里。你至少要知道:

  • 重电池、计算平台和执行器在竖直方向怎么分布
  • 上肢和躯干动作会怎么影响整体平衡
  • 小腿、前臂、手部这些远端质量会给关节带来多大重复负担
  • 电池位置是帮你稳定,还是在制造新的不稳定源

很多第一代原型会把手、前臂、头部和上半身做得太重,结果肩部、腰部、踝关节全部跟着吃亏,最后步态、电耗和抗摔性一起变差。

4. 维护预算

这张表经常没人写,但它对项目进度的影响极大。你应该直接按分钟问:

  • 一个关节模块从故障到更换完成需要多久?
  • 线束、接插件和保险能不能快速看到、快速拔插?
  • 驱动板、电池、风扇、相机支架这些高频维护件是不是容易接触?
  • 更换后能不能用一致流程快速回零和重标定?

如果一次返修要拆很多无关零件,这不是“以后再优化”的小问题,而是会实打实拖死迭代速度的大问题。

早期 humanoid 原型,更适合什么样的硬件架构

下半身:优先追求稳和可修,不要一上来追动态极限

对早期原型来说,下半身最值钱的能力通常不是跑得快,而是稳定站立、重心转移、低速迈步、反复测试不过热。实操上更推荐:

  • 先用保守的关节速度目标
  • 尽量控制膝以下远端质量
  • 优先选择连续工况数据清楚的执行器与减速方案
  • 及早加入机械限位或明确的软件限位
  • 先把足底接触、站稳和恢复逻辑做扎实,再追复杂步态

上半身:先把它当工作空间,不要一开始就幻想全套灵巧操作

早期 humanoid 更需要的是“能重复完成简单拿取、能抗一点误操作、撞一下不会坏”,而不是马上拥有一双昂贵又娇气的类人灵巧手。对大多数团队来说:

  • 简单但耐用的夹爪或两三指末端执行器,往往比复杂仿人手更快产出数据
  • 手腕先保证姿态控制和可维护性,再追求复杂自由度
  • 把上肢连续工作热负荷和肩部扭矩预算算清楚,比做“像手”的外形更重要

躯干与电子仓:按设备柜思路做,不要把它当剩余空间

很多 humanoid 后期最痛苦的不是腿和手,而是躯干电子仓乱到无法维护。一个靠谱的躯干应该至少做到:

  • 高压/大电流与信号线分区清楚
  • 主电源、保险、急停和调试口容易接触
  • 风道、散热片或通风开口是有解释逻辑的
  • 后续加板卡、相机、无线模块还有扩展余量
  • 拆开外壳后能快速定位常见问题,而不是看到一团线

零件选型时,哪些地方应该故意保守

执行器

对第一台认真做的人形机器人来说,最值得买的通常不是“最前沿”的执行器,而是你能反复表征、能快速更换、热行为清楚、备件能买到的执行器。选型时至少看:

  • 连续扭矩,而不是只看峰值扭矩
  • 温升曲线和持续工况表现
  • 编码器稳定性与标定重复性
  • 背隙、柔顺性和控制可预测性
  • 备件供应速度

如果一个好看的执行器坏了之后三周都补不到货,那它在项目层面并不“高级”。

电池与供电分配

早期原型的电源系统最好偏“笨但透明”。也就是说:

  • 换电池要快
  • 熔断与隔离点要清楚
  • 关键支路最好能测电压、电流和温度
  • 连接器和线径要留足安全余量
  • 在多关节联动和低电量时也不能轻易掉电

一个略重但好排障的电源系统,常常比一个纸面更“先进”的轻量方案更值得。

传感器

第一版别把太多新奇传感模式一起塞进去。先把这些基础件做可靠:

  • 关节位置感知
  • 稳定安装且可重复标定的 IMU
  • 足底接触或承重感知
  • 方便重装和重标定的相机布局
  • 用于外部校验的测试接口

你需要的不是“传感器很多”,而是“出了问题以后知道哪一层在说谎”。

整机组起来之前,应该怎么验证硬件

阶段 1:单模块台架测试

  • 测温升曲线
  • 测加速、保持、反向切换时的电流变化
  • 反复上电检查编码器一致性
  • 加载前后检查间隙和刚性变化
  • 检查接插件松动和线束应力点

