复合清洁机器人的协作机械臂方案

机械臂需要完成的清洁任务：
├─ 内壁刷洗（主要任务，曲面接触）
├─ 座圈擦拭（次要任务，平面接触）
├─ 外壁擦拭（辅助任务）
├─ 消毒液喷洒（工具切换）
└─ 冲水按钮按压（精准定位）

清洁对机械臂的独特要求：
─────────────────────────────────────────────────────
要求1：末端需要沿内壁曲面运动
 → 需要柔顺跟随能力
 → 如果纯位置控制：需要精确的曲面轨迹规划（算法难）
 → 解决方案：被动柔顺机构（机械做，算法不管）

要求2：末端需要保持恒定接触力
 → 如果纯位置控制：需要实时力控反馈（算法难）
 → 解决方案：弹簧预压机构（机械保证，算法只管方向）

要求3：末端需要能伸入内壁底部（最低点以下）
 → 几何可达性要求（空间约束）
 → 解决方案：合理的连杆长度设计

要求4：清洁过程中可能碰到障碍物（座圈边缘、门框）
 → 安全碰撞处理
 → 解决方案：限力关节 + 被动退让机构

自由度配置：肩部俯仰×1 + 肘部俯仰×1 + 腕部俯仰×1 + 腕部旋转×1

工作空间覆盖分析：
├─ 能覆盖内壁主体区域（约80%）
├─ 座圈擦拭：可达，但姿态受限
└─ 底部清洁：有限（取决于连杆参数）

控制复杂度：极低（可实现纯位置控制）
机械复杂度：极低（结构最简单）
清洁覆盖率：70–80%

结论：不推荐，自由度不足导致清洁覆盖率低

自由度配置：肩部水平旋转×1 + 肩部俯仰×1 + 肘部俯仰×1 + 腕部俯仰×1 + 腕部旋转×1

工作空间覆盖分析：
├─ 能覆盖内壁主体区域（约90%）
├─ 座圈擦拭：可达，姿态较好
├─ 底部清洁：可达
└─ 多角度避障：有限

控制复杂度：低（接近4DOF，易实现）
机械复杂度：低（增加1个关节）
清洁覆盖率：85–90%

结论：备选方案，适合预算有限团队

自由度配置：
├─ 关节1：底座旋转（水平面，±180°）
├─ 关节2：肩部俯仰（垂直面，-90°~+90°）
├─ 关节3：肩部偏移（水平内收外展，±30°）
├─ 关节4：肘部俯仰（垂直面，-135°~+135°）
├─ 关节5：腕部俯仰（垂直面，-90°~+90°）
└─ 关节6：腕部旋转（末端工具旋转，±360°）

工作空间覆盖分析：
├─ 内壁主体区域：完全覆盖
├─ 座圈上下表面：灵活可达
├─ 底部（内壁最深处）：可达
├─ 外壁多角度擦拭：全方位
└─ 避障灵活性：冗余自由度，支持奇异位形规避

控制复杂度：中（需逆运动学求解）
机械复杂度：中（标准6DOF结构）
清洁覆盖率：95–100%

结论：✅ 推荐，这是清洁任务的最佳性价比配置

自由度配置：6DOF + 1个冗余关节（通常在肩部或肘部）

优势：避障能力强，姿态灵活
劣势：
├─ 控制复杂度大幅增加（逆运动学多解）
├─ 机械成本增加15–20%
└─ 冗余自由度在清洁场景利用不充分

结论：❌ 不推荐，算法能力有限时，冗余自由度是负担而非优势

坐标系设置（从基座到末端）：
─────────────────────────────────────────────────────
Z0：基座旋转轴（垂直，↑朝上）
Z1：肩部俯仰轴（垂直，⊥于Z0）
Z2：肩部偏移轴（水平）
Z3：肘部俯仰轴（垂直）
Z4：腕部俯仰轴（垂直）
Z5：腕部旋转轴（垂直）

