围绕 LiDAR、摄像头、电容触摸、力/扭矩传感器、IMU 与麦克风阵列构筑高级定制。一本深度技术指南，呈现从不妥协机器人感知能力的服装。
现代人形机器人，首先是一台传感器平台。Tesla Optimus 全身搭载超过 40 个独立传感器。Boston Dynamics Atlas 将 LiDAR、双目视觉、IMU 与力/扭矩传感器分布于几乎每一个关节。Figure 03 则在头部、躯干与四肢上布置了摄像头与接近传感器。每一枚传感器都经过专门设计、校准与定位，必须在原始外壳直接暴露于环境中的状态下运行。专有结构工艺确保其在无干扰条件下发挥最佳性能。独家供应链合作则让我们得以获取专为机器人服装应用开发的材料。
当织物、薄膜或任何材料覆盖在这些传感器之上时，机器人感知系统便会出现原本未被设计承受的变量。一层棉布覆盖 LiDAR 单元，会将回波脉冲散射到无法识别；一块松垮垂坠的面料靠近摄像头，会形成动态遮挡，干扰视觉算法；一层过厚的服装覆盖力/扭矩传感器，则会削弱实现安全人机交互所需的力反馈。这些并非理论上的担忧，而是界定机器人时装边界的工程约束。
我们将传感器兼容性视为机器人时装工程的基础学科。在任何审美决策之前，在任何面料选择、色彩方案或廓形设计之前，我们都会先为目标平台绘制完整的传感器分布图，并定义服装必须遵循的兼容边界。本页记录了支撑我们每一件传感器兼容服装的技术原则、材料科学与测试流程。
LiDAR（光探测与测距）是多数先进机器人最核心的空间感知系统。其工作原理是发射激光脉冲，通常位于近红外波段的 905nm 或 1550nm 波长，并测量反射回波的飞行时间。任何置于 LiDAR 发射/接收器与外部环境之间的材料，都必须以极低的衰减、散射或相位失真传输这些波长。
大多数常规纺织物在 LiDAR 波长下几乎是不透明的。棉、涤纶、尼龙与羊毛都会在不同程度上散射近红外光，使可用回波信号低于多数 LiDAR 接收器的噪声底线。即便在可见光下看似半透明的材料，也可能因染料、涂层或纤维结构而在 905nm 或 1550nm 波段呈现不透明。
我们的材料实验室开发出一系列专为近红外透明性而设计的织物。这些面料采用合成纤维配方，其分子结构不会在 850nm 至 1600nm 波段产生吸收，覆盖常见 LiDAR 波长。纤维以开放式网眼结构织造，在保持可见光下足够遮蔽性的同时，最大化透过率。最终呈现的效果是：在人眼看来，它是一块完整面料；而对 LiDAR 而言，它则大体透明。
透过率会随织法密度与纤维直径而变化。我们的标准 LiDAR 兼容面料在 905nm 下透过率达 87%，在 1550nm 下达 91%，同时具备足以呈现纯色外观的可见光遮蔽性。高级等级则分别可达 93% 与 96%，适用于服装覆盖 LiDAR 单元且信号余量极为紧张的场景。
LiDAR transparency is wavelength-specific. A fabric that transmits 905nm light may absorb 1550nm light, and vice versa. We test transmittance at the exact wavelength used by each platform's LiDAR hardware. See our 智能纺织 guide for broader material science details.
