★ FEATURED ARTICLE 1. 今年IROS现场的直观印象在杭州待了五天脚底磨出水泡脑子里塞满了各种机器人的动作画面。先说结论IROS 2025IEEE/RSJ智能机器人与系统国际会议给我的最大感受不是“机器人有多聪明”而是“机器人设计有多分裂”——一边是论文墙上那些看起来像外星生物、动作诡怪的灵巧手和软体机器人另一边是展区里高速抓取、力控打磨、自主巡检的硬核工业设备。这种“学术上的天马行空”和“工程上的寸土必争”之间的巨大反差恰恰是IROS最迷人的地方。IROS和ICRA、RSS并称机器人领域三大顶会但它的气质不太一样。ICRA更偏理论创新RSS更偏数学深度而IROS的现场总能看到大量“已经能跑起来”的原型机和Demo。对于想知道机器人技术未来三到五年往哪走的人IROS的信息量是最密集的。今年也不例外从灵巧操作、足式运动、柔顺控制到异构集群、具身智能、手术机器人每一块都能看到很明确的技术趋势。这篇文章不打算写成会议综述那太没意思了。我想做的是把现场看到的“诡异设计”背后的控制逻辑、机构逻辑、工程逻辑拆开讲清楚再落到“硬核应用”上聊聊哪些技术真的能进产线、进医院、进考场。无论你是机器人方向的学生、搞了几年工业集成的工程师还是准备青少年机器人等级考试的家长和考生家长这篇文章里应该都有你能直接拿走的东西。2. 灵巧操作最“像人”的机器人也最“吓人”2.1 腱绳驱动与欠驱动用简单机构复刻复杂人手灵巧手是今年IROS当之无愧的流量担当。单手十几个自由度、指尖带触觉传感器、能捏鸡蛋能拧瓶盖这些项目前围观的人永远最多。但你真的凑近看会发现相当一部分高自由度灵巧手内部根本没那么复杂——它们普遍在用腱绳驱动和欠驱动设计。腱绳驱动这个概念你用提线木偶来理解最直观。电机装在手臂里通过钢丝绳牵动手指关节手指本身不用塞电机。这样做的好处有三个手指能做得又细又轻指尖质量小、惯性小动起来反应快电机集中在前臂热量好散维护也好做最重要的是关节设计灵活可以在手指背面加弹簧让它自动回弹。现场看到一只六自由度假手指尖直径不到两厘米里面居然塞进了六个微型压力传感器这就是腱绳方案的红利。欠驱动就更巧妙了。传统机器人要精准控制每一个关节那就需要每个关节配一个电机手会变得又笨又重。欠驱动的思路是电机数量少于自由度数量靠机构耦合和弹性元件实现抓取时的自适应包络。你按压一个弹簧夹子夹住核桃夹子不会思考核桃的形状但弹簧会让每个爪子自动贴合表面——这就是欠驱动的直觉。用人手类比我们抓鸡蛋时指尖、指腹、掌心的接触力量并不需要大脑逐块肌肉精密控制而是依赖手部软组织的被动顺应。IROS上不少灵巧手正是利用这个原理用两三个电机驱动五个手指抓取不同形状物体的成功率反而比全驱动方案更高。2.2 机械战警手臂的观感冲击来自哪里我在现场拍了不少灵巧手的特写发到工作群里后同事第一反应是“这东西看着有点瘆人”。这个观感很有代表性。很多灵巧手在动作时会出现一种“既流畅又僵硬”的矛盾感关节弯曲的角度、节奏跟真人接近但皮肤是硅胶的、关节是裸露的金属连杆动作越接近人这种“非人感”越强烈。这其实撞上了恐怖谷效应。机器人在动作和人相似度达到某个区间时人的心理排斥感会不降反升。但对搞机器人的人来说这种“诡异”反而是技术高水平的体现。因为生物肌肉收缩是线性长度变化而电机输出是旋转运动要把旋转运动转换成平滑的关节弯曲中间要经历连杆机构、腱绳滑轮、弹性元件多层转化。你和真人手背对比真人皮肤下面有皮肤、脂肪、筋膜、肌腱、骨骼五层结构分层滑动机械手是一层硅胶包着金属骨架手背处的皮肤会随着弯曲产生褶皱这个褶皱怎么生成、怎么消除本身就是仿生学大难题。还有一个容易被忽略的细节灵巧手并不追求“动作像人”而是追求“功能覆盖人手”。