4、驱动与执行器：电机（无框力矩电机、伺服电机）、液压驱动、气动人工肌肉的对比与适用场景
人形机器人的运动性能从根本上取决于驱动与执行器的选型。无论是双足行走时的踝关节力矩补偿，还是灵巧手抓取鸡蛋时的柔顺控制，执行器都直接决定了机器人的动态响应、负载能力、能量效率与安全交互水平。当前工程实践中，主流驱动方案集中在三大技术路线：以无框力矩电机和伺服电机为代表的电机驱动、以液压泵站和伺服阀为核心的液压驱动，以及以气动人工肌肉（PAM）为代表的柔性气动驱动。三种方案在力密度、带宽、刚度特性、成本与可靠性上各有显著差异，不存在“万能”的执行器，只有针对具体关节功能需求的最优匹配。本章将从核心原理、选型判断方法、典型应用场景与常见误区四个维度展开系统对比，帮助工程师建立从关节需求到执行器选型的完整决策框架。
上图给出了三种驱动方案在力密度、控制带宽、柔顺性与系统复杂度上的宏观对比。可以看到，电机驱动在控制精度和带宽上占据优势，液压驱动在重载爆发场景下不可替代，而气动人工肌肉则在人机交互安全性上独树一帜。接下来的内容将逐一深入每种方案的技术细节，并给出可操作的选型判断流程。
4.1 电机驱动：无框力矩电机与伺服电机的工程应用
4.1.1 核心原理与结构差异
电机驱动是目前人形机器人最主流的方案，其核心原理基于电磁感应定律——通电导体在磁场中受力，将电能转化为机械能。在人形机器人关节中，两种电机形态最为常见：无框力矩电机和伺服电机。无框力矩电机没有外壳和轴承，仅由定子（绕组）和转子（永磁体）组成，直接嵌入机器人关节结构内部，与谐波减速器或行星减速器集成，形成“电机+减速器+编码器”的一体化关节模块。其典型参数如：峰值力矩 50-200 Nm，额定转速 10-50 rpm（经减速后），力矩波动小于 1%。伺服电机则是完整的电机单元，包含外壳、轴承、编码器和驱动器，通常通过法兰或联轴器与外部减速机构连接，适用于需要标准化安装和快速维护的场景。
从控制角度看，无框力矩电机采用FOC（磁场定向控制）算法，通过控制定子电流的 d-q 轴分量实现力矩的线性化输出。伺服电机则内置了位置环、速度环和电流环三环控制结构，响应带宽可达 200 Hz 以上。在关节力矩控制中，电机驱动方案通常配合弹性体（如串联弹性执行器 SEA）或力矩传感器实现力控，但会增加系统惯量和成本。
4.1.2 选型判断方法
选择无框力矩电机还是伺服电机，需要从以下四个维度进行量化评估：
- 空间与集成度：无框电机可嵌入关节内部，节省轴向空间约 30%-40%，适合髋、膝等大关节；伺服电机体积较大，适合肩部、腰部等空间相对充裕的位置。
- 峰值力矩与过载能力：无框电机可通过加大直径提升力矩，但转动惯量随之增加；伺服电机受限于标准机座号，过载倍数通常为 2-3 倍，无框电机可设计为 3-5 倍过载。
- 散热条件：无框电机直接嵌入结构件，散热路径差，需要额外设计水冷或强制风冷；伺服电机自带风扇或自然冷却，热管理更简单。
- 维护成本：无框电机一旦损坏需整体拆解关节，维护工时约 4-6 小时；伺服电机可快速更换，维护时间小于 30 分钟。
| 对比维度 | 无框力矩电机 | 伺服电机 |
|---|---|---|
| 典型力矩范围 | 10-500 Nm | 0.5-50 Nm |
| 转速范围 | 0.1-100 rpm（带减速器） | 1-3000 rpm |
| 位置精度 | ±0.01°（配合高精度编码器） | ±0.005° |
| 集成方式 | 嵌入关节内部 | 外部安装 |
| 典型应用 | 髋关节、膝关节、踝关节 | 肩关节、肘关节、腕部 |
4.1.3 案例拆解：双足机器人髋关节电机选型