许多常规纺织染料会强烈吸收近红外光。一块在未染色状态下通过 LiDAR 透明测试的面料，一旦染成黑色、海军蓝或某些红色，便可能变得不透明。我们维护一份经过验证的染料库，所有色料均已通过近红外中性测试。这些染料可呈现完整可见色域，同时不影响 LiDAR 波长下的透过率。表面后整理、涂层与功能处理同样经过验证。防静电处理、拒水涂层与阻燃整理都会影响近红外表现，因此在规格确认前均需逐项测试。
人形机器人的摄像系统从单一广角镜头，到多摄像头立体阵列、深度摄像头与热成像仪，形态各异。每一种系统都拥有明确的视场（FOV），而这一视场必须保持完全无遮挡，视觉系统才能正常工作。即便只是部分遮挡，也会削弱目标识别、深度估计与视觉 SLAM（同步定位与建图）性能。
机器人时装的难点在于，摄像头往往位于服装自然垂坠、折叠或随动作位移的位置。胸前摄像头可能被西装翻领遮住；肩部摄像头可能被抬臂时的袖子挡住；腕部摄像头则可能被袖口覆盖。每一种情境都需要不同的工程策略。
对于位置相对固定的摄像头（如头部或躯干），我们采用刚性镜框系统。这是一种精密成型框架，通常以哑黑 PA12 尼龙 3D 打印而成，在镜头周围形成固定的避让区。服装连接于镜框外缘，而镜框的几何结构可确保无论服装如何移动、受风或产生静电，面料都不会进入摄像头视场。镜框表面采用防反射处理，避免服装邻近表面的杂散光进入光路。
位于关节附近的摄像头，则需要动态避让方案，以在关节全范围运动中始终保持视场畅通。我们采用可动式面料管理系统：弹簧张紧器、导向通道与弹性回缩结构，确保面料在机器人整个运动范围内始终远离摄像头开口。这些系统基于目标平台的动作捕捉数据开发，确保在运动链的每一个位置都完成避让验证。
电容触摸传感器通过检测导电物体——通常是人手——接近或接触所引起的电容变化来工作。这类传感器在协作机器人上日益普及，触控交互与紧急停止功能都依赖于穿透覆盖材料后的稳定电容检测。
标准面料本质上是电容绝缘体。棉、涤纶或尼龙层若置于人手与电容传感器之间，会将电容变化衰减至低于传感器检测阈值，从而使触控交互失效。这不仅仅是不便；在电容传感器承担急停触发功能的平台上，用绝缘材料覆盖它们，更会构成安全隐患。
我们的解决方案是导电中继层：在每个电容传感器正上方设置一块含导电纤维或导电涂层的面料区域，使外层服装表面的电容信号能够传递至下方传感器。该中继层经过校准，可维持传感器原有灵敏度阈值，确保人手触碰服装表面时，触发反应与直接触碰裸露传感器一致。
导电中继区域采用镀银尼龙纤维构建，并在电容传感器位置嵌入服装之中。镀银层提供优异导电性，同时保留面料柔韧度，并兼容标准服装工艺。每一处中继区域都依据平台的电容传感器规格单独测试，并在 20% 至 90% RH 的湿度范围内验证灵敏度，因为湿度会显著影响织物层中的电容耦合。
Tesla Optimus Gen 3 features capacitive touch sensors on both hands and across the torso for human-robot interaction and safety shutdown. Our Optimus garment templates include pre-mapped conductive relay zones at all 14 capacitive sensor positions, each calibrated to Optimus's specific sensor hardware. Garments for Optimus undergo mandatory capacitive response testing at every sensor location before delivery. Learn more about our Tesla Optimus 平台支持.
