文档摘要

第 2 章 · 具身感知(一)：多模态传感器与融合 闭环的入口是感知。机器人若看不清、摸不准、听不见，后面再强大的大脑也只能盲动。本章拆解机器人如何「看见、触摸、听见」这个物理世界，并把多路信号融合成可决策的状态。 章节摘要 感知是「感知-决策-执行」闭环的入口。本章从传感器硬件出发，先建立视觉、触觉、听觉、本体感觉四类模态的信号特性认知，再融入传感器硬件选型（RGB-D 相机、视触觉皮肤、IMU、麦克风阵列）。接着深入视觉感知从 2D 到 3D 几何与语义表征的演进（点云、体素、BEV、NeRF、3D Gaussian Splatting），讲清高分辨率视触觉与力感知原理，最后讨论多模态融合的早期/晚期/注意力融合三大策略与跨模态对齐。本章是后续 SLAM、VLA、力控等章节的物理基础。

---