Embodied-AI-Guide硬件选型终极指南：嵌入式系统与机械设计完全解析

【免费下载链接】Embodied-AI-Guide [Lumina Embodied AI Community] 具身智能入门指南 Embodied-AI-Guide 项目地址: https://gitcode.com/gh_mirrors/em/Embodied-AI-Guide

Embodied-AI-Guide项目为具身智能入门者提供了全面的硬件选型指南，涵盖嵌入式系统、机械设计、机器人系统集成与传感器等关键技术领域，帮助开发者从实践出发构建稳定可靠的具身智能系统。

嵌入式系统：机器人的"神经系统"

嵌入式系统决定了机器人通信稳定性、控制实时性和驱动安全性，是具身智能硬件的核心基础。建议按入门单片机 → STM32工程 → 电机驱动 → 嵌入式Linux的渐进路线学习。

嵌入式学习路径与资源

路线/主题	资源	说明
总览路线	嵌入式学习路线	用于建立学习路径与关键词地图
入门	51单片机	江科大自动协经典入门教程
主流工程	STM32单片机	从外设到工程结构的系统学习
驱动关键	STM32电机驱动（野火）	控制闭环常见落点
工程体系	野火STM32标准库	更贴近工程写法
工程体系	正点原子STM32	资料全，适合查漏补缺
上位平台	韦东山嵌入式Linux	走向系统级开发与部署

小结：做具身硬件时，嵌入式的价值不在"写出更炫的代码"，而在"系统能稳定跑、延迟可控、驱动可靠"。很多项目后期的崩溃都不是算法问题，而是控制链路与工程细节问题。

机械设计：机器人的"身体框架"

机械设计决定了机器人的能力边界：可达空间、刚度、负载、布线与维护成本等。对于算法同学来说，机械最关键的产出通常是可制造的CAD与可用于仿真/控制的URDF。

机械设计核心资源

主题	资源	说明
CAD入门	SolidWorks教学	面向装配体与工程制图
工程衔接	从SolidWorks生成URDF	用装配体导出机器人模型并进入仿真/控制

机器人系统设计：模块整合的艺术

系统设计关注的是"把多个模块拼成一个可维护系统"：硬件接口、软件架构、标定流程、调试策略、日志与安全机制。建议把系统设计当作"把机器人做成产品"的第一步。

系统设计核心资源

资源	说明
《机器人学简介》（教材PDF）	质量高，适合系统性阅读
Robotic Systems（Illinois）	偏"系统化机器人学"的组织方式

传感器选型：机器人的"感知器官"

具身系统里常见传感器包括相机、深度相机、IMU、力/力矩、触觉等。建议从"能直接用于闭环"的传感器开始（相机/深度/IMU），再逐步引入触觉等高难度模态。

深度相机选型

设备/生态	说明
RealSense + ROS	工程中常见深度相机生态

触觉感知：接触世界的关键模态

触觉是"接触世界"的关键模态，尤其在装配、柔性物体、精细抓取和遮挡严重的场景中，触觉往往比视觉更可靠。整体上触觉硬件路线常见两类：视触觉（Vision-based tactile） 与 电子皮肤（E-skin）。

视触觉传感器

视触觉通过摄像头观测弹性介质/标记点的形变，把"触觉"转化为视觉信号来估计接触力、形变与接触几何。

• 优点：高分辨率、非侵入、易与视觉系统融合
• 缺点：依赖视觉计算、易受光照影响、光学与封装设计复杂

电子皮肤

电子皮肤通常用柔性材料（压力薄膜、纳米传感网络等）实现大面积触觉，目标是让机器人拥有类似"全身触觉"的能力。

• 优点：可大面积覆盖、高灵敏度、可伸缩适配复杂表面
• 缺点：制造与成本较高、数据规模大带来处理挑战、长期稳定性与漂移问题

数据采集硬件：训练数据的来源

采集范式	代表系统	动机与特点
双臂遥操作	ALOHA	通过主从机械臂映射，直接采集高精度action+多视角观测
第一人称数据	Ego-centric Manipulation	放弃精确动作标注，换取低成本与大规模
可穿戴示教	UMI	直接利用人体动作进行示教，强调示教效率与自然性
数据采集手套	手部动作采集	面向灵巧手与精细操作，缩小人手与机器人手之间的表示差距

具身智能硬件生态与公司

公司	主营产品	特点
松灵AgileX	pipper六轴机械臂、PIKA数采方案、Cobot Magic双臂遥操作平台	面向教育科研
宇树Unitree	Go2机器狗、AlienGo机器狗、通用人形H1/G1	许多研究使用宇树机器人作为硬件基础
方舟无限ARX	X5机械臂、X7双臂平台、R5机械臂	适合复现经典工作如aloha
灵心巧手	Linker Hand L30/L20灵巧手	主攻各类灵巧手
灵巧智能DexRobot	Dexhand 021灵巧手	19自由度量产灵巧手

要开始你的具身智能硬件项目，可通过以下命令获取完整指南：

git clone https://gitcode.com/gh_mirrors/em/Embodied-AI-Guide

硬件选型是具身智能项目成功的基础，从最小系统出发，逐步迭代扩展，才能构建出稳定可靠的机器人系统。

【免费下载链接】Embodied-AI-Guide [Lumina Embodied AI Community] 具身智能入门指南 Embodied-AI-Guide 项目地址: https://gitcode.com/gh_mirrors/em/Embodied-AI-Guide