人手有21个自由度但日常生活中真正常用的动作模式不超过十种捏、握、夹、托、抠、拧、按。IROS上大量项目在做“功能抓取”分类把灵巧手的控制策略简化成若干个模板再通过触觉反馈动态调整。这个思路很值得学。做工程不是复刻生物而是用最低成本覆盖最多的任务场景。2.3 灵巧操作落地的关键参数与场景灵巧手的热度虽然高但离大规模商用还有距离。现场和几个团队聊下来大家最关注的指标集中在三个方面。不要只看自由度数量要看指尖力控制精度和触觉分辨率。抓取力反馈是最基础的一层。常见的微型指尖力传感器量程在0.5N到20N之间分辨率0.01N左右响应频率能做到1kHz。这个量级意味着什么你轻轻捏住一颗草莓果皮刚好不变形、又不会滑落的力度大约在1N到3N之间拧开一瓶矿泉水瓶盖需要指尖提供3N到8N的摩擦力对应的法向力还要翻倍。很多论文在讨论的“鸡蛋测试”其实考察的就是指尖力的动态跟踪精度。触觉分辨率决定了灵巧手“手感”的上限。目前比较成熟的是电容式或压阻式阵列触觉传感器空间分辨率能做1到2毫米能感知到微小凸起和滑动。现场一家团队展示了一个有意思的测试让灵巧手夹住一根充电线靠滑动检测判断线是否夹稳再完成USB插头的对准操作。这个场景看似简单其实需要触觉反馈的刷新率不低于500Hz否则等检测到滑动时线已经掉了一半。灵巧操作在产线上也有明确应用方向。柔性装配、异形件分拣、实验室自动化这三个方向最被看好。汽车线束插拔、医疗器械组装、化妆品瓶盖拧紧这类任务传统刚性夹爪很难同时保证速度和柔顺性灵巧手反而有优势。当然现阶段灵巧手的成本还偏高单只商用产品动辄几万到十几万想大规模铺开还得等上游传感器和驱动器的成本继续下探。3. 足式机器人从令人窒息的翻跃到主被动混合控制3.1 快速奔跑背后的MPC与全身控制足式机器人展区依然是全场人气最旺的区域但今年大家关注的重点已经不是“能不能走”而是“能多快、多稳、多省电”。一台四足机器人完成连续小跑、原地转向、上下斜坡甚至在受到侧向推搡后0.3秒内恢复平衡——这些动作背后有一个核心控制框架MPC模型预测控制加WBC全身控制。MPC的原理可以用一个类比理解你不是走一步看一步而是每次都规划好未来0.5秒内走哪几步、身体重心怎么移动、每条腿用多大的力然后执行第一步再重新规划。这种“滚动优化”策略特别适合足式机器人因为它的动力学是一个强耦合、非线性的系统。你从侧面推它一把不是推完再反应而是模型预测到重心偏移趋势后提前调整落脚点。WBC则解决“全身协调”问题把四只脚的力分配、躯干姿态控制、机械臂运动如果有统一放到一个优化问题里求解约束条件是地面摩擦锥、关节力矩上限、运动学奇异性等。通俗说MPC负责“想清楚下一步怎么走”WBC负责“让身上每个关节听指挥”。两者串起来就是现在高性能四足机器的标准控制栈。现场很多团队的实现里MPC通常跑在50到100HzWBC跑在500Hz到1kHz。这个频率设置是有讲究的。100Hz意味着每10毫秒重新规划一次未来50毫秒的运动频率太低会跟不上外部扰动太高又会让优化求解时间不够。WBC需要高频率是因为关节力矩指令必须平滑连续否则电机一顿一顿机器人的动作就会“抖得像帕金森”。3.2 为什么有的四足机器人走路像狗有的像僵尸看过展区里的各种四足机器人你会发现一个很有趣的现象同样是四足各家走路的姿态差异很大。波士顿动力那个级别的机器狗跑起来跟真狗无异而很多高校的样机走起来像木偶戏里的僵尸马。这个差异主要来自两个技术路线之争高刚度位置控制与柔顺力混合控制。高刚度控制是传统方法每个关节采用高增益PID位置环让机器人严格跟踪规划好的关节轨迹。