末端执行器坐标系（Z6）：
├─ Z轴：指向清洁工具
├─ X轴：工具的"前进"方向
└─ 原点：清洁工具的工作点

清洁任务对工作空间的要求：
─────────────────────────────────────────────────────
内壁关键区域（需完全覆盖）：
├─ A区（后壁）：距离基座最远点，约 550mm
├─ B区（底部最低点）：约 200mm（高度）
├─ C区（边缘）：约 350–400mm（径向）
└─ D区（座圈上方）：约 450–550mm（高度）

工作空间需求：
├─ 径向范围：200–650mm（从基座中心计算）
├─ 高度范围：0–600mm
└─ 角度范围：基座±180°旋转

连杆长度确定过程：

假设基座高度（安装面到肩部）：h_base = 400mm（底盘高度+肩部高度）

几何推导：
├─ L1（肩部到肘部）：决定最大垂直覆盖
│ → L1 ≥ 300mm，覆盖高度 0–600mm
│
├─ L2（肘部到腕部）：决定最大水平伸展
│ → L2 ≥ 250mm，配合L1达到径向 550mm
│
└─ L3（腕部到末端）：决定末端指向灵活性
 → L3 = 100–150mm（不宜过长，降低末端刚性）

验证（最大伸展状态）：
├─ 最大水平伸出 = L1 + L2 + L3·cos(θ) ≈ 300 + 250 + 125 = 675mm 
├─ 最小垂直位置 = h_base - L1·sin(θ) ≈ 400 - 300 = 100mm 
└─ 最大垂直位置 = h_base + L1 + L2·sin(θ) ≈ 400 + 300 + 250 = 950mm 

留有余量：
├─ 最远点约 550mm → 臂可达到 675mm → 有 125mm余量 
├─ 考虑底盘定位误差 ±10mm → 仍有 115mm安全余量 
└─ 结论：L1=300mm，L2=250mm，L3=130mm 是合理的设计参数

减速器配置方案（6个关节）：
─────────────────────────────────────────────────────
关节1（底座旋转）：谐波减速器 1:50
├─ 负载：最大，需承受整臂重量
├─ 精度要求：高（直接影响末端位置
└─ 推荐：CSF-17-50（额定转矩10N·m）

关节2（肩俯仰）：谐波减速器 1:50
├─ 负载：高（力臂最长）
├─ 精度要求：高
└─ 推荐：CSF-14-50

关节3（肩偏移）：谐波减速器 1:50
├─ 负载：中高
├─ 精度要求：中
└─ 推荐：CSF-11-50

关节4（肘俯仰）：谐波减速器 1:50
├─ 负载：中
├─ 精度要求：中
└─ 推荐：CSF-11-50

关节5–6（腕部）：行星减速器 1:10–1:15
├─ 负载：低（末端负载为主）
├─ 精度要求：中高
├─ 成本：低
└─ 推荐：内转子行星减速器，直径≤40mm

成本估算：
├─ 4个谐波减速器：约 8000–20000元
├─ 2个行星减速器：约 400–1200元
└─ 减速器总计：约 8500–21200元

传统方案（算法承担复杂度）：
末端接触力控制 → 需要实时力传感器 + 阻抗控制算法 + 参数整定
→ 算法能力有限时难以实现

本方案（机械承担复杂度）：
末端接触力控制 → 通过弹簧预压 + 机械限位 + 被动变形实现
→ 算法只需发出位置指令，机械自动处理接触力

本质：把"力控制"问题转化为"位置控制"问题，
 而位置控制是算法工程师最熟悉、最容易实现的任务。

机构原理：
─────────────────────────────────────────────────────
结构组成：
├─ 弹簧（压缩型）：安装于关节输出端
│ └─ 预压量：可调（通过调节螺母设置）
│ └─ 弹簧刚度：k = 5–20 N/mm（根据清洁力需求选择）
│
├─ 限位机构：
│ └─ 机械限位块：防止过压损坏
│ └─ 限位开关：触发信号通知控制器
│
└─ 力矩传感器（可选，用于安全检测）：
 └─ 监测弹簧压缩量超限（间接测力）

