每个机器人的核心都是控制器，它就像机器人的大脑，负责处理来自传感器的数据、做出决策并向执行器发送指令。什么是机器人控制器？机器人控制器是负责管理机器人操作的核心处理单元。它从各种传感器获取输入，处理数据，并向执行器（例如电机、伺服器、夹持器）发送控制信号。机器人的效率很大程度上取决于其控制器的功能。

一、机器人微控制器

机器人技术中使用不同类型的控制器：

• 微控制器（MCU） –  专为嵌入式系统设计的小型专用计算单元。
• 单板计算机 (SBC) – 比 MCU 更强大，常用于 AI 驱动的应用程序（例如 Raspberry Pi、NVIDIA Jetson）。
• 可编程逻辑控制器（PLC）– 用于制造和自动化的工业级控制器。
• 定制控制板 – 专为特定机器人应用而设计的专用板。

其中，微控制器因其价格低廉、效率高、易于编程而成为中小型机器人最广泛的应用。微控制器是一种紧凑的集成电路，在单个芯片内集成了处理器 (CPU)、存储器、输入/输出 (I/O) 接口和定时器。它可作为独立的计算设备，无需操作系统即可运行一组预先编程的指令。

微控制器的关键组件包括：

• CPU（中央处理器）：微控制器的大脑，负责执行指令。
• RAM（随机存取存储器）： 正在处理的数据的临时存储。
• ROM/闪存：存储微控制器的固件或程序。
• 输入/输出引脚：用于与外部传感器、电机和其他外围设备连接。
• 定时器和计数器：对于测量时间间隔和事件计数有用。
• 模数转换器（ADC）：将模拟传感器信号（例如温度、光）转换为数字数据。
• 脉冲宽度调制（PWM）：控制电机速度和 LED 亮度。

为什么在机器人技术中使用微控制器？

• 经济高效：与 SBC 和工业 PLC 相比，微控制器价格低廉。
• 低功耗：适用于电池供电的机器人。
• 实时处理：可以以最小的延迟执行指令，确保精确控制。
• 紧凑的尺寸：可轻松装入小型机器人系统。
• 编程简便：许多 MCU 支持适合初学者的语言，例如C、C++ 和 Python 。

流行的机器人微控制器有哪些？

• Arduino（ATmega328、ATmega2560）：最受初学者欢迎的微控制器平台之一。
• ESP32 和 ESP8266（支持 Wi-Fi 和蓝牙）：适用于基于物联网的机器人、遥控机器人和无线通信系统。
• STM32（ARM Cortex-M系列）：适用于无人机、机械臂和自动驾驶汽车。
• PIC 微控制器（Microchip Technology）：用于工业和商业机器人应用。
• 德州仪器 MSP430：超低功耗微控制器，非常适合电池供电的机器人。

微控制器中的通信协议有哪些？通信对于机器人与传感器、外围设备以及其他机器人的交互至关重要。微控制器支持多种数据交换通信协议。

• 串行通信（UART）：通用异步接收器/发送器 (UART) 是一种简单、直接的通信方法。
• I²C（集成电路内部）：两线（SDA，SCL），用于连接多个设备。
• SPI（串行外设接口）：使用四线（MISO、MOSI、SCK、SS）高速通信。
• CAN（控制器局域网）：用于汽车和工业机器人，实现可靠的多设备通信。

微控制器的编程语言有哪些？不同的微控制器支持不同的编程语言。机器人领域最常用的微控制器编程语言包括：C/C++C/C++ ：微控制器最广泛使用的语言。Arduino、STM32 和 PIC 微控制器使用 C/C++ 实现高效的底层控制。

• Python：一些微控制器（例如支持 ESP32 和 MicroPython 的开发板）支持 Python，以便更轻松地编写脚本。
• 汇编语言：用于优化和速度至关重要的低级编程（对于初学者来说不太常见）。
• 基于块的编码（Scratch、Blockly、Arduino Blocks）：简化、可视化的教育机器人编程。

对于大多数业余爱好者和初学者来说，C++（Arduino IDE）或MicroPython是最好的起点。

通用开发环境。每个微控制器都有一个相应的集成开发环境 (IDE)，您可以在其中编写、编译和上传代码，选择正确的开发环境取决于您的微控制器和首选的编程语言。

• Arduino IDE – 用于基于 Arduino 的微控制器。
• PlatformIO – 支持 ESP32、STM32 等的多功能 IDE。
• MicroPython / Thonny – 适用于 ESP32 和 Raspberry Pi Pico 的基于 Python 的环境。MPLAB X IDE – 用于对 PIC 微控制器进行编程。
• Keil uVision / STM32CubeIDE – 基于 ARM 的 MCU 开发工具。

对微控制器进行编程的典型过程遵循以下步骤：

• 编写代码 – 使用 IDE，以 C++、Python 或其他受支持的语言编写指令。
• 编译代码 – 代码被转换成机器指令。
• 传至微控制器 – 编译后的程序通过 USB、串行或无线方式传输到微控制器。
• 执行程序 – 微控制器运行上传的程序，控制连接的组件。