这种方案调参简单、稳定性高但缺点很明显落地瞬间的冲击力没法通过关节柔顺吸收地面稍微不平机器人就容易绊倒。你看那些“僵尸步态”就是因为关节太僵硬脚掌落地没有缓冲躯干震动直接传给陀螺仪导致姿态估计漂移整个机身晃得厉害。柔顺控制则引入关节力矩反馈或串联弹性驱动器SEA。SEA在电机和关节之间串入一个弹簧电机先压缩弹簧再由弹簧拉动关节这样落地冲击先被弹簧吸收关节表现为“软”的特性。代价是控制带宽变低、机构变复杂。现场那台能做高速小跑和跳跃的机器狗用的就是一个折中方案髋关节位置控制为主、膝关节力控为辅、脚掌加高分子弹性缓冲垫再配合力矩前馈补偿。这个取舍其实反映了工程里的一个真理性能不是追求单个指标的最大值而是多项约束下的平衡。你在测试场能跳一米高的机器人在工厂巡检时未必比一台走得慢但稳如老狗的设备更实用。选型时先问需求再谈技术。3.3 足式机器人的巡检与教学双落地足式机器人现在转换最多的场景是工业巡检。变电站、化工厂、隧道管廊这些环境轮式机器人进不去轨道式机器人部署成本高四足机器人立得住。现场看到一台搭载双光云台和气体传感器的四足机器人能在楼梯间自主上下、跨过障碍物单次续航约两小时这个参数放在两年前还属于实验室水平。但坦率讲四足机器人目前的性价比依然尴尬。一台中端四足设备售价约十几万巡检场景给它带来的价值点主要是“代替人进入危险环境”。如果现场环境相对平整轮式底盘加机械臂的复合方案成本低一半效率还更高。所以四足现在最好的出路是那些“人确实不方便去”的场景高压配电站、地下综合管廊、化工泄漏区域。在教育和研究层面四足机器人是个绝佳的教学平台。它融合了刚体动力学、状态估计、优化控制、嵌入式系统、传感器融合等知识一台入门级开源四足在教育市场的价格已经下探到几千元配合仿真环境本科阶段本科阶段完全可以自己动手写一个MPC控制器跑起来。我自己就见过有高校学生用开源方案搭了一台能完成基础避障和姿态稳定的四足样机整个成本不到五千块学习效果比纯看论文强太多。4. 柔性机器人越“软”越难搞也越能钻空子4.1 蛇形臂与气动人工肌肉看起来像活物动起来像面团柔性机器人是IROS上另一个“诡异设计”的集中区。蛇形机械臂、章鱼触手、象鼻机器人造型一个比一个猎奇。这类机器人的核心特征是本体可以连续弯曲没有传统意义上的“关节”。你去看它们做实验最直观的感受是“这东西怎么扭得这么丝滑”。但丝滑背后是比刚性机器人复杂得多的建模和控制难题。柔性机器人的驱动方式主要分两类肌腱驱动连续体结构和气动人工肌肉。肌腱驱动用多根钢丝绳穿过弹性骨架通过差速收放控制弯曲方向和曲率气动人工肌肉则是向弹性腔体充气让腔体膨胀产生收缩力或弯曲变形。你可以把气动人工肌肉想象成一个气球吹气时气球会膨胀但如果你把气球做成圆柱形并限制径向变形它就会轴向缩短这就是肌肉收缩的模型。手术机器人是柔性机器人最理想的落地场景。一根直径不到10毫米的蛇形臂可以通过人体自然腔道进入病灶区域在狭小的空间里完成活检、切除、缝合等操作。展区里一台连续体手术机械臂头端装有微型相机和两个夹持器能从直径20毫米的模拟管道中蜿蜒通过。这个demo不算复杂但已经能看出柔性机器人在微创手术里的巨大潜力。4.2 为什么柔性机器人的控制难度比刚性机器人高一截柔性机器人最难的点在于建模和状态估计。刚性机器人的每个关节角度是编码器直接测出来的但柔性机器人是一段连续变形体你很难准确知道它每个点的位置和姿态。没有准确的状态反馈控制就无从谈起。目前学术界常用的建模方法是常曲率假设CCMConstant Curvature Model即把连续体分成若干小段假设每一段弯曲成圆弧这样每个小段的形状可以由“弯曲角”和“旋转角”两个参数描述。