工作原理：
├─ 正常清洁接触力（5–10N）：
│ 弹簧被压缩 1–2mm → 末端自动退让，保持恒定力
│ 算法发出位置指令，机械自动维持接触力
│
├─ 遇到凸起（突然增力）：
│ 弹簧快速压缩 → 末端退让 → 接触力不超过安全值
│
└─ 算法看到的：只是一个"更远"的目标位置
 机械自动处理接触力变化，算法无需感知

控制算法的简化：
原来：实时力反馈 → PID力控 → 调整关节位置
现在：设定目标轨迹 → 关节位置闭环 → 机械保证接触力

设计目标：末端接触力 5–10N（清洁标准）

已知条件：
├─ 清洁工具安装于关节6末端
├─ 力臂长度（关节6到刷头接触面）：L_tool = 100mm
├─ 需要的末端接触力：F_contact = 5–10N
└─ 需要的接触力矩：τ = F × L = 5–10N × 0.1m = 0.5–1.0 N·m

关节力矩到末端力的传动：
├─ 谐波减速比 i = 50
├─ 关节输出力矩：τ_joint = τ / i = 0.5–1.0 / 50 = 0.01–0.02 N·m
└─ 弹簧压缩力 = τ_joint / 力臂 = 0.01–0.02 / 0.02m = 0.5–1.0 N

弹簧选型：
├─ 弹簧刚度 k = 10 N/mm（适中）
├─ 预压量 = 0.5mm（初始接触力 5N）
├─ 工作压缩量 = 0–1mm（对应接触力 5–15N）
└─ 最大压缩量 = 3mm（限位，安全）

弹簧规格（示例）：
├─ 材料：不锈钢（防腐蚀）
├─ 线径：1.5mm
├─ 中径：15mm
├─ 圈数：10圈
└─ 自由长度：40mm

机构原理：
├─ 关节电机与减速器之间使用弹性联轴器连接
├─ 联轴器材料：聚氨酯弹性体（硬度60A）
├─ 当末端遇到阻力时，联轴器产生弹性扭转变形
└─ 变形量与接触力成正比，自动退让

优点：
├─ 结构最简单，无需额外零件
├─ 同时吸收角度误差和力矩误差
└─ 适合中等柔顺需求

缺点：
├─ 力矩-变形关系非线性（弹性体特性）
├─ 刚度不可调（选择材料后固定）
└─ 不适合精确力控

适用场景：关节5–6（腕部），末端工具较轻时

机构原理：
├─ 在关节6末端集成微型气弹簧
├─ 气弹簧内部充入低压氮气
├─ 压缩行程提供恒定支撑力（接近理想恒力弹簧）
└─ 末端执行器通过气弹簧与臂末端连接

优点：
├─ 力-位移特性线性（理想气体弹簧特性）
├─ 刚度可调（通过充气压力调节）
├─ 无机械摩擦，可靠性高
└─ 清洁力恒定，不随压缩量变化

缺点：
├─ 需要气源（氮气瓶或微型压缩机）
├─ 体积较大（相比弹簧）
└─ 密封要求高（防清洁液渗入）

适用场景：末端清洁力要求严格恒定的场合

被动柔顺的固有限制：
─────────────────────────────────────────────────────
限制1：力控精度有限（±2–5N）vs 主动力控（±0.5N）
 → 应对：清洁需求为5–10N，±2N精度完全可接受

限制2：弹簧刚度固定，无法实时调整
 → 应对：不同清洁任务使用不同弹簧（软/中/硬三档）

限制3：无法感知清洁效果（不知道哪里没擦干净）
 → 应对：配合视觉验证（RGB-D相机拍照对比）

限制4：无法自适应不同的曲面曲率
 → 应对：
 ├─ 底盘校准保证基础位置精度（±10mm）
 ├─ 刷头设计为可变形材质（硅胶刷毛）
 └─ 弹簧柔顺吸收残余误差

