Walker的感知与控制技术详解

2026-10-19

浏览量：次

优必选 Walker 人形机器人：感知与控制技术详解(通俗版)

Walker 是优必选的人形机器人，整套系统分为感知(机器人的五官 + 本体体感)和控制(机器人小脑 + 全身执行)两大模块，感知负责采集环境和自身状态，控制负责算步态、调关节、实现稳定行走与操作，两者实时闭环。 Walker的感知与控制技术详解

一、感知系统：分为外部环境感知 + 本体感知

1. 外部多模态环境感知

核心是多传感器融合，不只靠摄像头，视觉、听觉、触觉协同获取外界信息。视觉是主力，头部、胸部搭载 RGBD / 双目立体相机，部分新一代版本采用类人眼双目方案。可以输出深度信息，识别障碍物、台阶、斜坡，同时做物体 6D 位姿检测，判断物体位置、朝向，支持手眼协调抓取。依靠 U-SLAM 语义建图，实时构建三维点云语义地图，定位精度厘米级，不需要预先在环境贴标记，在动态场景里识别人、手势、人脸情绪、上百种日常物体，实现自主导航、动态避障。听觉模块内置麦克风阵列，做声源定位、语音识别，接收人的指令，感知环境声音。接触触觉分布在足底、手掌。足底力传感器感知地面压力、接触状态，判断踩实、打滑;灵巧手触觉传感器感知抓取力度，抓杯子、拧瓶盖时不会捏碎物体。

2. 本体感知(本体感觉，相当于人的前庭 + 肌肉体感)

全身每个伺服关节内置编码器、扭矩传感器，实时读取关节角度、转速、输出力矩。机身搭载 IMU 惯性测量单元，实时采集机身倾角、角速度、加速度，判断身体有没有前倾、侧翻，这是维持平衡最关键的传感器。本体感知会持续反馈机器人自身姿态、各关节受力，所有传感器数据融合后，统一送入控制器，形成完整状态观测。

一句话理解感知：外部感知看懂环境，本体感知感知自己身体姿态;所有传感器数据融合，给控制器提供完整 “现状报告”。

二、控制系统：分层架构，三层控制闭环

Walker 控制采用分层架构：上层任务规划、中层全身运动规划、底层关节伺服控制，核心算法是MPC 模型预测控制 + WBC 全身控制 + ZMP 零力矩点，再加全身柔顺力控。

1. 上层：任务与行为规划(大脑，大模型 + 语义规划)

接收语音指令、视觉语义结果，把人类任务拆解成动作序列。比如指令 “把水杯放到桌子”，上层会拆解：走到桌边、抬手、抓取、移动手臂、放下。新一代 Walker 接入多模态具身大模型，加入 CO-AGENT 智能体，能理解任务意图、自主处理异常，比如路上出现障碍物会自动重新规划路线，不是死板执行预设动作。

2. 中层：全身运动规划与平衡控制(小脑，核心难点)

这是人形机器人最核心部分，负责步态、平衡、全身协同。

ZMP 零力矩点：判断支撑脚掌内的稳定支点。只要 ZMP 落在脚掌支撑区域内，机器人就不会摔倒;一旦偏移，立刻调整躯干、手臂姿态来补偿。

MPC 模型预测控制：不是等失衡了再补救，每一瞬间，基于机器人动力学模型，预测未来一小段时间内身体姿态，提前计算最优步态、步长、躯干倾角，实时输出目标轨迹。相当于 “走一步，预判后面几步会不会摔倒”，适应台阶、地毯、斜坡这类不规则地形。

WBC 全身控制：全身运动协调，把整体运动目标，分配到 40 多个伺服关节，协调腿、腰、手臂同步运动。走路摆臂、弯腰抓取、下蹲，全身联动，而不是单独控制每条腿。

3. 底层：伺服柔顺力控(肌肉层)

底层是伺服关节闭环控制，接收上层下发的关节目标角度、目标力矩。普通机械臂只做位置控制;Walker 是柔顺力控。关节扭矩传感器实时反馈受力，一旦撞到人或者碰到障碍物，关节会柔性退让，降低冲击力，保障人机安全。做抓取任务时，依靠力反馈控制握力，实现柔性夹持，既能抓稳物体，又不会把易碎物品捏坏。

三、感知与控制的闭环工作流程

各类传感器采集环境图像、距离、足底压力、IMU 姿态、关节力矩;

感知层做多传感器融合，构建环境地图、识别目标、估算机器人自身状态;

上层 AI 把任务拆解，中层 MPC+WBC 规划全身运动轨迹与步态;

底层伺服执行目标动作，同时持续采集关节、足底受力;