一体化关节模组 · 上层算法应用详细拆解

0 · 7 块内容地图（上层 = 商业价值层）

上层是把中层控制能力「产品化」的层。它解决的不是「关节能不能动」，而是「机器人能做什么、怎么卖、怎么持续优化」。下面 7 块按由内到外的顺序展开：

1轨迹规划

点到点 / 直线 / 圆弧 / S 曲线 + 多关节同步，是所有运动的上游。

2示教与拖动

客户现场录入动作，零代码门槛，决定机器人「好不好教」。

3高级力控任务

抛光 / 装配 / 擦玻璃 / 抓取，机器人「能不能干活」的决定层。

4诊断与预测性维护

从「坏了再修」变成「快要坏了提醒」，售后收入来源。

5SDK 与 API

客户集成入口，平台型产品的护城河。

6数据飞轮

玉洁 7/14 lock · 100-500 客户整机的数据闭环 = 算法迭代燃料。

7算法订阅

玉洁 L13 lock · $5-10k/台/年 · 22 模组整套 + 28 模组标准版。

为什么上层决定商业价值：① 底层 + 中层 = 「硬件能跑」（产品 1.0）② 上层 = 「客户能用、能持续付费」（产品 2.0）③ 没有上层，关节模组只是「卖硬件」毛利 30%；有上层 = 「卖订阅」毛利 70%+ ④ 玉洁核心卡位 L13 算法订阅池 = 上层最直接的货币化路径。

1 · 1轨迹规划

1.1 轨迹规划的两层

轨迹规划在任务级和关节级两个层次都要做：

任务级规划：在笛卡尔空间（X/Y/Z + 姿态）规划路径，受限于障碍物、奇异点、关节限位
关节级插补：把任务级路径转换为每个关节的目标位置 + 速度 + 加速度时间表

1.2 关节级轨迹 4 大类型

类型	公式	适用	优点	缺点
梯形速度	匀加速 + 匀速 + 匀减速	点位运动	实现简单	加减速不连续
S 曲线（推荐）	加加速度（jerk）限制	高速高精度	加减速连续	计算复杂
多项式（5 次）	P(t) = a₀ + a₁t + ... + a₅t⁵	平滑过渡	位置 + 速度连续	需解 6 个系数
样条曲线	三 / 五次 B 样条	复杂路径	通过多个路径点	需在线规划

1.3 S 曲线详解（关节模组主力）

S 曲线通过限制加加速度（jerk）实现平滑加减速，机器人柔性场景必用：

速度 ω
 ↑
 │           ┌────────┐
 │          /│        │\
 │         / │        │ \
 │        /  │        │  \
 │       /   │        │   \
 │      /    │        │    \
 │     /     │        │     \
 │    /      │        │      \
 │   /       │        │       \
 └──────────────────────────────→ 时间 t
   0   1  2 3 4 5 6 7  8  9
   ├──┤├──┤├──┤├──┤├──┤
   加加速 匀加速 匀速 匀减速 加减速

7 段：加加速 + 匀加速 + 减加速 + 匀速 + 加减速 + 匀减速 + 减减速
Jerk 限制 J_max → 加加速度不超过 J_max

1.4 多关节轨迹同步（与 2-9 § 7 配合）

时间同步：所有关节按同一时间表执行，靠 EtherCAT DC 同步（±100 ns）
路径速度联动：轨迹的最长关节决定总时长，其他关节放慢保持同步
前瞻（Look-ahead）：预读 N 段路径，提前加减速，避免「到点停顿」
在线修正：检测到偏差时实时调整后续段的目标

1.5 奇异点 + 关节限位规避

轨迹规划器必须能检测并规避：

关节限位（±150°）：检查每个关节是否在安全范围
速度限位（≤ 30 rad/s）：检查关节速度峰值
加速度限位（≤ 100 rad/s²）：检查加加速度峰值
奇异点（腕部 6 轴对齐）：通过关节空间插补规避
碰撞（与本体 / 环境）：简单场景用包围盒检测

1.6 准出门禁

检查项	指标
轨迹跟踪误差	< 0.5 编码器分辨率
加加速度峰值	≤ J_max（关节模组典型 1000 rad/s³）
多关节同步偏差	< 100 µs
规划响应时间	< 50 ms（在线规划）
奇异点规避	100% 不进入奇异构型