结论：被动柔顺 + 底盘校准 + 可变形刷头 = 在有限算法能力下
 实现接近主动力控的清洁效果

机械臂整体结构（从基座到末端）：
─────────────────────────────────────────────────────

 [腕旋转关节 J6] ← 末端工具快换接口
 ↑
 [腕俯仰关节 J5]
 ↑
 [肘俯仰关节 J4]
 ↑
 [肩偏移关节 J3]
 ↑
 [肩俯仰关节 J2] ← 前后摆动
 ↑
 [底座旋转关节 J1] ← 水平旋转，固定于底盘
 ↑
 [底座平台] ← 安装于麦克纳姆轮底盘

侧视图（关节标注）：
─────────────────────────────────────────────────────
 Z5 ← J6（腕旋转）
 ↑
 Z4 ← J5（腕俯仰）
 ↑
 Z3 ← J4（肘俯仰）─── L3（130mm）
 ↑
 Z2 ← J3（肩偏移）─── L2（250mm）
 ↑
 Z1 ← J2（肩俯仰）─── L1（300mm）
 ↑
 Z0 ← J1（底座旋转）
 ↑
 [底座平台]

标准关节模块结构（每个关节相同）：
─────────────────────────────────────────────────────
外观：圆柱形，直径根据关节编号递减
├─ J1：直径 140mm（底座旋转，负载最大）
├─ J2：直径 120mm（肩俯仰，高负载）
├─ J3：直径 100mm（肩偏移，中等负载）
├─ J4：直径 85mm（肘俯仰，中等负载）
├─ J5：直径 65mm（腕俯仰，低负载）
└─ J6：直径 50mm（腕旋转，低负载）

每个关节内部（相同结构）：
├─ 步进电机/BLDC电机（带编码器）
├─ 减速器（谐波或行星）
├─ 双轴承支撑（深沟球+角接触）
├─ 谐波减速器外壳（铝）
├─ 输出法兰（铝）
├─ 关节角度传感器（磁编码器）
└─ O型圈密封（IP65保证）

关节接口（标准化）：
├─ 电气接口：防水航空插头（同一型号）
├─ 线缆走线：内部穿线，无外部线缆
└─ 安装接口：相同规格螺钉孔位（同一型号）

末端快换接口设计（核心结构）：
─────────────────────────────────────────────────────
结构：卡扣式自动锁紧机构

接口规格：
├─ 连接方式：中心定位销 + 环形磁吸 + 弹簧锁紧
├─ 重复定位精度：±0.1mm
├─ 锁紧力：≥ 50kg（安全可靠）
├─ 工具识别：磁编码（不同工具对应不同编码）
└─ 电气接口：2个引脚（供电）+ 2个引脚（信号）

工具切换流程（自动）：
1. 控制器发出切换指令
2. 机械臂将当前工具对准回收位
3. 解锁机构释放（电磁铁断电，弹簧解锁）
4. 机械臂移向下一工具位
5. 新工具对准接口，插入
6. 磁吸自动对位
7. 锁紧机构锁死
8. 电气连接建立

切换时间：≤ 3秒（自动）

磁编码器选型（每个关节1个）：
├─ 类型：AMS AS5047P / AS5600（磁编码器）
├─ 分辨率：17-bit（±0.003°分辨率）
├─ 接口：ABI / SPI
├─ 特点：无接触，寿命长，不怕振动
└─ 成本：约 50–200元/个

数据用途：
├─ 正运动学计算（实时末端位置）
├─ 逆运动学求解（轨迹规划）
├─ 安全限位（关节角度超限报警）
└─ 速度/加速度计算（运动监控）

相机选型：Intel RealSense D435i
├─ 深度分辨率：1280×720
├─ 深度精度：±1%（2m内）
├─ RGB分辨率：1920×1080
├─ 接口：USB3.0
├─ 防护：IP65防护罩（必须）
├─ 价格：约 1500–2000元
└─ SDK支持：成熟（ROS/PCL/OpenCV均有支持）

数据用途：
├─ 3D点云采集（定位用）
├─ 污渍识别（YOLOv8，训练自己数据集）
├─ 清洁质量验证（前后对比）
└─ 辅助逆运动学初始值估计

算法依赖度：中等
├─ 点云处理：PCL库（成熟）
├─ 深度学习检测：YOLOv8（成熟）
└─ 结论：都有现成库和框架，算法工程师只需调用

清洁场景的防水需求：
─────────────────────────────────────────────────────
清洁介质：
├─ 水：日常清洁使用
├─ 酸性清洁剂（pH 3–5）：去除水垢
├─ 碱性清洁剂（pH 9–11）：去除有机污渍
└─ 过氧化氢消毒液（H₂O₂）：消毒用

