机器人基础与硬件知识：系统组成、常见类型与测试硬件接口
机器人测试工程师的第一项核心能力，是能够准确理解被测对象（DUT, Device Under Test）的硬件构成与信号链路。无论是六轴工业机械臂、自主移动AGV，还是服务型人形机器人，其底层都遵循“感知—决策—执行”的闭环逻辑。本章将系统拆解机器人系统组成，辨析工业、服务、AGV三类机器人的测试差异，并重点梳理测试工程师必须掌握的硬件接口（如EtherCAT、CAN、RS-485、MIPI、USB 3.0等）及其对应的测试方法。
2.1 机器人系统组成的核心原理
从测试视角看，机器人系统可抽象为三个层次：感知层负责采集环境与本体状态，决策层（控制器）负责算法运算与运动规划，执行层负责物理动作输出。三者通过不同类型的硬件接口连接，形成完整的信号闭环。测试工程师必须理解：任何测试用例的设计，本质上都是对某一层信号或跨层交互的验证。
- 感知层传感器：激光雷达（LiDAR）输出点云数据，通常通过以太网或USB 3.0传输；IMU输出加速度与角速度，常用SPI/I2C接口；RGB相机与深度相机多采用MIPI CSI-2或USB；关节编码器（值/增量式）通过RS-485或BiSS-C接口回传位置。
- 决策层控制器：主控CPU（如Intel i7或NVIDIA Jetson）运行ROS/ROS2及视觉算法；运动控制卡或PLC负责实时轨迹插补；FPGA常用于高速信号预处理（如激光雷达点云滤波）。控制器之间通过EtherCAT、Powerlink或CAN总线进行同步。
- 执行层执行器：伺服电机（带驱动器）接收控制器的速度/力矩指令，通过编码器反馈形成闭环；步进电机用于开环或半闭环场景；减速器（RV、谐波）影响末端定位精度；气动元件用于夹爪等开关量动作。
2.2 常见机器人类型与测试差异
不同类型的机器人，其硬件架构和测试重点差异显著。下表对比了工业机器人、服务机器人和AGV/AMR的关键测试维度。
| 对比维度 | 工业机器人（六轴/SCARA） | 服务机器人（人形/协作） | AGV/AMR（移动平台） |
|---|---|---|---|
| 核心执行器 | 高精度伺服+RV减速器 | 关节模组（电机+谐波） | 轮毂电机/舵轮 |
| 主要传感器 | 编码器、力/力矩传感器 | RGB-D相机、激光雷达、触觉 | 2D/3D激光雷达、IMU、磁条/二维码 |
| 控制总线 | EtherCAT、PROFINET | EtherCAT、CAN | CAN、RS-485、Wi-Fi |
| 测试重点 | 重复定位精度、路径精度、安全急停 | 人机交互安全、视觉识别率、电池续航 | 导航精度、避障响应、对接重复性 |
| 环境要求 | 工业现场（EMC、振动） | 室内/半室外（光照变化） | 仓库/工厂（地面条件、Wi-Fi稳定性） |
工业机器人测试强调定位精度与重复定位精度（ISO 9283标准），测试时需使用激光跟踪仪或球杆仪测量TCP（工具中心点）轨迹。服务机器人测试更关注人机安全（如力矩限制、碰撞检测）和感知鲁棒性（不同光照下的识别率）。AGV测试则侧重导航稳定性（如长时间运行漂移）、对接精度（如与充电桩的重复对接误差<±5mm）以及多机调度下的通信延迟。
2.3 测试相关硬件接口详解
测试工程师需要熟练使用示波器、逻辑分析仪、总线分析仪等工具，对以下接口进行信号质量与协议一致性验证。
2.3.1 实时工业总线：EtherCAT与CAN
EtherCAT是目前工业机器人主流的运动控制总线，采用主从站架构，分布式时钟同步精度可达纳秒级。测试时需关注：周期抖动（通常要求<1μs）、报文延迟、断线重连时间。使用EtherCAT分析仪（如Beckhoff的TwinCAT）抓取过程数据对象（PDO）和服务数据对象（SDO）。
// EtherCAT 从站状态机测试示例（简化）
状态：INIT → PRE-OP → SAFE-OP → OP