阶段 2:子系统耐久测试

腿、手臂、躯干这些子系统尽量先拆开单测,重点看:

  • 重复动作后是否热衰减
  • 线束在全行程内会不会磨损或被拉扯
  • 急停、断电、复位之后是否容易恢复
  • 支架、连接件和壳体会不会在振动后松动

阶段 3:整机低风险联调

整机上电联调时,先别急着追复杂动作。优先确认:

  • 上电/下电顺序稳定
  • 多关节联动时总线不掉电、不复位
  • 一个模块异常时,整机能安全停下而不是连锁出错
  • 主电源与急停在几秒内可达
  • 启动后的零位和标定流程是可重复的

阶段 4:任务导向测试

只有在硬件本体稳定以后,再去做更像真实任务的验证,例如:

  • 连续 100 次取放同类物体
  • 站立 + 伸手 + 回位的热稳定测试
  • 低速迈步 + 停走切换 + 恢复测试
  • 长时间 teleop 看温升、掉压和磨损如何累计

否则你后面看到的“算法问题”,很可能只是硬件本体还没过关。

几个特别容易拖垮项目的错误

1. 太早把手做复杂

灵巧手很迷人,也很贵。除非你的核心研究就是精细操作,否则早期更务实的末端执行器通常更划算。

2. 线束最后才考虑

坏线束会带来随机故障、运动受限、噪声串扰和维护地狱。线束不是“收尾工作”,它本身就是机械和系统设计的一部分。

3. 为展示姿态设计,而不是为故障恢复设计

机器人会摔、会撞、会被误操作、会碰到不理想地面。硬件如果只能在完美姿态下工作,那它在实验室里也不会省心。

4. 同时把太多东西做成实验件

如果执行器、减速器、电源系统、手、控制板全部都很新,排障几乎一定会失控。故意把一部分层做“无聊但可靠”,反而更聪明。

一个真的有用的选型问题

当你在两个方案之间犹豫时,别先问哪个更先进,先问:

哪个方案能让我在未来 90 天里跑出更多可信的测试小时数?

这里的“可信”包括:

  • 更少的不可解释故障
  • 更快的排障速度
  • 更短的返修停机时间
  • 更清晰的日志和更稳定的行为边界
  • 更高的把软件结果归因到真实能力的把握

这是很重要的判断标准。因为 humanoid 项目能不能复利,不是看某一次亮眼演示,而是看你能不能稳定积累可信实验。

下一步怎么做

如果你现在就在规划一台 humanoid,我建议立刻做三件事:

  1. 选一个子系统,先把它的电源、热、重量和维护预算写出来。
  2. 把“连续 20 分钟运行后还能不能稳定工作”纳入标准测试,而不是只看短时峰值表现。
  3. 在锁定执行器和电池之前,先把模块更换流程和线束维护路径画出来。

很多人形机器人项目真正输掉的地方,不在于不够聪明,而在于硬件从第一天起就没有按系统工程思路去做。只要你先把系统预算做扎实,再去选零件,整台机器后面的调试、集成和升级都会顺很多。

延伸阅读方向

  • 如果你准备做下半身,下一步最值得细化的是状态估计、接触感知和足底结构。
  • 如果你准备做上半身,建议继续拆解肩部扭矩预算、末端执行器选型与线束维护方案。
  • 如果你已经开始联调,最好补上功率日志、温升日志和维护时间记录,不要只记“今天又坏了哪里”。

延伸阅读 / Sources

  • Berkeley Humanoid Lite Docs,适合参考开源人形平台怎样把机体、bring-up、测试和维护文档放在同一套工程体系里。
  • OpenLoong-Hardware,适合参考开源人形机器人硬件架构、机构拆分和整机布局思路。
  • ODrive Component Selection,适合参考执行器、电机、电源与驱动匹配时该看哪些连续工况约束,而不只是峰值参数。
  • DexHand 文档,适合参考灵巧手结构、手部自由度与维护复杂度在真实原型里的取舍。

Share this article

Send it to someone following humanoid robotics, embodied AI, or deployment trends.