跳到主要内容
MACT.ai
全部案例

机器人平台

感知、规划与实时控制,安全性不依赖软件。

2026Physical AI · 实时控制 · 感知
机器人平台

项目概览

一个操作平台:感知与规划跑在应用处理器上,运动控制在实时核心上保持确定性。一层独立的安全机制可以否决它上面的一切。

挑战

感知要吞吐,运动控制要确定性,两者在同一台机器上互相争抢。安全行为不能依赖通用调度器,而机械迭代太慢,吸收不了后期的架构变更。

方案

我们用一份明确的契约把两件事分开:规划器在有界周期内下发设定值,实时核心负责执行,硬件强制的安全层独立于两者之外。这让感知可以持续演进,而不会动摇运动控制。

架构

01

结构与硬件

谐波减速关节带编码器反馈与逐轴电流采样,按明确的载荷工况设计,并配硬件急停通路。

  • 开模前先做载荷工况分析
  • 逐轴电流采样与编码器反馈
  • 硬件急停独立于软件
  • 均匀分缝,关节模块可维护
02

AI

用于检测与位姿估计的感知栈、用于定位的 SLAM,以及运行在有界周期上的规划器。

  • 多源传感器时间同步融合
  • 感知节奏与控制环频率解耦
  • 最坏情况延迟预算在负载下验证
  • 仿真在环先做筛选,再上硬件迭代
03

软件

实时运动控制跑在专用 MCU 上,应用处理器上跑 ROS 2,另有一个记录全量运行日志的操作台。

  • 最大负载下验证控制确定性
  • 控制核心与驱动器之间走 EtherCAT
  • 操作台支持遥操作与事故回放
  • 每次运行都记录,用于复盘与改进

结果

  • 峰值感知负载下运动确定性依然成立
  • 安全性在硬件上验证,而不是在软件里声称
  • 感知持续改进,控制不受影响
  • 每一次现场运行都可记录、可回放

技术栈

结构

Harmonic DrivesLoad CasesE-Stop

AI

PerceptionSLAMMotion Planning

嵌入式

Real-time MCUROS 2EtherCAT

应用

Operator ConsoleTeleoperation