第492章 SEA的上限更高，对算法的要求也更高

笔趣阁(biquge2345.com)更新快，无弹窗！

    第492章SEA的上限更高，对算法的要求也更高(第1/2页)
    周开飞在电脑前坐了一个多小时，屏幕上是几篇关于人形机器人驱动方案的论文，旁边还摊着几页从行业论坛上扒下来的讨论帖。
    他看得很慢，因为很多术语不熟，碰到一个就要停下来查一下。桌面上开了七八个标签页，轮着翻。
    他原来以为机器人关节弹簧是个通用需求，只要是做腿足式机器人的都需要。但翻了一个多小时资料之后，他发现事情跟他想的不太一样。
    他靠在椅背上，盯着屏幕上那张QDD和SEA的结构对比图，看了一会儿，拿起手机，翻到柳易繁的号码，拨了过去。
    柳易繁接起来的时候背景音很安静：“怎么了？”
    “你那个机器人部门的同事，彭旭飞，他还在江城吗？”
    “前天就回上海了，怎么了？”
    “没事，我查了点资料，有个问题想问他，电话里也行。”
    “你等一下，我把他微信推给你，你自己加。”
    过了大概一分钟，周开飞手机上收到一张名片。他点了添加，备注写的是“开飞金属周开飞，关于关节弹簧”。
    彭旭飞那边通过得很快，直接发了一条消息：“周总，什么事？”
    周开飞打字：“我查了一下人形机器人的驱动方案，好像主流的路线都是QDD，不怎么用弹簧。你们那边需要高性能弹簧，是用的SEA方案吗？”
    过了大概三四分钟，彭旭飞回了：“是。”
    接着又补了一条：“波士顿动力最初就是SEA路线，AtlaS的早期版本用过，后来转向了液压。QDD是现在国内主流的选择，优势是控制简单、响应快，对弹簧没什么要求。”
    “那你们为什么还用SEA？”周开飞问。
    “QDD的抗摔倒能力太差，足端触地瞬间的冲击吸收能力有限。我们做的是高动态行走，QDD应付不了。”
    彭旭飞那边安静了一会儿。周开飞以为他忙别的事去了，正准备放下手机，消息又弹了出来。
    “QDD这个方案，它之所以成为主流，是因为它回避了一个最难的问题。“
    “什么问题？“
    “力控。“
    彭旭飞发完这两个字，像是找到了一个可以宣泄的出口，接连几条消息弹出来。
    “QDD的本质是位置控制叠加电流内环。你给电机一个位置指令，电机执行运动，依靠读取电机电流来估算输出力矩。力不够就加大电流，力过大就削减电流。
    它没有硬件层面的力感知元件，力的获取完全依赖电机电流反推。这种方案的好处是控制框架简洁，算法成熟，上手门槛低，对额外传感器依赖小。大部分机器人团队从QDD起步，是很合理的选择。“
    “但它的上限也很明显。电流估算力矩会受齿轮摩擦、温度影响，存在噪声与漂移。遇到地面松软、路面凹凸、突如其来的撞击，需要极短时间内大范围调整输出。
    这时候电流环的响应、减速器本身的机械强度就会成为瓶颈。换句话说，QDD在工况可预测的时候表现很好。地面平整、扰动可以被算法提前预判，它就能发挥出色。一旦出现意料之外的尖峰冲击，短板就会暴露出来。“
    （本章未完，请点击下一页继续阅读）第492章SEA的上限更高，对算法的要求也更高(第2/2页)
    周开飞看得很慢，这属于他的知识盲区。还没看完，彭旭飞又发了两条。
    “SEA就是专门为了解决这个问题设计的。它在电机减速器和输出端之间串联一个弹性元件，一般是弹簧或者扭簧。
    电机转动，先驱动弹簧形变，弹簧再把力传递给关节输出。电机不需要直接硬刚负载突变，只需要控制弹簧的压缩量。负载突然变化的时候，弹簧先吸收冲击，给控制系统留出响应窗口。“
    “这个方案的优点很直观，抗冲击能力很强。遇到不平整地面或者突然撞击，弹簧先缓冲一部分能量。最重要的是，直接测量弹簧形变就可以得到真实输出力矩，这是硬件层面的力感知，不需要靠电机参数间接估算。“
    过来了好一会，周开飞才看完消息，回了一条问题：“那就是说，SEA更适应野外环境？“
    “是的，野外地形复杂，地面软硬不一，石子、坑洼、湿滑草地都有可能出现。QDD不是完全跑不了野外，但它缺少硬件缓冲层，所有意外冲击全部由减速器硬扛，对算法预判的要求极高。SEA的弹簧提供一层物理缓冲，给系统留出感知和计算的时间。“
    “抗摔倒也是SEA相比QDD的一大优势。机器人摔倒，巨大冲击力会往关节内部传导。刚性QDD架构下，冲击直接打在减速器、编码器上，轻则精度受损，重则直接硬件损坏。SEA的弹簧会吸收一部分冲击能量，保护电机与传动

章节报错（免登陆）

验证码：提交关闭