2 · 2示教与拖动

2.1 示教的两种模式

在线示教（lead-through）：人手直接拖动机器人，关节记录路径，零代码
离线示教：用图形化编辑器 / 仿真环境编辑路径，复杂路径必用

2.2 在线示教的工程要点

要点	实现
零重力补偿	反向重力模型输出扭矩，让关节「跟手」
摩擦补偿	LuGre 模型前馈，让人感觉不到摩擦
拖动力阈值	≤ 5 Nm（人手能轻松拖动）
运动范围保护	示教期间不超关节限位
示教精度	采样间隔 1-10 ms，记录位置 + 速度 + 力矩

2.3 示教数据格式

示教文件 = [{t, θ₁, θ₂, ..., θ₆, gripper, t_ext}, ...]
  每个采样点：
    t        时间戳（ms）
    θ₁..θ₆  6 个关节位置
    gripper  夹爪开合度
    t_ext    外力扭矩（可选）

存储格式：
  - JSON：易读 / 体积大
  - 二进制：紧凑 / 体积小
  - ROS bag：标准机器人格式（生态兼容）

压缩 / 滤波：
  - 去除静止段（速度 < 0.1 rad/s 持续 1s）
  - 5 点滑动平均去噪
  - 样条拟合压缩（原 1000 点 → 100 个控制点）

2.4 动作复现（Play-back）

读取示教文件 → 解析路径点
重做样条插补 → 1 ms 时间分辨率的目标序列
下发给中层位置环 + 速度环 + 阻抗环
实时监测偏差，偏差 > 阈值则急停
支持暂停 / 继续 / 速度倍率调整（0.1× - 2×）

2.5 准出门禁

检查项	指标
拖动力	≤ 5 Nm（任何姿态）
示教采样间隔	1 ms
复现偏差	< 1 编码器分辨率
示教 → 复现延迟	< 100 ms
急停响应	< 20 ms

3 · 3高级力控任务（机器人「能不能干活」）

3.1 力控任务 4 类

任务	接触特性	控制方法	关节模组关键参数
抛光 / 打磨	恒法向力 + 切向运动	混合（力 + 位置）	力波动 < 5% FS
装配（轴孔）	柔顺搜索 + 主动对准	导纳 + 螺旋搜索	搜索步长 0.5 mm
擦玻璃	法向力 / 切向摩擦	混合（力 / 位置）	切向速度 0.1 m/s
抓取（柔性物体）	夹持力控制	力 / 速度模式切换	夹持力 5-30 N

3.2 混合力位控制（Hybrid Force/Position）

在笛卡尔空间把任务分成：

位置控制方向：在「不受力」的笛卡尔轴上控制位置（如擦玻璃的切向）
力控制方向：在「必须施加力」的笛卡尔轴上控制力（如擦玻璃的法向）

选择矩阵 S（6x6）：
  S = diag(0, 1, 1, 1, 0, 0)  ← 在 X 轴力控，在 Y/Z 位置控

力控制方向：F* = Kf · (F_ext - F_d) + F_d
位置控制方向：X* = Kp · (X* - X) + X_dot*

实际扭矩 = J^T · (S · F + (I-S) · X_control)

3.3 装配任务（轴孔插入）

粗对准：视觉定位目标孔位（精度 ± 1 mm）
接近：导纳控制接近目标，力增长时减速
搜索：螺旋 / 随机搜索找孔（步长 0.5 mm）
插入：检测到力矩突变后切换为柔顺插入
完成检测：插入深度 + 阻力 → 确认

玉洁的工程价值：装配是机器人「能不能替代人」的硬指标。一台能装配的机器人比只能搬运的售价高 5-10 倍。

3.4 抛光任务参数化

玉洁 8/1 lock 抛光作为重点力控场景：

参数	典型值
接触力	5-20 N（材料相关）
法向刚度	K_n = 500 N/m
切向阻尼	B_t = 50 Ns/m
轨迹速度	0.05-0.2 m/s
力波动	≤ 10% FS

3.5 准出门禁

检查项	指标
恒力控制	稳态力误差 < 5% FS
柔顺搜索成功率	≥ 95%（间隙 ≥ 0.5 mm）
装配完成检测	100% 不误判
擦玻璃法向力波动	≤ 2 N
接触急停	≤ 5 ms 检测，≤ 20 ms 急停

4 · 4诊断算法与预测性维护

4.1 三类诊断

实时诊断：运行中检测异常（编码器丢失 / 过流 / 过温）→ 立即响应
在线诊断：后台跑算法检测潜在问题（温度趋势 / 振动异常）
离线诊断：云端跑大数据分析，预测寿命 / 故障 / 性能漂移

