开源人形机器人硬件栈全景：构建者视角的 7 层架构与选型清单

开源人形机器人硬件栈全景：构建者视角的 7 层架构与选型清单

本文首发于 RoboParts 开源机器人兼容性平台。

大模型让机器人"会思考"，但硬件决定了它"能不能动"。

对开源机器人构建者来说，问题往往不是"这个方案好不好"，而是"我照着 GitHub 上的 BOM 买回来的这堆零件，到底能不能装到一起、能不能跑起来"。天工 TienKung 的仓库给了图纸和物料表，Trossen OpenArm 有完整的机械设计，LeRobot-Humanoid 有社区维护的低成本方案——但当某个型号停产、超预算或者你所在地区买不到时，替换决策就得自己扛。

本文从实际构建视角，拆解开源人形机器人的完整硬件栈，给出每一层的选型要点、主流方案，以及这一层最容易出现的兼容性坑。

第一层：执行层（Actuators）

执行器是机器人的"肌肉"。人形机器人全身通常需要 12-52 个执行器，按关节分布：

核心指标：扭矩密度（Nm/kg）、峰值/额定比、惯量比、背隙。

这一层的兼容性坑：法兰孔位与中心孔径。同扭矩等级的两款模组，输出法兰的 PCD（节圆直径）差 2mm，你的结构件就全部报废。开源项目的 STEP 文件通常按原型号建模，换型必须同步改结构件——换型前先量法兰。

RoboParts 收录 155 款执行器，覆盖谐波、行星、SEA、直线电机等全品类，并标注了法兰规格与可替代型号。

第二层：感知层（Sensors）

人形机器人至少需要三类传感器：

本体感知（Proprioception）

• IMU：躯干姿态估计，100-1000Hz，推荐 TDK ICM-42688-P 或 Bosch BMI270
• 关节编码器：电机端（17-23bit）+ 输出端（14-19bit），双编码器消除背隙
• 力/力矩传感器：SEA 内置或腕部/踝部外置，六维力传感器推荐 ATI Nano 系列

环境感知（Exteroception）

• 深度相机：Intel RealSense D455、Azure Kinect、OAK-D
• 激光雷达：Livox Mid-360（低成本）、Velodyne Puck（高性能）
• 触觉传感器：视触觉（GelSight）、压力阵列（Tekscan）

语义感知

• RGB 相机：用于 VLA（Vision-Language-Action）模型输入
• 麦克风阵列：语音指令接收

这一层的兼容性坑：驱动生态。Intel RealSense 在 ROS2 上有官方包，某些国产深度相机只提供 Windows SDK；Meta 开源的 DIGIT 触觉传感器有现成 Python 驱动，而工业级触觉阵列可能只给 CANopen 手册。对开源项目，"有没有 ROS2 驱动"经常比参数更重要。

第三层：通信层（Protocols）

机器人内部通信对实时性要求极高：

设计建议：

• 主控 ↔ 关节驱动器：EtherCAT 或 CAN FD
• 关节驱动器 ↔ 电机：PWM/FOC 直驱
• 传感器：SPI（高带宽）或 I2C（简单外设）

这一层的兼容性坑：同为 "CAN"，帧格式和对象字典未必兼容。Unitree 的关节模组用私有 CAN 协议，Trossen OpenArm 的 Dynamixel 系列走的是自有串行总线，标准 CANopen 设备又是另一套。把三家的模组混在同一条总线上，几乎必然要写协议转换层。混用不同厂商模组前，先确认协议栈是否同源。

第四层：计算层（Chips）

具身智能的计算需求呈双峰分布：

边缘推理（Edge）

• NVIDIA Jetson Orin：70-275 TOPS，ROS2 生态完善，开源人形项目事实标准
• Intel NUC / AMD V1000：x86 架构，适合移植桌面级算法
• 地平线 J5 / 芯驰 V9：国产替代，车规级可靠性

关节驱动（Motor Control）

• STM32H7：单关节 FOC 控制，200MHz，浮点单元
• TI C2000：工业级，双核锁步，功能安全
• 瑞萨 RA8：Cortex-M85，Helium 矢量加速

通信处理

• Beckhoff ET1100：EtherCAT 从站芯片
• TI TCAN4550：CAN FD 控制器

这一层的兼容性坑：JetPack 版本与 ROS2 发行版的绑定关系。LeRobot 生态多在 Ubuntu 22.04 + ROS2 Humble 上验证，若你买的 Jetson 预装了不匹配的 JetPack，光是把驱动和 CUDA 版本对齐就能耗掉一周。买板子前先查目标开源项目在哪个软件栈上验证过。

RoboParts 收录 95 款芯片，按应用场景分类标注。

第五层：接口层（Interfaces）

物理连接器容易被忽视，但直接影响维护和可靠性：

这一层的兼容性坑：也是开源项目文档里最常缺失的一层。BOM 通常写了执行器型号，却没写它出厂带的是哪种连接器。等零件到货才发现电机侧是航插、你的分电板是 XT60，只能现场重新压线。下单时把连接器型号一并核对进 BOM。

第六层：平台层（Platforms）

快速启动人形研发的仿真与实体平台：

选择建议：

• 想学全尺寸双足行走→ 天工 TienKung
• 想快速跑通VLA 数据采集与训练 → LeRobot-Humanoid 或 Unitree G1
• 只做上肢操作/抓取 → Trossen OpenArm
• 预算极低、先跑通流程 → roboto_origin

第七层：智能层（LLMs）

VLA（Vision-Language-Action）模型正在改变机器人控制范式：

关键趋势：小参数模型（< 10B）+ 高质量机器人数据 > 大参数通用模型。

对构建者的实际含义：模型层反过来会约束硬件层。若你打算跑 LeRobot 生态的策略模型，采集端最好沿用它支持的相机与关节接口格式，否则数据格式转换会成为长期负担。先定模型生态，再定传感器和执行器接口，比反过来省事得多。

一站式硬件选型

以上 7 层架构的完整数据已结构化收录：

• 427 个实体，覆盖执行器、传感器、芯片、协议、接口、平台、LLM
• 每个实体包含规格参数、厂商、价格区间、标准合规、ROS2 兼容性
• 支持交叉引用（如：哪些芯片支持 CAN FD？哪些平台兼容 ROS2？）

给开源构建者的推荐用法：

1. 先在开源组件兼容性数据层找到你要复刻的项目（天工、Go2、OpenArm、LeRobot-Humanoid、roboto_origin），拿到经过核对的组件清单
2. 把你实际能买到的型号填进 BOM 兼容性检查，一次性查出机械、电气、协议、软件四个维度的冲突
3. 有冲突的项，用选型引擎找等效替代
4. 用供应商寻源确认交期与可购性
5. 要把校验接进自己的工具链，用兼容性数据 API

也可以直接在 GitHub 下载完整数据集：

• GitHub：https://github.com/roboparts/roboparts-dataset
• API：https://roboparts.cc/api/data.json

RoboParts · 开源机器人构建者资源

• 🔧 免费 BOM 兼容性检查：https://roboparts.cc/bom-checker.html
• 📦 开源组件兼容性数据层：https://roboparts.cc/oss.html
• 🔌 兼容性数据 API（Pro）：https://roboparts.cc/data-hub.html
• 🛒 供应商寻源：https://roboparts.cc/suppliers.html

正在构建或维修开源机器人？用 RoboParts 把零件兼容性一次性查清。