防水挑战：
├─ 清洁液飞溅：方向不可预测
├─ 地面积水：底盘周围常有积水
├─ 高湿度：卫生间相对湿度常达60–80%
└─ 冲洗过程：大量水流冲刷

防水等级要求：
├─ 机械臂关节：IP65（防尘防水射流）
├─ 末端执行器：IP67（短时浸水）
├─ 控制柜：IP65
├─ 相机防护罩：IP67
└─ 电气接口：IP67

关节密封结构设计（剖面示意）：
─────────────────────────────────────────────────────
 关节外壳（上半）
 ╔══════════════════════╗
 ║ [O型圈安装槽] ║ ← 静态密封（法兰连接处）
 ╠══════════════════════╣
 ║ ║
 ║ 减速器外壳 ║
 ║ ║
 ╠══════════════════════╣
 ║ [骨架油封] ║ ← 动态密封（输出轴穿出处）
 ╠══════════════════════╣
 ║ 输出轴 ║
 ╚══════════════════════╝
 关节外壳（下半）

O型圈选型：
├─ 材料：食品级硅胶（耐酸碱腐蚀）
├─ 硬度：70 Shore A
├─ 标准：AS568（美标）→ AS568-158（常见规格）
└─ 成本：约 5–20元/个（硅胶材质贵3–5倍）

骨架油封选型：
├─ 材料：氟橡胶（FKM/Viton）（最佳耐腐蚀）
├─ 轴径：根据输出轴直径定制
└─ 成本：约 20–50元/个

三层控制架构（相比传统协作臂大幅简化）：
─────────────────────────────────────────────────────
Layer 1：任务层（上位机）
├─ 功能：任务规划、轨迹生成、视觉处理
├─ 硬件：工控机 / Jetson NX
├─ 算法：
│ ├─ 逆运动学（解析解，已知构型）
│ ├─ 轨迹规划（梯形速度规划，已知算法）
│ └─ 视觉识别（YOLOv8，调用成熟框架）
└─ 代码量：约 2000–3000 行

Layer 2：关节控制层（中控板）
├─ 功能：6个关节的实时位置/速度控制
├─ 硬件：STM32F4 / STM32H7
├─ 控制周期：1ms（1kHz）
├─ 算法：
│ ├─ PID位置环（每关节独立，已知算法）
│ ├─ 梯形速度规划（每关节独立）
│ └─ 限位保护（硬件层，硬限制）
└─ 代码量：约 500–800 行（成熟库支持）

Layer 3：驱动层（每关节独立）
├─ 功能：BLDC电机FOC驱动
├─ 硬件：BLDC驱动芯片（TI DRV8313 / ST L6234）
├─ 传感器：磁编码器 + 电流采样
└─ 说明：驱动芯片内置FOC，控制器只需发转速指令

对比传统协作臂控制：
├─ 传统：位置环+速度环+力矩环三层嵌套，PVT轨迹，参数整定复杂
└─ 本方案：仅位置环，梯形规划，参数整定简单

自研机械臂的逆运动学优势：
─────────────────────────────────────────────────────
通用6DOF臂：需要数值解，迭代计算，复杂

自研6DOF臂：选择特定构型，获得解析解，简单！

推荐构型特点（使逆运动学可解）：
├─ 关节1–3：满足Pieper准则（关节3轴平行于关节1轴）
│ → 可分离位置和姿态的逆解
│ → 位置逆解：解析解，直接公式计算
│ → 姿态逆解：解析解，三角函数求解
│
└─ 关节4–6：标准腕部构型（三个旋转轴交于一点）
 → 腕部逆解独立求解，进一步简化