4.2 预测性维护（PdM）算法

算法	输入	输出	应用
趋势分析（EMA / Holt-Winters）	温度 / 电流 / 振动时序	未来 N 小时趋势	温度预警
异常检测（孤立森林 / AutoEncoder）	多维传感器数据	异常分数	未知故障检测
剩余寿命（RUL）	振动 + 温度 + 负载历史	剩余使用小时	轴承 / 减速器寿命
故障分类（CNN / Transformer）	波形 / 频谱	故障类型	故障根因定位

4.3 健康度评分（Health Score）

把关节状态量化成 0-100 分，让客户和运维一目了然：

Health = 100 × (1 - Σ wi × Di)

其中：
  Di    第 i 项退化度（0-1）
  wi    权重（编码器 0.2 / 减速器 0.3 / 电机 0.2 / 轴承 0.2 / 通信 0.1）

Di 计算：
  Di = max(0, (x_i - x_threshold) / (x_fail - x_threshold))

输出：
  90-100 健康（绿）
  70-90  注意（黄）
  50-70  警告（橙）
  < 50  危险（红），建议停机维修

4.4 远程运维（RMM）

云端接入：关节通过 4G / WiFi 上报到云端
实时仪表盘：客户查看所有关节的健康度 / 故障 / 寿命
远程 OTA：批量推送固件升级，无需现场工程师
远程诊断：云端跑 AI 模型，预测性提醒
数字孪生：每台关节有「数字孪生体」，实时同步状态

4.5 售后商业模式

模式	收入	客户感受
基础保修	0 元 / 年	坏了再来修
高级保修	5000 元 / 年 / 台	4 小时响应 + 备机
预测维护 + 远程升级	15000 元 / 年 / 台	「零故障」承诺
全包服务（含订阅算法）	30000+ 元 / 年 / 台	包年服务

4.6 准出门禁

检查项	指标
健康度计算实时性	< 1 s
预测准确率	≥ 85%（剩余寿命 ±20% 误差）
异常检测召回率	≥ 95%
远程诊断延迟	< 5 s
健康度告警	< 70% 自动通知客户

5 · 5SDK / API / 应用生态

5.1 SDK 的 3 层

层	语言	适用
底层 API（C / C++）	C / C++	嵌入式集成 / 实时控制
中层 SDK（Python / C++）	Python / C++	算法 / 集成 / 仿真
应用层 ROS 包	Python / C++	机器人集成

5.2 SDK 接口分类

玉洁 SDK 接口分类（按使用频率排序）

高频（90% 客户用）：
  ● JointModule.move_to(position, vel, acc)
  ● JointModule.set_torque(torque)
  ● JointModule.set_impedance(M, B, K)
  ● JointModule.get_state() → position, velocity, torque, temperature

中频（50% 客户用）：
  ● Trajectory.play(waypoints)
  ● JointModule.record_teach() / replay(file)
  ● JointModule.calibrate()

低频（10% 客户用）：
  ● Firmware.update(file)
  ● Parameter.write(key, value)
  ● Health.get_score()
  ● Remote.diag()

5.3 协议层

EtherCAT (CoE / SoE / EoE)：高速实时控制（1 kHz - 10 kHz），玉洁主流
CAN / CAN FD：中低速控制 / 长距离
RS-485 / Modbus：简单集成
OPC UA：上层数据采集
MQTT：云端连接 / 远程运维

5.4 仿真生态

仿真器	支持	适用
MuJoCo	完整	强化学习 / 控制算法验证
Isaac Sim	完整	大规模仿真 / 数字孪生
Gazebo	完整	ROS 生态集成
Webots	完整	教学 / 仿真
PyBullet	基础	轻量仿真

5.5 应用生态策略

开放 SDK：吸引集成商 / 客户二次开发
应用商店：第三方开发的「示教包 / 任务包 / 算法包」可上架销售
认证体系：合作伙伴认证 + 玉洁技术支持
开发者社区：论坛 / 文档 / 示例代码

5.6 准出门禁

检查项	指标
SDK 文档完整度	100% 接口有文档
示例代码	10+ 完整 demo
API 稳定性	向下兼容 ≥ 3 个版本
仿真同步	仿真器 & 实物一致度 ≥ 95%
客户集成时间	≤ 1 周（基础集成）

6 · 6数据采集与飞轮（玉洁 7/14 lock）

6.1 数据飞轮的玉洁定义

玉洁 7/14 22:50 lock：100-500 台 = 客户整机里装玉洁的关节（不是玉洁自己做的整机）。数据飞轮的本质是客户整机在使用过程中产生的数据回流到玉洁云，反哺算法迭代。