这个方法简化了正运动学计算让实时控制成为可能但精度有限——机器人载重不同、摩擦力不同实际曲线并不严格是圆弧。更麻烦的是柔性材料的非线性迟滞特性。气动人工肌肉充放气时气压与变形之间不是线性关系同样气压下充气过程和放气过程对应的长度也不一样。这就导致开环控制几乎不可行需要加入闭环反馈。但柔性本体很难安装传统的角度传感器只能依赖外部视觉定位或者光纤形状传感。IROS现场有一篇论文就是用光纤布拉格光栅实时监测蛇形臂的三维形状配合视觉伺服控制精度提升了一个数量级。这类工作值得关注它走的是“硬件传感器加算法补偿”的正路。4.3 柔性机器人的真实应用场景除了手术柔性机器人目前还在两类场景里找落地机会。一类是狭小空间检测比如航空发动机涡轮叶片的内部探伤、老旧管道的疏通检测。这些管线弯曲半径小、通道错综复杂刚性摄像头根本进不去柔性连续体机器人自带多向弯曲能力可以像内窥镜一样边探路边转弯。另一类是生鲜食品的无损抓取。豆腐、草莓、鱼片这类“又软又滑又怕压”的对象刚性夹爪稍不留意就捏碎了气动软体夹爪则可以通过控制充气压力实现受力上限的硬约束。展区里有一台分拣吸盘加软体夹爪的复合系统同时处理多种规格的软质点心节拍能做到每分钟30次以上。柔性并不是为了猎奇而是任务约束下的最优解。5. 工业机器人技术从论文到产线的最后一公里5.1 抓取、视觉与力控产线技术含量最高的三角地带工业机器人展区是IROS现场“硬核感”最强的地方。和高校的灵巧手demo不同这些设备从第一天就在跑节拍、跑稳定性、跑误报率。我站在一台高速分拣机器人前看了十分钟它抓取目标物的成功率在95%以上视觉识别加路径规划再抓取整个周期大约1.2秒。这个指标放在产线上已经能替代一到两个人工工位。工业应用最核心的三个技术要素缺一不可3D视觉引导、运动规划与力控/柔顺控制。3D视觉引导负责“看到东西在哪里”通过结构光或飞行时间ToF相机获取物体三维点云然后配准模板输出目标位姿。这一步最耗时的不是识别而是手眼标定。手眼标定要计算相机坐标系和机器人基坐标系之间的变换矩阵精度差一点末端抓取位置就偏几毫米。实际操作中我建议优先用“眼在手上”的部署方式相机装在机械臂末端标定过程会直观很多但要注意相机移动时的震动对标定结果的影响。运动规划则处理“机械臂怎么过去”。目前产业里最高的通用方案依然是RRT快速扩展随机树加轨迹平滑复杂场景再用拖拽示教做路径修正。RRT的思路很简单在关节空间里随机采样逐步扩展出一条从起点到终点且不碰障碍物的路径。但随机采样的路径往往很“野”机械臂动作看起来东拐西扭产线工人看了会投诉。所以后面必须加平滑和速度规划让路径既安全又顺眼。5.2 避坑实录我从产线现场学到的血泪教训这里多说几句排障经验。这些内容论文里不会写但实际做项目时几乎每一条都踩过。手眼标定是最容易出问题的环节。我有个项目3D相机装在固定支架上用了标准九点标定法手算加程序算怎么都对但一上产线就偏。最后排查了三天才发现是相机支架有轻微热膨胀白天车间温度升高相机位置漂移了0.8毫米。从那以后我学乖了固定支架必须用低热膨胀系数的材料并且标定流程要选生产间隙做避开车间温度波动大的时段。力控增益参数是另一个坑。做伺服压装或打磨时阻抗控制或导纳控制的增益参数如果调太高机械臂会硬得像石头失去柔顺性工件一有尺寸偏差就过载报警调太低又像棉花糖根本没力干活。我们的调参经验是先设定一个小幅正弦力轨迹观察实际力反馈的跟随性和相位延迟然后按“比例先大后小、阻尼从小到大”的次序微调。这个流程听起来很简单但能节省你好几个调试夜班。还有传感器选型。产线环境里灰尘、油污、反光、强光都可能导致视觉系统失效。不要在实验室里觉得算法效果好就以为现场同样好。