以某双足人形机器人髋关节为例，设计需求为：峰值力矩 120 Nm，持续力矩 40 Nm，关节转速 3 rad/s（约 28.6 rpm），关节角加速度 10 rad/s²。初始方案选用 200W 伺服电机配 100:1 谐波减速器，实测峰值力矩仅 80 Nm，无法满足奔跑工况。分析发现，伺服电机在 100:1 减速比下输出惯量匹配不佳，且电机峰值扭矩受限于热容量。改用无框力矩电机方案：选用外径 120mm、峰值力矩 15 Nm 的无框电机，配合 10:1 行星减速器，再串联一级 2:1 齿轮传动，总减速比 20:1，输出峰值力矩 300 Nm，持续力矩 100 Nm。同时，将电机定子直接嵌入髋关节壳体，利用结构件作为散热体，并增加强制风冷。实测关节力矩跟踪误差小于 2%，温升从 85°C 降至 55°C。该案例表明，大关节优先选用无框力矩电机，通过优化减速比和散热设计满足高动态需求。
4.1.4 常见误区与复盘
误区二：忽略力矩波动。无框电机的齿槽力矩和换向力矩波动会直接影响低速平稳性，应选择极槽配合优化的电机，或采用前馈补偿算法。
误区三：散热设计不足。人形机器人关节空间密闭，电机连续运行温升可达 80°C 以上，必须预留散热仿真余量，必要时采用液冷方案。
4.2 液压驱动：高力密度与重载爆发的工程实现
4.2.1 核心原理与系统组成
液压驱动利用不可压缩液体的压力能传递动力，核心元件包括液压泵站（提供压力油）、伺服阀（控制流量与方向）、液压缸或液压马达（执行机构）以及蓄能器、过滤器等辅助元件。在人形机器人中，液压系统通常采用泵控-阀控复合方案：泵站输出恒压油（如 21 MPa），伺服阀根据控制信号调节进入执行器的流量，实现关节的位置或力控制。液压驱动的最大优势在于力密度极高——相同重量下，液压缸的输出力是电机的 10-20 倍，且液压油具有天然的阻尼特性，能够吸收冲击载荷。
以波士顿动力早期 Atlas 机器人为例，其全身采用液压驱动，单腿峰值输出力超过 2000 N，能够完成后空翻等高动态动作。液压系统的控制带宽通常在 20-50 Hz，低于电机，但足以覆盖大部分足式运动频率。系统能效较低，典型效率仅 30%-40%，且需要庞大的泵站和油路，因此液压人形机器人通常采用外接液压源或机载小型化泵站两种形式。
4.2.2 关键参数与选型判断
液压驱动选型需关注以下核心参数：
- 系统压力：常用 14-35 MPa，压力越高力密度越大，但对密封和管路要求越高。
- 伺服阀流量：根据关节最大速度需求计算，流量不足会限制动态响应。
- 液压缸有效面积：决定输出力，需与负载匹配并留 20%-30% 余量。
- 油源流量与蓄能器容量：用于满足峰值流量需求，避免泵站过载。
判断是否采用液压驱动，可参考以下条件：若关节峰值力矩需求超过 500 Nm，且需要连续高爆发输出（如跳跃、奔跑），同时系统允许外接液压源或机载泵站，则液压方案具有明显优势。反之，若机器人需要长时间自主运行且对能效敏感，液压方案则不合适。
4.2.3 案例拆解：液压驱动四足/双足机器人的力控制实现
某研究型双足机器人采用液压驱动方案，目标实现 1.5 m/s 行走和 0.5 m 跳跃。系统设计为：机载泵站（功率 15 kW，压力 21 MPa），每条腿 3 个液压缸（髋关节 2 个，膝关节 1 个），缸径 32mm，行程 100mm。初始调试时发现膝关节在落地冲击时出现明显振荡，分析伺服阀响应曲线发现，阀芯零位死区导致小流量控制非线性。解决方案：在控制算法中加入死区补偿和压力反馈前馈，同时将伺服阀的零位重叠量从 5% 减小到 2%。优化后，膝关节力矩跟踪误差从 15% 降至 3%，落地冲击峰值力降低 40%。该案例说明，液压系统的高性能不仅依赖硬件，更依赖精细的伺服阀控制算法和系统辨识。
4.2.4 常见误区与风险提示
风险二：泄漏与密封。高压油路微泄漏会造成能量损失和环境污染，需选用高性能密封件并定期检查。
风险三：噪声与振动。泵站和阀组会产生 70-90 dB 噪声，需采取隔振和消音措施，否则影响传感器精度。