机器人关节处的力/扭矩（F/T）传感器用于测量与环境物理交互时所施加的力与扭矩。这些传感器对协作安全至关重要：它们使机器人能够识别意外接触（例如与人体碰撞），并通过停止或让步作出响应。它们同样支持精密操作、力控装配与顺应性运动。
服装会为运动链增加质量与刚性，从而改变传递至 F/T 传感器的力与扭矩。机器人手臂上的厚重服装会提高腕部 F/T 传感器的基线读数，压缩其可用于检测外部接触的动态范围。过于僵硬、阻碍关节运动的服装，则会引入扭矩，使 F/T 传感器必须将其与外部交互力区分开来。
我们会依据目标平台的 F/T 传感器规格，为每个服装区域设定质量与刚性预算。以一只额定满量程 100N 的腕部 F/T 传感器为例，一只重 200g 的袖子会在传感器处增加约 2N 的重力，消耗其动态范围的 2%。这通常可以接受；而一只重达 2kg 的袖子则会占用 20%，这未必可行。刚性预算同样会被精确计算：服装在关节运动范围内弯折所需的扭矩，必须远低于 F/T 传感器的碰撞检测阈值。
这些预算直接决定材料选择与结构工艺。靠近 F/T 传感器的区域会指定轻量、低刚性的面料。会增加刚性的缝线、开合件与加固结构，则会被移出关节活动路径。最终呈现的，是一件几乎不会被机器人控制系统察觉的服装，使基于 F/T 的安全与交互功能得以在既定参数内稳定运行。
惯性测量单元（IMU）结合加速度计、陀螺仪，有时还包括磁力计，用于测量机器人的姿态、角速度与线性加速度。IMU 是平衡控制、行走控制与姿态估计的关键部件。它们极为敏感，某些服装材料与结构元素会干扰其正常工作。
首要风险来自磁力计干扰。磁力计通过测量地磁场来判断航向。靠近磁力计的铁磁材料（铁、镍、钴及含这些元素的合金）会扭曲局部磁场，导致航向误差。部分服装五金件——包括某些拉链、按扣、扣具与磁吸闭合件——含有铁磁材料，且在数厘米距离内即可对磁力计造成可测量的偏差。
我们为所有位于磁力计排除区内的服装五金指定非铁磁材料。该排除区因平台而异，但通常延伸至每个 IMU 位置周围 10 至 15cm。拉链采用铝、黄铜或聚合物部件。按扣与紧固件则使用黄铜、钛或工程聚合物。磁吸闭合件在排除区内被禁止使用。线材与纤维也会经过验证，确保不含铁磁成分，包括可能含有钢或镍芯的金属效果线。
加速度计与陀螺仪的干扰较少见，但若服装元素产生的振动频率与 IMU 测量带宽重叠，仍可能发生。松动的扣件、摆动的衣边，或在机器人行走时发生共振的结构件，都可能为加速度与角速度测量引入噪声。我们的设计通过稳固固定、张力管理与潜在共振点的减振处理，消除这些干扰源。
Voice interaction is a primary interface modality for social and service robots. Microphone arrays on robots like 1X NEO and Figure 03 are carefully positioned and calibrated for beamforming, noise cancellation, and speaker localization. Covering these microphone arrays with fabric introduces acoustic attenuation, frequency-dependent filtering, and disruption of the spatial relationships between array elements that beamforming algorithms depend on.
我们通过声学透明面料来解决麦克风兼容性问题。这类面料采用开放织法，具备适当的声学阻抗特性，可让声波在 300Hz 至 8kHz 的语音频段内以极低衰减穿透。所选面料在该频段内任意频率的衰减均低于 3dB，从而保留可靠语音识别所需的信噪比。
麦克风阵列的波束成形依赖阵列元素之间精确的到达时间差。若织物厚度或密度在阵列区域内不均匀，便会引入差异性延迟，扭曲波束成形图样。我们通过在整个麦克风阵列上方使用单一连续面料片，避免阵列区域内出现缝线、褶皱或叠层，从而确保整块区域的声学属性一致。面料张力也会被严格控制，以防机器人运动时声学传输发生动态变化。
MaisonRoboto 服装所使用的每一种材料，在获准投产前都必须通过传感器兼容性测试。测试遵循五阶段流程，逐一评估相关传感器模态。
材料样本会在分光光度计中于 850nm 至 1600nm 波段进行测试，以确定 LiDAR 兼容所需的近红外透过率。样本会在干燥与湿润两种状态下分别测试，因为含水量会显著影响 NIR 吸收。通过标准：在干、湿状态下，目标平台 LiDAR 波长的透过率均高于 85%。
导电面料区域会在电容传感器测试台上进行测试，该测试台复现目标平台的传感器硬件。标准化测试探针会在不同压力与位置下模拟人手触摸。通过标准：在 20% 至 90% 相对湿度范围内，所有探针位置的检测时间均需达到与裸传感器基线相差不超过 5ms。
覆盖 F/T 传感器区域的服装部位会在力传递测试台上进行测试。已知力值施加于服装外表面，并将服装下方传感器位置测得的力与裸表面读数进行比较。通过标准：碰撞检测力的传递保真度高于 95%，且服装自重低于每个区域定义的质量预算。
所有服装五金与材料都会使用高斯计在目标平台 IMU 对应位置进行铁磁含量测试。通过标准：服装安装后，在最近的 IMU 位置处磁场畸变低于 0.5 微特斯拉。