建议方案里同时预留2D灰度相机做补充不少场景下黑白灰度图像比彩色点云稳定得多识别码、定位二维码灰度相机便宜又抗干扰。5.3 工业机器人技术的演进方向从IROS今年内容看工业机器人下一步的突破点集中在两个方向。第一个是“即插即用”的机器人操作系统化。现在一台机器人的集成周期还是以月为单位各种通信协议、I/O接线、安全逻辑配置都靠人力大家在做的事情是让配置界面图形化、模板化把部署时间压缩到天数级别。第二个是“工艺知识数字化”。打磨、焊接、装配这些工艺老师傅靠手感新人靠摸索很难量化成参数。IROS上不少论文在试着把工艺经验转化成可以学习的工艺模型让机器人学会“手感”。这不是简单做数据拟合而是要把工艺过程中的力、振动、温度、视觉等多模态信号融合建模。这条路要走通工业场景每年会产生海量的实际数据做支撑数据比模型值钱得多。6. 青少年机器人技术等级考试四级实操的备考启示6.1 四级实操题2026到底在考什么能力IROS会场角落有个展位在给中小学生科普机器人我还碰到几位带学生来参观的中小学科技老师。聊天时他们提到一个词很触动我不仅是IROS论文里那些高深算法教育阶段的机器人考核思路也在往“工程素养”上靠。“青少年机器人技术等级考试四级实操题2026”这两年热度上来大家开始研究四级实操到底考什么。四级实操题和前三级的区别不是难度高了那么一点而是评价维度变了。三级及以下主要考核“照着搭”和“照着写”按图搭建小车给一段程序让车按轨迹跑。四级开始题目更强调“想清楚再动手”和“出了问题怎么排”。常见四级的实操命题包括巡线小车在不同光线条件下的稳定行驶、简单机械臂按颜色分拣物体、舵机控制云台完成指定角度跟踪等。这些题目的共同点是结构不会特别复杂但很考验基础工程素养。巡线小车这个项目很能说明问题。传感器不是越多越好灰度传感器放几个、间隔多远、距离地面多高都会影响识别稳定性电机调速用开环还是闭环比例系数取多少转向时是不是需要差速控制这些都不是背代码能解决的。你去看IROS那些顶级的足式机器人控制主控里本质也是一样的逻辑感知、决策、执行、反馈修正只是一套简单逻辑的工业级放大版。6.2 给备考的四条实操建议第一搭结构前先画草图和动作流程。很多学生在拿到考题后第一时间就开始拧螺丝结果搭到一半发现重心不稳或者活动关节互相干涉。你先画一张俯视图和侧视图标清楚各个部件的尺寸、重心位置、线缆走向再动手。这个过程在考试时可能只占5分钟但这5分钟能节省后面半个小时的返工。第二传感器标定不要跳过。灰度传感器的阈值、超声波传感器的距离矫正、舵机的中位角度这些都要上电实测一遍再写入程序。考试现场的光线条件和你练习时往往不一样如果你把阈值写死现场几乎必挂。正确做法是写一个简易的自动标定程序运行一遍“读最大值、读最小值、取中间值”总共不到10行代码但效果天差地别。第三结构上用减法别用加法。能用3个传感器完成的任务不用4个能用2个舵机完成的动作不用3个。每多一个传感器就多一组电源干扰、多一组信号交叉、多一个潜在故障点。我在现场见过最可惜的情况是一个学生搭了很酷的四自由度机械臂结果第二轴舵机过载发热整个臂直接罢工最终成绩为零。少即是多尤其在“实现功能”和“看起来很厉害”之间永远选前者。第四调试日志比最终程序更重要。备考阶段准备一个本子记录每次调试时改了哪些参数、现象是什么、结果如何。这个过程本身就是工程思维训练。真正的高级工程师不是代码写得快的人而是定位问题快、复盘问题透彻的人。6.3 从四级到科研前沿一条真实可行的成长路径聊完考试说点更长远的东西。不少备考四级的学生和家长会问学这个有什么用和IROS上那些高大上的机器人有什么关系我的答案很直接关系非常大而且路径清晰。