人形机器人的数据采集（数采） 是实现运动控制、环境感知、行为决策的核心环节，其方法和设备需围绕运动状态、环境信息、人机交互三大类数据展开。以下是系统化的分类梳理，包含核心方法、对应设备及应用场景：
一、 运动状态数据采集（核心：关节 / 肢体的位姿、速度、力 / 力矩）
这类数据用于机器人的运动学 / 动力学建模、轨迹跟踪、姿态稳定控制，是实现精准动作的基础。
1. 关节与位姿数据采集
核心方法
直接测量法：通过传感器直接获取关节角度、角速度、角加速度。 视觉逆运动学法：通过外部视觉捕捉关节特征点，反解位姿。对应设备
编码器 类型：增量式编码器、绝对式编码器 应用：集成在伺服电机 / 关节减速器中，是最主流的关节角度采集设备，分辨率可达 0.001°，实时输出关节转角和转速，用于闭环控制。 优势：精度高、响应快、抗干扰强，适配工业级和科研级人形机器人。 惯性测量单元（IMU） 组成：陀螺仪（测角速度）+ 加速度计（测线加速度）+ 磁力计（可选，测方位） 应用：安装在机器人躯干、头部或四肢末端，测量整体姿态角（横滚、俯仰、偏航）和运动加速度，常用于步态规划、平衡控制（如双足机器人的摔倒检测）。 典型产品：MPU-6050（低成本）、BMI088（高精度工业级）。 光学运动捕捉系统 原理：多台红外相机捕捉机器人表面的反光标记点，通过三角定位计算标记点三维坐标，反解关节位姿。 应用：科研场景的运动学分析、动作标定（如 AMP 算法的运动先验数据采集）。 典型产品：Vicon、OptiTrack，精度可达亚毫米级，但依赖实验室环境，无法用于户外。2. 力 / 力矩数据采集
核心方法
直接传感法：通过力传感器测量关节力矩、末端接触力。 电流估算法：通过伺服电机电流间接计算关节输出力矩（低成本方案）。对应设备
关节力矩传感器 安装位置：关节减速器输出端或连杆之间 应用：测量关节的输出力矩，用于柔顺控制（如人机协作时的碰撞检测）、动力学参数辨识。 特点：成本较高，需考虑安装空间和抗干扰设计。 六维力 / 力矩传感器 安装位置：机器人末端执行器（手爪）或足部 应用：测量末端的三维力和三维力矩，用于抓取力控制、双足机器人的足底压力分布检测、地面适应性调整。 典型产品：ATI Nano17（小型化）、JR3（工业级）。 足底压力传感器 类型：电阻式、电容式压力阵列传感器 应用：安装在双足机器人足底，采集足底压力分布和重心位置，是实现稳定步态的关键（如防止打滑、摔倒）。二、 环境感知数据采集（核心：周围环境的几何、语义、动态信息）
这类数据用于机器人的自主导航、障碍物规避、场景理解，是实现 “自主移动” 的前提。
1. 几何环境数据采集
核心方法
激光扫描法：通过激光测距构建环境点云。 视觉立体匹配法：通过单目 / 双目相机获取深度信息。对应设备
激光雷达（LiDAR） 类型：2D 激光雷达（如思岚 RPLIDAR）、3D 激光雷达（如禾赛 Pandar） 应用：构建环境二维栅格地图或三维点云地图，用于自主导航、障碍物检测，抗光照干扰能力强。 优势：测距精度高、稳定性好，是户外人形机器人导航的核心设备。 深度相机 原理：结构光（如 Intel RealSense D400 系列）、飞行时间（ToF，如微软 Kinect v2） 应用：室内近距离环境建模、物体识别与抓取，成本低于 3D 激光雷达，但受光照影响较大。2. 语义与视觉数据采集
核心方法
视觉图像识别法：通过相机采集图像，结合 AI 算法提取语义信息（如行人、障碍物、路标）。对应设备
工业相机 / 消费级相机 类型：单目相机、双目相机、全景相机 应用：采集环境图像，用于目标检测、语义分割、视觉里程计（VO），是视觉导航和人机交互的基础。 特点：成本低、信息丰富，需依赖强大的算力进行图像处理。 事件相机 原理：捕捉像素亮度变化的事件，而非传统的帧图像 应用：高速运动场景（如机器人快速避障）、高动态范围环境，具有低延迟、高帧率的优势。3. 其他环境传感器
超声波传感器：低成本近距离测距，用于辅助避障（如机器人腿部防碰撞）。 GPS / 北斗模块：户外大场景下的定位，结合 IMU 实现组合导航（GNSS-IMU 融合）。 温湿度 / 气压传感器：采集环境温湿度、气压数据，用于机器人的环境适应性调整（如电机散热控制）。三、 人机交互数据采集（核心：人的指令、生理信号、接触信息）
这类数据用于实现机器人与人类的自然交互，包括指令接收、意图识别等。
核心设备
语音传感器（麦克风阵列） 应用：采集人类语音指令，结合语音识别算法实现语音控制（如 “前进”“停止”），麦克风阵列可实现声源定位。 触觉传感器 类型：柔性触觉传感器、压力传感器阵列 应用：安装在机器人手部或皮肤表面，采集人机接触的压力、位置信息，用于安全协作（如避免夹伤人类）、精细抓取。 眼动追踪设备（可选） 应用：科研场景下的人机意图识别，通过捕捉人类眼动方向，判断用户关注的目标。四、 数采系统的核心要求与典型架构
核心要求 实时性：运动控制类数据需毫秒级传输（如编码器、IMU）； 同步性：多传感器数据需时间戳同步（如视觉 + IMU 融合导航）； 鲁棒性：适应复杂环境（如户外光照、振动）。 典型架构 传感器层 → 数据采集卡 / MCU（如 STM32、树莓派） → 上位机（如工控机） → 数据处理与存储模块。
