從感知到行動，機器人的硬體基礎

多感測器感知與定位

定位、障礙檢測與場景識別回答的是相互關聯的問題：機器人在哪裡，周圍有什麼，以及這些物體怎樣影響通行。YOGO 將雷射、視覺、紅外、超聲波與慣性測量結合，形成混合多級定位感知方案。

不同感測方式提供不同的約束：距離測量描述物體與機身的幾何關係，影像提供可識別的場景特徵，慣性測量描述自身運動。融合時需要考慮各自的觀察範圍、採集時間和資訊質量，避免把同一時刻無法直接對應的觀測簡單疊加。多源感知的價值在於互補與校驗。

參考遞送平台採用 23 個 CPU、36 個感測器。下表列出主要感知器件，並非 36 個感測器的完整分項；實際安裝配置隨具體機型而變化。

慣性測量與資訊交叉驗證

IMU，即慣性測量單元，提供運動與姿態變化資訊；雷射和影像則以外部環境為參照。兩類觀察分別描述“機身怎樣運動”與“環境相對機身怎樣變化”，為解釋同一段位移提供不同依據。

定位結果需要在連續移動中保持一致。機器人轉彎、經過重複紋理區域或視野發生變化時，可通過不同來源的觀測檢查位置判斷是否合理。混合多級定位因此同時關注精度、魯棒性和獨立驗證，並在具體路線中檢查觀測條件變化對結果的影響。

視覺 SLAM 與場景識別

視覺 SLAM，即同步定位與地圖構建，通過連續影像中的特徵對應估計運動，並維護空間參照。它處理的是一系列畫面之間的關係：哪些特徵仍然可見、視角怎樣變化，以及這些變化對應怎樣的位移。地圖與當前觀測的對應關係，為後續定位提供依據。

YOGO 結合影像處理與深度學習識別人體、人臉等視覺特徵。場景識別回答物件類別與所在區域，定位回答機器人自身的位置，兩者服務於不同判斷。在共用通道中，識別到行人還需要結合相對位置、移動方向和當前通行條件，才能組織等待與禮讓。

多級決策與運動控制

YOGO 的多級控制讓不同級別的感測器配合相應處理單元，由多個微處理器參與計算，再通過自研硬體通訊作業系統與分散式演算法協調。設計重點是明確各層的輸入、輸出與響應職責，使局部觀測能夠及時影響當前動作，也讓運動結果返回上層任務。

局部控制與整體路線處理不同的時間和空間尺度。鄰近障礙變化會影響當前可行的移動，目的地與路線則約束後續方向。兩層銜接時，需要區分“路線仍然有效”與“此刻可以繼續移動”，避免只依據全域目標忽略局部通行條件。

運動本身也會改變感測器觀察到的內容。機器人與物體的相對位置發生變化後，後續觀察會為下一步判斷提供依據。因此，感知、判斷與執行是隨運作持續更新的過程，貫穿路線中的每一段移動。

臨邊與通道條件的判斷

接近下坡臨邊時，判斷重點是前方地面是否仍然支援行進。感測觀測需要轉化為對當前移動方向的約束，並在位置變化後持續更新。臨邊動畫展示了從觀察地麵條件到調整行進方向的局部回饋過程。

閘機通道涉及設備狀態與空間狀態兩類條件。識別到閘機後，還要判斷通道是否開放、前方是否有人，以及等待位置是否合適。這些資訊與路線一起參與決策，使設備識別、人員禮讓和實際通過形成連續動作。

本體感知與樓宇設備資訊的配合

YOGO AIoT 將機器人與電梯、閘機等樓宇設備連線起來。本體感測器觀察物理環境，設施連線則提供通行點的資訊與協作能力，兩者承擔同一通行過程中的不同職責。

例如電梯入口處的移動，同時涉及機器人所在位置、人員活動與設施運作狀態。現場路線與設備連線需要一起安排，可用介面、通行權限和通訊條件決定協作如何落實到具體專案。

機身結構與模組供電介面

機身結構為設備提供物理承載基礎。YOGO 遞送平台將鋅合金結構與纖薄外形結合，在有限的機身空間內安排支撐框架、模組位置與移動底座。

結構承載與內部設備佈置

內部框架連線模組安裝位置與移動底座，承擔設備支撐和載荷傳遞。外形尺寸、內部空間與承載路徑相互制約：為模組留出空間的同時，也要維持安裝連線的穩定性，並考慮機身移動時載荷分佈對底座的影響。

模組佈置需要同時考慮定位基準、固定方式與維護接近空間。模組如何拆裝、載荷落在哪裡、與相鄰器件保留多少空間，都會影響整機整合。YOGO 將框架與服務功能共同設計，使承載結構能夠對應具體模組和內部設備佈局。

能源導軌與模組整合

能源導軌為匹配模組提供供電連線，使模組安裝位置與電源接入保持對應。機械固定解決定位與承載，電氣接入解決能源供應；兩者需要在同一裝配關係中確認，避免僅以外形適配判斷模組是否可用。

完整模組整合還包括控制介面。機械連線、電源容量與控制通訊分別決定模組能否裝入、能否穩定供能，以及能否參與任務。選配時應共同核對這三方麵條件，並將模組的運作狀態和故障響應納入整機驗證。