四级实操考核的能力——结构设计、传感器应用、闭环控制、故障排查——恰好是机器人技术里最底层的工程能力。一个人如果能在初中阶段扎实掌握这些基础高中接触Arduino、树莓派或ESP32大学再转入机械电子或机器人专业起点就完全不一样了。IROS上很多优秀的博士生追根溯源都是在青少年时期埋下的种子。现在想做手眼标定级别的视觉引导项目不需要几万块的工业设备。一台入门级机械臂、一个RGBD相机、一台普通电脑就够了软件用ROS、OpenCV和MoveIt网上开源教程一大堆。如果你四级备考期间已经把巡线小车调得“又快又稳”那进入这些领域只需要克服两个新障碍坐标系变换矩阵和动力学模型。前者是线性代数后者是物理都不是天赋问题都是时间投入问题。7. 聊聊IROS现场的“诡异”与“硬核”之辩IROS逛到最后一天我在心里大概给所有项目分了类一类是“看起来诡异”的奇异造型的软体机器人、千奇百态的仿生机构、反直觉的控制算法另一类是“干起来硬核”的工业级抓取系统、高速足式平台、稳定的手术机械臂。这两类项目在现场常常隔着一个展厅但它们的本质是相通的。“诡异”往往意味着设计没有被传统方案束缚。你看到一只机械手像史莱姆一样蠕动蠕动地抓起塑料瓶觉得第一反应“这东西怎么这么奇怪”但再看一眼成果它在狭窄空间内完成操作的灵活度超过了所有刚性机械臂。“诡异”是创新点的外在表现因为和熟悉的东西不一样所以觉得奇怪但正是这种“不一样”的可能性才是顶会论文最核心的价值。而“硬核”则是把“不一样”变成“真有用”的漫长过程。我自己很欣赏这样一句话机器人技术不是比谁能做最像人的机器人而是比谁的机器人能最可靠地完成人不想做、做不了、做不好的事。IROS把这两种极端放在同一个展馆里恰恰是行业最健康的形态。学术的天马行空需要保护工程的数据反馈需要时间两者会在某个时间节点相遇。7.1 逛IROS时我常用的围观技巧每次逛这类顶会很多朋友容易走马观花。分享一下我的围观技巧下次你去了也用得上。先逛展区再看论文海报。展区的Demo是工程师调试过的表现力最好能帮你快速建立整体认知。看Demo不要只看热闹站到设备侧面看细节它用了几个电机传感器装在哪里线缆是怎么走的这些物理细节往往比台上的演示动画更有信息量。然后用手机拍下团队信息回去查论文原文把Demo和论文对上号。论文海报部分优先看与你当前项目相关的2到3个方向不要全看。每一篇海报重点抓三件事输入是什么、输出是什么、创新点在哪。如果时间允许和作者聊5分钟问一句“你觉得这个方案落地最大的阻碍是什么”作者的回答经常会暴露论文之外的工程真相这是海报展示最值钱的部分。7.2 从参会到自学开源资源与社区IROS最可贵的地方是大量论文会附带开源代码和数据集。如果你在会场看到感兴趣的工作记住论文编号会后去作者主页和GitHub搜一下。常见的高质量开源资源集中在足式机器人控制、机械臂抓取、SLAM导航这几个大方向比如MuJoCo、Isaac Lab仿真平台以及众多基于ROS2的开源控制器这些都是自学的富矿。我的建议是结合手头的硬件平台去选择复现对象。如果你有一台四足机器人就从MPC和WBC的官方实现代码开始先在仿真环境里跑通一段小跑轨迹再移植到真机如果你有机械臂和相机那就从手眼标定和抓取管线入手。仿真环境推不翻真机调试炸几次也很正常关键在于每轮调试都有日志、有复盘这和你备考四级时做调试日志是一个道理。IROS一年一届论文年年更替但工程能力的积累是连续的。前沿技术确实是“看起来诡异”与“用起来硬核”共同推进的而你要做的就是在自己的学习和项目里把其中一端持续做深下去。回头再看那些“诡异”的Demo你会觉得它们一点不奇怪反而处处是道理。
阅读完成 · 觉得有帮助？