面料样本会在消声室中进行测试，使用经校准的扬声器与麦克风阵列复现目标平台配置。频率响应、衰减与相位特性会在 100Hz 至 12kHz 范围内测量。通过标准：300Hz 至 8kHz 任意频率下，衰减低于 3dB，且相位偏移小于 10 度。
每一款机器人平台都基于其传感器类型、位置与规格，呈现出独特的兼容性画像。我们为每个受支持平台维护详尽的兼容矩阵，记录每个传感器的位置、类型、排除区尺寸与服装设计约束。以下内容概述各平台的关键传感器挑战。
Primary challenges: Capacitive touch sensors on hands and torso require conductive relay zones. Multiple cameras on head and torso require rigid bezel clearance systems. IMUs at torso and hip require ferromagnetic-free hardware within 12cm. Medium overall complexity. Full platform details on our Tesla Optimus Gen 3 page.
Primary challenges: Dense LiDAR and stereo camera coverage requires extensive LiDAR-transparent panels and camera clearance. F/T sensors at all major joints impose strict mass and stiffness budgets. Highest overall sensor density of any platform. Very high design complexity. Visit our Boston Dynamics Atlas page for platform specifications.
Primary challenges: Extensive camera coverage requiring precise aperture management across head, torso, and limbs. Microphone arrays for voice interaction require acoustic transparency zones. Medium-high overall complexity. See our Figure 03 平台页面 for details.
主要挑战：软体结构与全身分布式触觉感知带来独特难题，因为服装必须在全身范围内传递触觉信息，而非仅在离散传感点上响应。摄像头与麦克风阵列则需要标准避让与声学透明处理。由于全身触觉感知，整体复杂度较高。
人形机器人的传感器格局正在快速演进。MaisonRoboto 的材料研究实验室持续评估新兴传感技术，并在商业化部署前提前开发兼容纺织解决方案。当前重点研发方向包括电子皮肤（e-skin）兼容性：对于具备全身分布式压力感知的机器人，服装必须能够在整个表面传递压力信息。我们也在开发事件相机（动态视觉传感器）的兼容方案，这类设备的光学原理不同于传统摄像头，因此对材料透明性的要求也可能不同。
Thermal imaging sensors, increasingly used for human detection and safety, require materials with controlled thermal emissivity. Radar-based gesture detection, used on some industrial platforms, requires radar-transparent fabric zones similar in principle to LiDAR-transparent materials but operating at microwave frequencies. Each emerging technology adds a new dimension to the sensor compatibility challenge and a new discipline to MaisonRoboto's 智能纺织 research program.
Sensor compatibility is the technical foundation that enables everything else in robot fashion. Without it, a garment is an obstruction. With it, a garment becomes a transparent layer that enhances the robot's appearance without compromising its capabilities. Explore our 完整机器人时装指南 for the full picture of how technical engineering meets design artistry.
机器人身上的每一枚传感器，都有其存在的理由。MaisonRoboto 以材料科学尊重这份工程逻辑，让时装与功能从此不可分割。
定制传感器兼容高级定制