6.2 范式 A：玉洁自家 dogfooding

维度	数据
规模	5-10 台 dogfooding 设备
数据量	5-10 万条轨迹 / 月
用途	玉洁自家算法训练 / 验证
时间	M0-M6（首 6 个月）
投入	150-180 万设备 + 工程师

6.3 范式 B：客户整机回流

维度	数据
规模	100-500 客户整机（装玉洁关节）
数据量	100-500 万条轨迹 / 月
用途	真实场景数据 / 算法迭代
时间	M6-M30（6-30 月）
法律基础	客户数据授权协议

6.4 数据采集链路

关节模组
  ↓ EtherCAT / CAN
客户 PLC
  ↓ OPC-UA / MQTT
客户边缘网关
  ↓ MQTT / HTTPS
玉洁云（数据湖 + 算法训练集群）
  ↓ 训练好的算法包
客户设备（OTA 升级）
  ↓ 闭环

采集内容：
  ● 关节轨迹（位置 / 速度 / 力矩）
  ● 故障记录（健康度 / 告警）
  ● 性能指标（实际 vs 指令）
  ● 场景标注（客户主动标注）

带宽预算：
  ● 单关节 10 kHz 采样 → 压缩后 100 kbps
  ● 22 关节整机 → 2.2 Mbps
  ● 100 客户 → 220 Mbps 集中带宽

6.5 数据合规与授权

客户数据所有权：数据归客户，玉洁只有「算法使用权」
授权框架：客户购买关节时签授权协议（可拒绝，限制功能）
数据脱敏：客户场景数据不包含客户机密
GDPR / 国内法规：符合数据保护法规

6.6 数据飞轮闭环

客户设备运行 → 产生数据
数据回流 → 玉洁云
云端训练 → 新算法版本
OTA 推送 → 客户设备升级
客户体验提升 → 复购 + 推荐
规模扩大 → 更多数据
数据优势 → 算法优势 → 飞轮加速

6.7 准出门禁

检查项	指标
数据采集完整性	≥ 99% 运行时段
数据回流延迟	≤ 5 分钟
训练 - 部署闭环	≤ 2 周
算法提升可量化	每代提升 ≥ 5% 性能
客户授权覆盖率	≥ 80%（持续提升）

7 · 7算法订阅（玉洁 L13 lock · 7/14）

7.1 订阅池（玉洁 7/14 lock）

SKU	订阅内容	价格（/台/年）
22 模组整套 V0-V2	W1-W12（基础算法包）	0 元（走规模）
28 模组标准版 V3-V4	W13-W24（高级算法包）	$5-10k
22 关节整机订阅	整套 V0-V2 + 应用包	$110-220k
28 关节整机订阅	整套 V3-V4 + 应用包	$140-280k

7.2 算法包内容（22 模组整套 V0-V2 = W1-W12）

W1 基础运动控制：PID / FOC / 速度环 / 位置环
W2 力矩估计：双编码器 + 扭簧 + 电流融合
W3 摩擦补偿：LuGre 模型 + 自适应
W4 阻抗控制：基础阻抗 / 导纳
W5 轨迹规划：S 曲线 + 多关节同步
W6 示教：在线示教 + 离线编辑
W7 状态机：4 模式切换 + 故障分级
W8 诊断：实时 + 在线 + 离线
W9 健康度：Health Score 计算
W10 OTA：远程升级 + 回滚
W11 SDK：C++ / Python / ROS
W12 仿真：MuJoCo / Isaac Sim 包

7.3 算法包内容（28 模组标准版 V3-V4 = W13-W24）

W13 高级力控：混合力位 / 装配 / 抛光
W14 视觉伺服：基于视觉的动态调整
W15 多机协同：多机器人同步任务
W16 自适应控制：在线辨识 + 自调参
W17 故障预测：RUL / 异常检测
W18 能效优化：能效曲线优化
W19 振动抑制：高速段振动算法
W20 柔顺装配：螺旋搜索 + 主动对准
W21 数字孪生：每台设备云端孪生
W22 远程运维：批量诊断 + 升级
W23 自定义协议：客户定制通信
W24 算法训练：客户自定义算法训练

7.4 商业模式

SKU	单价 / 台 / 年	100 台收入	500 台收入
22 模组整套 V0-V2	0 元（附送）	0 元	0 元
28 模组标准版 V3-V4	$5-10k	$0.5-1M	$2.5-5M
22 关节整机	$110-220k	$11-22M	$55-110M
28 关节整机	$140-280k	$14-28M	$70-140M