輪式底盤與減震懸掛

底盤將機器人的載荷與運動連線到樓宇地面。YOGO 面向室內的瓷磚、木紋地板、水泥地等表面研發輪式底盤，輪組佈置、地面接觸與懸掛機構是其中相互關聯的組成部分。

地面接觸與路線條件

輪組與地面的接觸條件影響驅動和支撐。乾燥或潮溼表面、接縫、門檻及細小高度變化，會使同一底盤面對不同約束。評估時需要把地材、載荷與路線幾何一起考慮，並檢查轉彎、停靠和對接等局部位置，而不只驗證直線行駛。

輪組特寫中可以看到較大的驅動輪與較小的支撐輪，它們的位置關係參與底座的支撐與移動。可通過的坡度、縫隙和門檻，則需要根據所選機型的運作條件評估。

Z 型交叉減震懸掛的運動關係

Z 型交叉減震懸掛通過連桿與減震器，讓輪組和機身產生受約束的相對運動。輪組經過地面銜接處時，位移經機構傳遞並由減震器緩衝，減少衝擊直接傳向機身。動畫中的輪組、連桿與減震器分別展示了地面輸入、運動傳遞和緩衝作用。

懸掛效能要放在整機狀態下理解。輪組接觸、載荷分佈和機構可用行程共同影響機身姿態與設備承受的運動；轉運物品、內部感測器與對接機構也會受到這些變化影響。路線驗證因此需要覆蓋相應載荷和地麵條件。

自主充電與電源管理

電源系統既承擔供電，也參與服務過程的組織。YOGO 將電量狀態與集中電源管理、自主找樁對接及充電介面連線起來，把任務接續與設備補能納入同一運作過程。

基於雲的集中電源管理

當系統檢測到電量不足時，可以將任務交給附近的機器人，由低電量設備返回充電。單臺設備的能源狀態由此能夠影響機群中的工作分配，讓補能安排與服務任務建立聯絡。

低電量任務轉交需要明確接續邊界。當前任務進行到哪一步、物品是否已經裝載、附近設備是否可用，以及充電站是否可達，都會影響安排。任務分配與物品轉移應分別核對，確保系統狀態與實際承載位置一致，再組織設備返回補能。

充電站接近、對齊與電氣連線

自主充電將導航接近轉化為電氣連線。機器人先尋找充電樁、進入對接區域，再通過移動底座的姿態調整讓介面對齊。站點位置、接近路線、周圍淨空與介面結構共同決定這一過程能否重複完成，因此充電部署也屬於整條服務路線的設計範圍。

遞送平台的參考充滿電時間為 3 小時，具體時間隨電池配置與充電條件變化。補能計劃還需要考慮任務負載、充電點可用性和服務排班：充電時長與可用工作時段一起決定設備如何進入下一輪任務。

充電介面防護與維護條件

自動伸縮保護罩通過開合控制充電介面的露出與遮蔽，為接觸位置提供物理防護。電氣防護還需要處理帶電部位接近和漏電等風險。機械保護與電氣保護分別承擔不同職責，應結合人員接近、對接及退出過程共同驗證。

防腐設計關注清潔、消毒過程中可能接觸的液體和氣體。充電設備因此需要同時面對正常連線過程與日常維護環境；部署時應將清潔方式與設備適用的防護要求對應起來。

分散式計算與底層作業系統

YOGO 通過自研的硬體通訊作業系統與分散式演算法，連線多個微處理器，承擔多終端混合計算。計算工作分佈在不同硬體中，以降低對單一高效能處理器的依賴。

分散式計算的難點在於跨單元協作。不同處理結果需要具有可對應的設備身份、時間和狀態，接收方才能判斷它們是否適用於同一動作。處理分工、通訊和狀態管理共同構成計算平台，決定局部響應如何與整機任務銜接。

微核心與不同處理器的適配

微核心將基礎核心機制與其他系統服務分開，元件通過通訊協作。YOGO 的底層設計面向不同微處理器，讓計算職責與適合的硬體對應。架構設計還需要明確服務之間的依賴和故障影響範圍，使處理單元的適配與整機協作能夠分別驗證。

恢復、備份與運作環境

恢復與備份圍繞具體故障設計。某個模組失去響應時，需要識別受影響的資料與動作，再決定哪些任務可以保留、哪些動作應停止，以及恢復後從什麼狀態繼續。元件級故障處理由此與整機任務接續建立清楚的關係。

環境適應同樣是整機驗證問題。高溫等條件會與處理負載、供電和內部設備佈置相互影響；適用範圍需要依據具體配置的驗證結果確定。評估計算平台時，應同時核對環境溫度、持續負載及部署條件，而非只考察單個處理器的參數。

從本體計算延伸到樓宇系統

樓宇尺度的系統進一步把本體計算與外部設備連線。分散式作業系統叢集協調多工與多硬體操作，資料驅動的認知系統處理相關資訊，Mesh 網路支援機器人群組共享狀態。本體的局部感知與執行由此能夠接續電梯、閘機和應用軟體中的任務，而各層仍需保持明確的輸入輸出與責任邊界。