测试点：
1. 上电后从站能否自动进入INIT
2. 主站配置后能否切换到OP
3. 运行中拔掉从站网线，主站报错时间 < 10ms
4. 恢复连接后，从站能否自动重新进入OPCAN总线（CANopen协议）常用于AGV的驱动器和IO模块。测试重点包括：波特率一致性（如500kbps）、错误帧率（应低于0.1%）、终端电阻（120Ω，用万用表测量CANH与CANL间电阻）。
2.3.2 视觉与数据传输接口：MIPI CSI-2与USB
服务机器人普遍使用MIPI CSI-2接口连接摄像头传感器。MIPI是差分串行接口，测试时需使用示波器测量差分信号眼图，关注数据通道（Data Lane）和时钟通道（Clock Lane）的压摆率、交叉点电压和抖动。对于USB 3.0（5Gbps）接口，需使用USB协议分析仪检查链路训练、数据包CRC错误和电源管理状态切换。
2.3.3 低速控制与调试接口：RS-485、I2C、SPI、GPIO
RS-485常用于AGV的底盘驱动器和传感器（如磁导航传感器），采用差分信号，抗干扰能力强。测试时需验证偏置电阻和终端匹配，并使用总线分析仪捕获数据帧，检查地址冲突和CRC校验。I2C和SPI多用于板级内部通信（如IMU、温度传感器），测试时需用逻辑分析仪检查时序：I2C的起始/停止条件、ACK应答；SPI的时钟极性和相位（CPOL/CPHA）。GPIO用于急停、门锁等安全逻辑，测试需验证电平阈值（如3.3V TTL）和去抖时间。
2.4 实战案例：AGV充电对接的硬件测试排障
背景与约束：某仓储AGV项目，要求AGV自动驶入充电桩并完成对接充电。现场反馈：AGV在距离充电桩约5cm时频繁停止，报“对接超时”错误。测试团队需在3天内定位问题。
初始现象与数据：AGV使用激光雷达（2D）进行最终对接定位，通过CAN总线控制底盘。日志显示：当AGV距离充电桩5cm时，激光雷达返回的点云数据出现“跳变”，导致定位算法计算出的横向偏差从0.5mm突变到15mm，超出允许范围（±3mm），触发安全停止。
分析判断过程：初步怀疑是激光雷达的测量噪声，但更换雷达后问题依旧。进一步检查发现，充电桩的金属外壳在近距离时会产生多路径反射，导致激光雷达测距值周期性偏大。同时，测试发现CAN总线在电机启动瞬间存在电压跌落（从24V降至21V），影响了雷达的供电稳定性。
实际操作步骤：
- 使用示波器测量雷达供电电压（5V），发现电机启动时纹波达±300mV，超出雷达规格（±50mV）。
- 在雷达电源输入端增加LC滤波电路（10μH电感+100μF电容），纹波降至±30mV。
- 修改定位算法，对激光雷达近距离（<10cm）数据采用中值滤波，并增加“对接模式”阈值判断。
- 在充电桩表面增加漫反射贴纸，减少镜面反射。
结果对比：优化后，AGV在5cm处的横向偏差稳定在±1.2mm以内，对接成功率从82%提升至99.7%。风险与代价：增加LC滤波器使成本增加约8元/台，但避免了更换更高精度雷达（成本增加300元/台）。复盘经验：机器人测试不能只盯单一传感器，需结合电源完整性、总线通信和算法逻辑进行系统级排查。
2.5 常见误区与总结复盘
误区二：忽略电源对信号的影响。机器人是多电机系统，母线电压波动大。测试时若不给DUT提供干净的电源，测得的信号指标可能失真。建议使用隔离电源或线性电源，并在测试报告中记录电源纹波。
误区三：混淆“接口协议”与“应用逻辑”。例如，EtherCAT通信正常不代表运动控制逻辑正确。测试应分层：物理层（信号质量）、数据链路层（帧结构）、应用层（运动指令）。
总结复盘：机器人硬件测试的核心是建立“信号-接口-行为”的映射关系。测试工程师应具备三张图：系统框图（了解模块连接）、电源树（了解供电域与去耦）、信号链路图（了解数据流向与关键测试点）。在实际项目中，建议优先使用“故障注入”方法（如断开总线、短路IO、拉低电源电压）来验证系统的鲁棒性，而不仅仅是验证理想工况下的功能。