玉洁的核心卡位：22 模组整套订阅 0 元 = 获客成本 / 引流品
28 模组标准版 $5-10k = 主要利润 / 客户 LTV
整机订阅 = 大客户专享 / 整套方案

7.5 订阅管理后台

订阅激活：客户购买授权码，激活后 OTA 推送算法包
到期提醒：到期前 30 / 7 / 1 天提醒
续费 / 升级：客户可单独续费某算法包 / 升级
使用统计：客户看自己用了哪些包、调用频次
回滚：不满意的算法包可一键回滚到上版本

7.6 准出门禁

检查项	指标
算法包交付 SLA	激活后 ≤ 24h 推送
算法更新频率	每月 ≥ 1 次
算法兼容性	向下兼容 ≥ 6 月
续费率	≥ 80%
客户满意度	NPS ≥ 50

8 · 今天小结 + 下一步

上层算法应用 7 块全部展开完了。今天聊的范围：

块 1：轨迹规划（S 曲线 + 多关节同步 + 奇异点规避）
块 2：示教与拖动（在线示教 + 示教数据格式 + 动作复现）
块 3：高级力控（抛光 / 装配 / 擦玻璃 / 抓取）
块 4：诊断预测（PdM 算法 + 健康度 + 远程运维）
块 5：SDK / API（C++ / Python / ROS + 仿真生态）
块 6：数据飞轮（范式 A + B + 采集链路 + 合规）
块 7：算法订阅（22 模组 0 元 + 28 模组 $5-10k + 整机 $110-280k）

上层算法应用「准出门禁」清单：轨迹跟踪 < 0.5 编码器分辨率 / 拖动力 ≤ 5 Nm / 装配成功率 ≥ 95% / 健康度实时 / SDK 文档 100% / 数据飞轮 ≥ 80% 客户授权 / 续费率 ≥ 80%。
达到这个标准之后：整套 2-7 三层总览的 6 阶段（底软 → 单关节闭环 → 单关节力控 → 多关节协同 → 算法应用 → 量产与订阅）全部完成，产品可发布、可销售、可订阅。

下一步建议：三层（2-8 底软 + 2-9 中层 + 2-10 上层）今天全部展开完。下一次可以深挖某个具体模块（比如 R6 双编码器观测链的具体实现、SVPWM 七段式细节、抛光参数化标定），或者开始做整体阶段 1（底软可运行）的工程实施。

⬆ 一体化关节模组 · 上层算法应用详细拆解

0 · 7 块内容地图（上层 = 商业价值层）

1轨迹规划

2示教与拖动

3高级力控任务

4诊断与预测性维护

5SDK 与 API

6数据飞轮

7算法订阅

1 · 1轨迹规划

1.1 轨迹规划的两层

1.2 关节级轨迹 4 大类型

1.3 S 曲线详解（关节模组主力）

1.4 多关节轨迹同步（与 2-9 § 7 配合）

1.5 奇异点 + 关节限位规避

1.6 准出门禁

2 · 2示教与拖动

2.1 示教的两种模式

2.2 在线示教的工程要点

2.3 示教数据格式

2.4 动作复现（Play-back）

2.5 准出门禁

3 · 3高级力控任务（机器人「能不能干活」）

3.1 力控任务 4 类

3.2 混合力位控制（Hybrid Force/Position）

3.3 装配任务（轴孔插入）

3.4 抛光任务参数化

3.5 准出门禁

4 · 4诊断算法与预测性维护

4.1 三类诊断

4.2 预测性维护（PdM）算法

4.3 健康度评分（Health Score）

4.4 远程运维（RMM）

4.5 售后商业模式

4.6 准出门禁

5 · 5SDK / API / 应用生态

5.1 SDK 的 3 层

5.2 SDK 接口分类

5.3 协议层

5.4 仿真生态

5.5 应用生态策略

5.6 准出门禁

6 · 6数据采集与飞轮（玉洁 7/14 lock）

6.1 数据飞轮的玉洁定义

6.2 范式 A：玉洁自家 dogfooding

6.3 范式 B：客户整机回流

6.4 数据采集链路

6.5 数据合规与授权

6.6 数据飞轮闭环

6.7 准出门禁

7 · 7算法订阅（玉洁 L13 lock · 7/14）

7.1 订阅池（玉洁 7/14 lock）

7.2 算法包内容（22 模组整套 V0-V2 = W1-W12）

7.3 算法包内容（28 模组标准版 V3-V4 = W13-W24）

7.4 商业模式

7.5 订阅管理后台

7.6 准出门禁

8 · 今天小结 + 下一步