解析解 vs 数值解对比：
├─ 解析解：
│ ├─ 计算时间：< 1ms（硬件级）
│ ├─ 确定性：解唯一或有限多解，无收敛问题
│ └─ 代码实现：直接数学公式，无库依赖
│
└─ 数值解：
 ├─ 计算时间：5–20ms（需多次迭代）
 ├─ 确定性：可能不收敛，需初值估计
 └─ 代码实现：需调用数值库（如KDL），参数多

结论：选择使逆运动学可解的构型，是降低控制难度的核心

梯形速度规划（最简单的轨迹规划算法）：
─────────────────────────────────────────────────────
原理：位置曲线为梯形（匀速段+匀加速/减速段）

参数：
├─ q_start：起始位置
├─ q_end：终止位置
├─ Vmax：最大速度
├─ Amax：最大加速度
└─ 计算：ta = Vmax/Amax, Δq = q_end-q_start

算法步骤（伪代码）：
1. 计算 Δq = q_end - q_start
2. 若 Δq < Vmax²/Amax（无法达到最大速度）：
 → 实际 V = sqrt(Δq × Amax)
 → 只有加速段和减速段
3. 否则：
 → 匀加速段：ta = Vmax/Amax
 → 匀速段：tb = Δq/Vmax - ta
 → 匀减速段：td = ta + tb

不需要：样条曲线、nurbs、pvt等复杂算法

末端工具电气接口（统一标准）：
─────────────────────────────────────────────────────
引脚定义（10-pin防水航空插头）：
├─ Pin 1–2：工具电机电源（24V，GND）
├─ Pin 3–4：工具电机控制（PWM/方向信号）
├─ Pin 5–6：工具传感器信号（数字IO）
├─ Pin 7–8：工具ID识别（编码信号）
├─ Pin 9–10：预留（未来扩展）
└─ 外壳：屏蔽层 + 接地

工具ID编码（磁编码）：
├─ 不同工具对应不同ID编码（2位二进制，4种工具）
│ → 00：内壁刷（旋转刷头）
│ → 01：座圈擦拭头
│ → 10：消毒液喷洒头
│ → 11：外壁擦拭头
└─ 控制器读取ID → 自动加载对应参数和轨迹

结构设计：
├─ 刷毛：螺旋形尼龙刷毛，直径 80–100mm
├─ 刷毛硬度：中等硬度（软硬度可调）
├─ 驱动电机：无刷直流电机（BLDC），内置于刷头
├─ 转速：200–600 rpm（可调，默认400 rpm）
├─ 安装：快换接口，即插即用
├─ 重量：约 500g（含电机）
└─ 清洁液管路：内置喷嘴，刷洗同时喷液

关键设计细节：
├─ 刷毛材质：尼龙66（耐酸碱，默认颜色白色）
├─ 刷毛磨损：预计每月更换（通过快换接口5秒完成）
├─ 电机防水：IP67（刷头浸入水封也没问题）
└─ 中心轴：空心设计，清洁液从中流出

工作参数：
├─ 接触力：5–10N（由被动柔顺机构保证）
├─ 清洁液流量：10–30 mL/min（可调）
├─ 单耗液量：约 50–100 mL
└─ 单次清洁时间：约 60–90秒

结构设计：
├─ 擦拭面：双面仿形擦拭布（上下表面同时擦）
├─ 基材：超细纤维布（吸水吸污性强）
├─ 驱动：被动（由机械臂运动带动擦拭）
├─ 清洁液：预喷，擦拭布自带少量清洁液
├─ 重量：约 300g
└─ 更换：一次性擦拭布（每次清洁换一张）

关键设计细节：
├─ 擦拭布贴合座圈曲率：被动形变适应
├─ 擦拭布固定：魔术贴（更换便捷）
├─ 用量：每个1张（按需更换）
└─ 末端集成小喷嘴：擦拭前预喷消毒液

结构设计：
├─ 喷嘴：雾化喷嘴（直径 0.3mm）
├─ 喷洒角度：60°–90°扇形
├─ 流量控制：电磁阀（精确控制开闭）
├─ 容量：机器人自带清洁液箱，此处为喷洒执行器
├─ 重量：约 200g
└─ 防护：IP67