4.3 气动人工肌肉：柔顺交互与安全驱动的独特路径
4.3.1 核心原理与特性
气动人工肌肉（PAM），又称 McKibben 肌肉，由内层橡胶管和外层编织网套组成。当内部充气时，橡胶管径向膨胀，编织网约束径向变形，将气压能转化为轴向收缩力。其力学特性近似于生物肌肉：收缩力随气压增加而增大，随收缩率增加而减小，具有天然的非线性弹簧特性。PAM 的功率/重量比可达 1 kW/kg，远高于电机（约 0.1-0.3 kW/kg），且由于气体可压缩性，其输出具有天然柔顺性，非常适合人机交互场景。
然而，PAM 的控制难度较大：其动力学模型包含强非线性（气压-力-收缩率耦合）、迟滞效应和时变参数。典型控制带宽仅 2-5 Hz，无法满足快速动态运动需求。此外，PAM 只能产生拉力（收缩），不能产生推力，因此需要采用拮抗配置（一对肌肉分别控制关节的正反方向）或配合弹簧复位机构。
4.3.2 选型判断与设计要点
PAM 适用于以下场景：康复外骨骼（需要柔顺力辅助）、上肢助力（如肩肘关节的轻量级助力）、社交机器人（安全交互优先）。选型时需计算：
- 收缩率：PAM 最大收缩率约 20%-30%，需根据关节活动范围设计肌肉长度和杠杆比。
- 工作气压：常用 0.2-0.6 MPa，气压越高输出力越大，但需考虑气源容量和管路压降。
- 响应速度：通过比例阀或高速开关阀控制，但受限于气体充放速度，响应时间通常大于 50ms。
4.3.3 案例拆解：上肢康复外骨骼的 PAM 驱动设计
一款针对脑卒中患者的肘关节康复外骨骼，要求辅助力矩 10-20 Nm，运动速度 30°/s，且必须保证患者安全。选用 PAM 拮抗配置：一对肌肉（收缩肌和伸展肌）分别连接肘关节两侧，肌肉长度 200mm，直径 20mm，工作气压 0.4 MPa。设计时发现，PAM 的收缩力在关节角度变化时波动较大，导致辅助力矩不稳定。解决方案：引入基于关节角度的前馈补偿，通过查表法修正气压指令，同时采用力传感器闭环控制。实测辅助力矩误差从 ±5 Nm 降至 ±1.5 Nm，满足康复训练要求。该案例表明，PAM 系统必须结合模型补偿和闭环控制才能实现可用性能。
4.3.4 常见误区与总结
误区二：忽略气源系统。PAM 需要空压机、储气罐、调压阀等辅助设备，整体系统体积和噪声不容忽视。
误区三：模型过于简化。PAM 的迟滞和蠕变特性需要更复杂的模型（如 Preisach 模型）或数据驱动方法进行补偿。
4.4 三种驱动方案的对比总结与选型决策
| 维度 | 无框力矩电机/伺服电机 | 液压驱动 | 气动人工肌肉 |
|---|---|---|---|
| 力密度（峰值力/重量） | 中（50-200 Nm/kg） | 高（500-2000 Nm/kg） | 中高（100-300 Nm/kg） |
| 控制带宽 | 高（>100 Hz） | 中（20-50 Hz） | 低（2-5 Hz） |
| 柔顺性 | 需算法实现 | 天然阻尼 | 天然柔顺 |
| 能效 | 高（>70%） | 低（30%-40%） | 中（50%-60%） |
| 系统复杂度 | 低-中 | 高 | 中 |
| 维护成本 | 低 | 高 | 低 |
| 典型应用 | 全身关节（主流） | 重载足式/特种机器人 | 康复/交互/轻量助力 |
在实际工程中，越来越多的机器人采用混合驱动方案：例如，下肢大关节（髋、膝）采用电机驱动以保证动态性能，上肢肩肘关节采用电机+弹性驱动以兼顾柔顺性，而手部或康复场景则引入 PAM 实现安全交互。选型决策应遵循以下步骤：第一步，明确关节的峰值力矩、速度、带宽和柔顺性需求；第二步，评估系统能效、散热、维护和成本约束；第三步，进行初步选型并搭建仿真模型验证；第四步，制作样机实测关键指标，迭代优化。切忌直接照搬其他机器人的方案，必须基于自身设计目标进行量化分析。