将传感器连接到微控制器，传感器通过测量光、距离、温度和运动等物理参数来帮助机器人感知环境。传感器分为以下几类：

• 模拟传感器 – 提供连续电压输出（例如，温度传感器、光传感器）。
• 数字传感器 – 输出二进制值（例如，按钮、限位开关）。
• I²C/SPI 传感器 – 使用通信协议传输复杂数据（例如，IMU传感器、深度摄像头）。

一些复杂度稍低，但是性能、续航各方面要求都高的，主要是ARM Cortex-M系列的微处理器，加嵌入式实时操作系统，再加上FPGA处理输入输出的结构。而人形机器人，自动驾驶这些，涉及更大量的输入输出，还有大模型与图像处理能力，通常是多台控制器配合，大部分的核心都是Nvidia的Jetson系列加高通的车规级芯片加FPGA等辅助处理，操作系统都是类Linux的实时操作系统。还有一种是基于常见的Win+Intel平台，借助X86芯片的强悍能力开发实时操作内核，例如TwinCAT，这在工业自动化与在手术机器人上应用广泛。其它一些更专更精的机器人或系统，也会用Xilinx，NI等的SoC，要求更高的就自己开发定制处理器了，本质上其实都一样，对复杂系统来说，就是将存储计算与任务处理分离，再配合各种高速IO。

二、机器人内部的控制器的数量和组成

根据机器人的复杂度和构型不同，机器人里的控制器的数量不一样，可以分为单控制器架构和分布式多控制器架构。传统工业机器人、协作机器人多采用单控制器架构，即只有一个主控制器。它集成在一块或多块紧密耦合的板卡上，负责的任务包括路径规划、运动学计算、最底层的伺服控制。所有伺服驱动器作为“手和脚”，通过高速总线（如EtherCAT）接受主控制器的指令。结构紧凑，同步性好。

一些复杂系统的移动机器人、特种机器人，常采用分布式多控制器架构。其主控制器负责上层任务，如全局路径规划、任务调度、人机交互、与外界通信。通常运行在性能更强的处理器和通用操作系统上。关节控制器/伺服驱动器分布在每个关节（或几个关节）。这些智能驱动器内置强大的处理器（如DSP），运行自己的控制循环（电流环、速度环、位置环），主控制器只发送高级的位置/速度指令。这减轻了主控的负担，提高了系统的模块化和可靠性。此在，还有专用子控制器。例如，移动底盘控制器负责轮式/履带底盘的SLAM、导航和运动控制；机械臂控制器专门控制机械臂；视觉处理单元由一块独立的计算卡（如带GPU的工控机）构成，专门处理摄像头图像，进行物体识别、定位，然后将结果发送给主控制器；以及安全控制器，一个独立的、通过安全认证的PLC或安全模块，专门处理所有安全链逻辑，与主控制器隔离以确保安全。

三、机器人控制器的软件和硬件

机器人控制器主要由软件和硬件两部分组成。在硬件方面，控制器采用工业控制板卡等设备，完成数据处理和传输。工业控制板卡是控制器的“身体”。

控制器硬件功能	详述
数据采集与处理	实时读取来自编码器的关节位置/速度反馈。
	接收来自力/力矩传感器、视觉系统、安全触边等外部传感器的信号。
核心运算	执行运动学逆解、轨迹插补、控制律（如PID）计算。
	进行逻辑判断和任务调度。
指令输出	将计算出的控制量（通常是电压或电流指令）通过模拟量输出或脉冲/方向信号发送给伺服驱动器，驱动电机运动。
通信与协同	内部通信：通过EtherCAT、 PROFINET IRT、 CANopen 等实时工业以太网或现场总线，与伺服驱动器、IO模块进行高速、确定性的数据交换。
	外部通信：通过标准以太网、串口等与上位机（PC/HMI）、PLC、其他机器人或生产线设备进行信息交互。
安全功能	监控安全输入信号（急停、安全门），并在紧急情况下触发安全停止，切断安全输出。

在软件方面，控制器依靠算法库实现运动规划和轨迹控制。

机器人控制器算法库	列举
运动规划算法	路径规划：在给定的工作空间和障碍物约束下，计算机器人末端执行器（如夹爪、焊枪）从起点到终点的无碰撞路径。
	轨迹规划：在已规划的路径基础上，生成关于时间的平滑运动轨迹，需要定义位置、速度、加速度甚至加加速度（Jerk）的连续变化。
运动控制算法	PID控制：最基础、应用最广泛的反馈控制算法，用于调节每个关节的位置、速度。
	计算力矩控制：基于机器人的动力学模型，计算出实时的关节力矩以精确跟踪轨迹，能有效应对重力、惯性力、科氏力的影响。
	自适应控制：能在线估计和适应机器人参数（如负载变化）的变化。
	阻抗/导纳控制：不追求精确的轨迹跟踪，而是控制机器人与环境接触时的“柔顺性”，用于打磨、装配等需要力交互的场景。
其他支持性算法	运动学正解/逆解：核心几何计算。正解是由关节角度求末端位姿；逆解是由末端位姿反求关节角度，是运动规划的基石。
	动力学计算：涉及机器人的质量、惯性、摩擦力等，用于高级控制和仿真。
	坐标变换：在不同坐标系（基座标、工具坐标、工件坐标、视觉坐标）间进行快速转换。
	滤波算法：如卡尔曼滤波，用于处理传感器（编码器、IMU）数据，减少噪声，得到更精确的状态估计。

