目录

一、 无接触 / 低接触动作（视觉与运动学主导）

二、 刚性接触式动作（力觉与阻抗控制主导）

三、 柔性体操作（Deformable Object Manipulation）

四、 移动操作（Mobile Manipulation）

在具身智能和工业机器人领域，工业动作通常根据物理接触的复杂程度和主导传感器的类型（视觉 vs. 力觉）来进行分类。这直接决定了你需要为模型准备什么维度的数据。

主要可以划分为以下四大核心类型：

一、 无接触 / 低接触动作（视觉与运动学主导）

这类动作中，机器人不与环境产生复杂的反作用力（或者仅有简单的碰撞）。核心技术难点在于目标识别、6D位姿估计和避障轨迹规划。

• 无序抓取（Bin Picking）： 从散乱堆叠、互相遮挡的零件筐中识别、定位并抓取单个零件。

• 简单上下料（Pick & Place）： 将工件从 A 点移动到 B 点，如机床上下料、冲压线搬运。

• 空间轨迹跟随： 机器人末端按照预定的空间复杂曲线保持匀速、等距运动，如喷涂、涂胶、点焊。

• 视觉巡检： 携带工业相机或 3D 扫描仪沿复杂工件表面移动，进行外观缺陷检测。

二、 刚性接触式动作（力觉与阻抗控制主导）

这类动作是当前精密制造的核心，也是传统自动化最难突破的瓶颈。机器人与环境产生强物理交互，核心难点在于亚毫米级精度和力位混合控制（柔顺控制）。

• 轴孔装配（Peg-in-Hole）： 工业中最经典的动作。包括齿轮啮合、销钉插入、内存条安装、发动机活塞装配等。当出现微小偏差时，需要极高的微调和顺应能力（不能硬插导致损坏）。

• 紧固作业： 如拧螺丝、铆接。不仅需要视觉对准，还需要对接触力矩进行高频的实时反馈与阻抗控制。

• 表面处理： 如打磨、抛光、去毛刺。机器人需要在复杂曲面上移动的同时，对工件表面保持恒定、均匀的法向压力。

• 卡扣装配： 典型的非线性力控动作，需要“先按压、再感受到阻力突变（卡入）反馈”的物理卡接。

三、 柔性体操作（Deformable Object Manipulation）

这是具身智能目前正在重点攻克的前沿工业场景。因为柔性体会发生形变和拓扑变化，无法用传统的刚体动力学进行精确建模，非常适合大模型通过数据驱动来解决。

• 线缆操作： 汽车线束的抓取、理线、布线以及航空插头的精准对插。

• 柔性材料抓取与定型： 如航空航天领域碳纤维布的铺层、服装制造中的布料缝纫引导、食品工业中的面团处理。

• 管路套接： 橡胶软管、液压管的柔性套接和卡箍固定。

四、 移动操作（Mobile Manipulation）

结合了自动导引车（AGV/AMR）和机械臂（复合机器人），需要底层底盘导航（宏观）与上层机械臂操作（微观）的协同。

• 跨工位物料转运： 从仓库货架上抓取特定规格的物料箱，自主导航穿过复杂车间，精准对接放入装配线工位。

• 大尺度移动装配： 在大型工件（如飞机机身、风电叶片、船舶外壳）周围移动，并在不同位置执行钻孔、打磨或铆接。

不同的动作类型，所需的数据集建设方案截然不同。 做“无序抓取”，你需要海量的多视角 RGB-D 点云数据；而做“打磨”或“轴孔装配”，则必须投入极高的成本去采集高频（1000Hz）的六维力传感器数据和专家的力觉示教轨迹。