周开飞在电脑前坐了一个多小时，屏幕上是几篇关于人形机器人驱动方案的论文，旁边还摊着几页从行业论坛上扒下来的讨论帖。
他看得很慢，因为很多术语不熟，碰到一个就要停下来查一下。桌面上开了七八个标签页，轮着翻。
他原来以为机器人关节弹簧是个通用需求，只要是做腿足式机器人的都需要。但翻了一个多小时资料之后，他发现事情跟他想的不太一样。
他靠在椅背上，盯着屏幕上那张qdd和sea的结构对比图，看了一会儿，拿起手机，翻到柳易繁的号码，拨了过去。
柳易繁接起来的时候背景音很安静：“怎么了？”
“你那个机器人部门的同事，彭旭飞，他还在江城吗？”
“前天就回上海了，怎么了？”
“没事，我查了点资料，有个问题想问他，电话里也行。”
“你等一下，我把他微信推给你，你自己加。”
过了大概一分钟，周开飞手机上收到一张名片。他点了添加，备注写的是“开飞金属周开飞，关于关节弹簧”。
彭旭飞那边通过得很快，直接发了一条消息：“周总，什么事？”
周开飞打字：“我查了一下人形机器人的驱动方案，好像主流的路线都是qdd，不怎么用弹簧。你们那边需要高性能弹簧，是用的sea方案吗？”
过了大概三四分钟，彭旭飞回了：“是。”
接着又补了一条：“波士顿动力最初就是sea路线，atlas的早期版本用过，后来转向了液压。qdd是现在国内主流的选择，优势是控制简单、响应快，对弹簧没什么要求。”
“那你们为什么还用sea？”周开飞问。
“qdd的抗摔倒能力太差，足端触地瞬间的冲击吸收能力有限。我们做的是高动态行走，qdd应付不了。”
彭旭飞那边安静了一会儿。周开飞以为他忙别的事去了，正准备放下手机，消息又弹了出来。
"qdd这个方案，它之所以成为主流，是因为它回避了一个最难的问题。"
"什么问题？"
"力控。"
彭旭飞发完这两个字，像是找到了一个可以宣泄的出口，接连几条消息弹出来。
"qdd的本质是位置控制叠加电流内环。你给电机一个位置指令，电机执行运动，依靠读取电机电流来估算输出力矩。力不够就加大电流，力过大就削减电流。
它没有硬件层面的力感知元件，力的获取完全依赖电机电流反推。这种方案的好处是控制框架简洁，算法成熟，上手门槛低，对额外传感器依赖小。大部分机器人团队从qdd起步，是很合理的选择。"
"但它的上限也很明显。电流估算力矩会受齿轮摩擦、温度影响，存在噪声与漂移。遇到地面松软、路面凹凸、突如其来的撞击，需要极短时间内大范围调整输出。
这时候电流环的响应、减速器本身的机械强度就会成为瓶颈。换句话说，qdd在工况可预测的时候表现很好。地面平整、扰动可以被算法提前预判，它就能发挥出色。一旦出现意料之外的尖峰冲击，短板就会暴露出来。"
周开飞看得很慢，这属于他的知识盲区。还没看完，彭旭飞又发了两条。
"sea就是专门为了解决这个问题设计的。它在电机减速器和输出端之间串联一个弹性元件，一般是弹簧或者扭簧。
电机转动，先驱动弹簧形变，弹簧再把力传递给关节输出。电机不需要直接硬刚负载突变，只需要控制弹簧的压缩量。负载突然变化的时候，弹簧先吸收冲击，给控制系统留出响应窗口。"
"这个方案的优点很直观，抗冲击能力很强。遇到不平整地面或者突然撞击，弹簧先缓冲一部分能量。最重要的是，直接测量弹簧形变就可以得到真实输出力矩，这是硬件层面的力感知，不需要靠电机参数间接估算。"
过来了好一会，周开飞才看完消息，回了一条问题："那就是说，sea更适应野外环境？"
"是的，野外地形复杂，地面软硬不一，石子、坑洼、湿滑草地都有可能出现。qdd不是完全跑不了野外，但它缺少硬件缓冲层，所有意外冲击全部由减速器硬扛，对算法预判的要求极高。sea的弹簧提供一层物理缓冲，给系统留出感知和计算的时间。"
"抗摔倒也是sea相比qdd的一大优势。机器人摔倒，巨大冲击力会往关节内部传导。刚性qdd架构下，冲击直接打在减速器、编码器上，轻则精度受损，重则直接硬件损坏。sea的弹簧会吸收一部分冲击能量，保护电机与传动部件。"
周开飞看到这里，回了一句："所以你们选择sea，是因为你们的目标不只是实验室里的演示？"
"对。我们内部的目标是让机器人具备在真实环境中工作的能力。不只是展会上彩排好的演示，是真正能走出野外。"
彭旭飞像是想到了什么，又补了一条："当然sea代价也很大，弹簧会引入谐振，控制算法的开发难度远高于qdd。可以这么说：sea是更吃算法功底的架构，把控制做好之后，它的性能上限更高。但这不代表qdd就是落后路线，在工况可控的消费级设备上，qdd简洁低成本的优势依然非常突出。"
周开飞从那一大段话里挑出一句："真实环境的工作能力，你具体指哪些场景？"
"最直接的例子是康复外骨骼。"彭旭飞说，"患者穿戴外骨骼进行行走训练，路面和室内不一样，病人的步态也不稳定，随时可能失去平衡。外骨骼需要在极短时间内对异常姿态做出响应，如果靠纯电流估算，反馈滞后会导致矫正力矩不够或者过头，患者可能二次摔倒。"
"sea的弹簧可以感知到患者肌肉的细微发力趋势，在姿态变化之前就做出预判。这一点qdd做不到。qdd只能事后响应，而sea可以提前介入。"
"所以sea的上限更高，对算法的要求也更高？"周开飞说。
"对，我们字节对算法是有自信的，所以选择了这条更高难度的路径。"