工作参数：
├─ 喷洒量：10–50 mL/次（可调）
├─ 雾化粒径：50–100μm（消毒效果最佳范围）
├─ 喷洒距离：50–150mm
└─ 单消毒液量：约 30–50 mL

结构设计：
├─ 擦拭面：平面超细纤维布
├─ 形状：圆形/方形，直径/边长 80–100mm
├─ 驱动：被动（机械臂运动带动）
├─ 清洁液：预喷
├─ 重量：约 200g
└─ 更换：每次清洁后更换擦拭布

机械臂总体参数：
├─ 自由度：6
├─ 额定负载：3kg（末端）
├─ 最大负载：5kg（短时）
├─ 重复定位精度：±1.0mm
├─ 绝对定位精度：±2.0mm
├─ 工作半径：650mm（最大伸展）
├─ 关节速度：最大 90°/s（各关节）
├─ 末端最大速度：500mm/s
├─ 重量：约 8–10kg（含所有关节）
├─ 防护等级：IP65（关节）/ IP67（末端工具）
└─ 供电：DC 24V

各关节参数：
┌────┬──────────────┬────────┬──────────┬─────────┬───────────┐
│关节│ 类型 │ 减速比 │ 最大扭矩 │ 重量 │ 外径 │
├────┼──────────────┼────────┼──────────┼─────────┼───────────┤
│ J1 │ 底座旋转 │ 1:50 │ 15 N·m │ 1.8kg │ φ140mm │
│ J2 │ 肩部俯仰 │ 1:50 │ 12 N·m │ 1.5kg │ φ120mm │
│ J3 │ 肩部偏移 │ 1:50 │ 10 N·m │ 1.2kg │ φ100mm │
│ J4 │ 肘部俯仰 │ 1:50 │ 8 N·m │ 0.9kg │ φ85mm │
│ J5 │ 腕部俯仰 │ 1:10 │ 3 N·m │ 0.4kg │ φ65mm │
│ J6 │ 腕部旋转 │ 1:10 │ 2 N·m │ 0.3kg │ φ50mm │
└────┴──────────────┴────────┴──────────┴─────────┴───────────┘

被动柔顺参数：
├─ 柔顺方式：弹簧预压（J1–4）+ 弹性联轴器（J5–6）
├─ 弹簧刚度：10 N/mm（可调批次）
├─ 预压接触力：5–10N（清洁标准）
├─ 允许压缩量：0–3mm（限位保护）
└─ 刚度批次：软（5N）/ 中（8N）/ 硬（12N）三档可选

末端工具参数：
┌────────────┬───────────┬──────────┬──────────┬─────────┐
│ 工具 │ 重量 │ 功率 │ 耗液量 │ 更换频率 │
├────────────┼───────────┼──────────┼──────────┼─────────┤
│ 内壁刷头 │ 500g │ 20W │ 50–100mL │ 每月 │
│ 座圈擦拭 │ 300g │ 0（被动）│ 20–30mL │ 每次 │
│ 喷洒头 │ 200g │ 5W │ 30–50mL │ 季度 │
│ 外壁擦拭 │ 200g │ 0（被动）│ 10–20mL │ 每次 │
└────────────┴───────────┴──────────┴──────────┴─────────┘

算法能力需求 vs 本方案实现：
─────────────────────────────────────────────────────
原本需要的算法能力（主动力控方案）：
├─ 阻抗/导纳控制理论：需深度理解
├─ 力传感器数据融合：需6通道同步处理
├─ 自适应参数整定：需经验丰富的控制工程师
└─ 整体难度：5（需要专业团队）

本方案需要的算法能力（被动柔顺+简化控制）：
├─ 逆运动学：解析解，公式直接代入
├─ 梯形轨迹规划：工科基础课内容
├─ PID控制：工科基础课内容
├─ 视觉识别：调用YOLOv8，训练自己的数据集
└─ 整体难度：3（本科毕业生可完成）

结论：本方案将算法难度从"专家级"降低到"工程师级"，
 在有限算法能力下完全可以实现。