在机器人控制器的上游，微处理器、通信总线和专用操作系统是主要组成部分。这些部件能够保证控制器的性能和稳定性。控制器板卡上运行操作系统负责：管理复杂任务，包括协调实时控制任务（毫秒/微秒级）、非实时任务（如UI、网络通信、文件读写）；提供硬件抽象，例如简化驱动开发，便于软件移植和升级；提供开发环境，例如提供标准的API和工具链。

操作系统类型	常见操作系统及其热点
实时操作系统	VxWorks：传统工业级RTOS，以高实时性、高可靠性著称，常用于高端、对实时性要求极高的场合。
	QNX：微内核RTOS，同样以高可靠性和实时性闻名，在汽车、医疗等领域应用广泛。
	RT-Linux / Preempt-RT：通过对标准Linux内核打上实时补丁，使其具备硬实时能力。兼具Linux的丰富生态和开源优势，以及可接受的实时性能。
	Windows with RTX (IntervalZero)：在Windows基础上添加实时扩展，便于利用Windows的图形和开发环境。
通用操作系统+ 实时核/扩展卡	板卡采用x86架构，运行Linux或Windows处理非实时任务，同时通过PCIe等接口连接一块FPGA或DSP实时卡，专门处理最底层的实时控制循环。
	控制器本身采用多核处理器，通过非对称多处理技术，将某些核心隔离出来，专门运行实时任务或RTOS。

通用运动控制器可以分为PLC控制器、嵌入式控制器和PC-Based控制卡三大类。

控制系统软件的核心在于其运行在控制器硬件平台上的整套软件。这些软件自底向上构建，首先是最底层的VxWorks实时操作系统，它为系统提供了实时性和可靠性的基础，同时也为上层应用软件创造了运行环境。工业机器人运动控制器的软件系统架构：

控制器、伺服系统、传感器三个部分共同构成机器人的运动控制系统。运动控制器向伺服系统发送指令，进而带动工作机械（负载）实现特定运动。同时，电机与机械系统的多种传感器经过信号处理实时信息反馈给控制器，控制器进行实时调整，保证整个系统的稳定运转。

四、主控制器与从控制器的分工

人形机器人对控制系统实时性要求极高，需要使用大量控制单元（“伺服驱动单元” 或 “执行器模块” ）。特斯拉机器人单机包括28个一体化的伺服驱动单元（身体关节）和12个高灵敏度要求的手部关节，它们是集成了电机、减速器、编码器、驱动电路和底层控制芯片的智能关节。对于这样一个复杂系统来说，所有算法都需要满足实时性的要求，所有的伺服关节都要同步运动，传感器的数据也要同步采集，保证算法的输入和输出都始终处于一个节拍，才能保证机器人的运动性能。因此，为保证同步性，必须使用大量控制器（控制板卡），其架构是一个典型的 “主-从”分层控制系统。

中央控制器（主控制器）是顶层运动规划控制器。进行全身运动学/动力学解算、步态规划、平衡算法、处理视觉/IMU数据，并计算出每个关节在下一个控制周期（如1ms后）应该达到的目标位置、速度或扭矩。它不直接驱动电机，只发布“高级指令”。这个中央控制器（主控制器） 是系统的唯一真正的大脑。它通常是一台高性能、多核的工业计算机或定制计算板卡，其核心职责包括：

• 感知融合：综合处理来自“双眼”摄像头、体内IMU（惯性测量单元）、脚底力传感器、甚至麦克风阵列的数据，构建对自身状态和环境的理解。
• 决策与规划：根据任务（如“走过去拿起水杯”），规划出全身的运动轨迹，同时进行碰撞检测和平衡计算。
• 全身协调控制：运行复杂的控制算法（如模型预测控制MPC、全身操作空间控制WBOSC），将规划好的动作分解为40个关节的协同指令。
• 通信管理：作为主站，通过实时以太网总线向所有关节驱动器同步下发指令，并同步收集所有传感器的数据。

一体化伺服驱动单元（从控制器/驱动器）：它们是底层伺服控制器，接收来自中央控制器的目标指令。它们是命令的最终执行者，负责将数字指令转化为物理运动。在其内部，运行着最底层的三个闭环控制环：

• 电流环（扭矩环）：响应最快（微秒级），直接控制电机线圈电流，产生精确扭矩。
• 速度环：基于电流环，控制关节转速。
• 位置环：基于速度环，控制关节角度。

五、控制器与ROS中间件的架构

---