关键词具身智能测试、人形机器人测试、关节力控、任务成功率、ISO 18646-5、验收指标适用人群具身智能 / 人形机器人厂商的测试与研发工程师、实验室测试负责人、以及需要验收这类产品的采购与技术管理者一、为什么具身智能测试至今没有成熟模板做传统汽车电子测试的人一上手具身智能会明显不适应。原因不是技术难而是老三样东西都不成立了传统测试的前提具身智能的现状直接后果被测对象结构稳定、接口固定本体每天在迭代关节构型、减速器、力传感器都在换上一版写的用例这一版可能直接失效标准已经收敛GB / ISO / 企标性能类标准刚起步场景类基本空白没有可引用的判据只能自定指标场景可枚举、可穷举场景碎片化一个抓取任务换个地面材质结果就不同跑不完全部场景只能抽样结果确定、可复现同一段轨迹跑两遍性能数据有波动数据方差大验收时最容易扯皮所以在具身智能这条线上测试的价值不在发现多少 bug而在把性能边界说清楚——既对厂商自己研发迭代 knows what to fix也对外客户验收 knows what to accept。这篇文章给一套能直接落地的分层验证体系从器件级一路做到场景级每一层都给出测什么、用什么指标、怎么算。二、五层验证模型器件级 → 关节级 → 整机型 → 任务级 → 场景级这是整篇文章的主干。我做测试这十几年凡是整机表现不好的诉讼式扯皮最后拆到底都会追到某一层的指标缺失。所以先分层再谈指标。层级测试对象核心指标建议常见失效表现L1 器件级电机 / 减速器 / 编码器 / 力传感器空载电流、堵转扭矩、分辨率、温漂低速抖动、力控漂移、零点漂移L2 关节级单关节力控闭环力控误差带、扭矩波纹峰峰值、阶跃响应、静态保持抓取力忽大忽小、轻碰即触发保护L3 整机型本体姿态与运动学重复定位误差、重心偏移、抖动 RMS、安全距离走直线偏航、转弯摔、伸臂超时L4 任务级单条任务闭环任务成功率、单次耗时、失败模式分布、兜底触发率“能演示量产就不行”L5 场景级连续工况组合连续成功率、扰动通过率、长时漂移、故障恢复时间跑 30 分钟就热衰减、参数漂移验收锚点任一层指标缺失上层结论都不成立。L1 的温漂没测过L3 的重复定位误差就会变成一个说不清的数字L2 的力控误差带宽没定义L4 的任务成功率就变成厂家说了算。三、关节力控与扭矩波纹最容易做虚的一层L2 是具身智能和传统机械臂最大的差异点——传统机械臂追求位置精度具身智能追求力控能力。但力控恰恰是最容易看着像、测不出的部分。3.1 力控误差带宽怎么定义别用单次采样值下结论用带宽给定目标力值 F_set例如 20 N做静态保持测试采样窗口至少 10 s采样率不低于闭环带宽的 5 倍一般 ≥ 1 kHz统计 10 s 内实际力值的分布取±3σ 区间作为实际误差带合格判据建议写±3σ 带宽 ≤ ±10% F_set且 10 s 内无超过 2 次的外跃变。3.2 扭矩波纹三个测法附对照表测量方式怎么接能看出什么坑电流法读伺服驱动器的扭矩电流反馈波纹幅值、频次只反映电机侧不含减速器背隙与摩擦力矩传感器法关节或末端串接六维/一维力传感器真实输出力、力控闭环表现传感器本身温漂大必须预热 20 min 后再采末端接触反演让末端顶住刚性挡块看力控收敛过程阶跃响应、过冲、振荡被碰件刚度会显著影响结论轨迹反算从本体编码器 动力学模型反推无传感器成本时的近似评估依赖模型精度只能做趋势不能做判据注意无论用哪种方法测试前都必须做一次标定后复采——先测一次空载基线装夹完成后再测一次两者差值就是你的装夹误差。跳过这一步后面所有数据都是假的。3.3 现场常看到的四个问题温漂未消除冷机测和热机测差 5% 以上却都被写进报告里采样率不够500 Hz 采样 20 Hz 的力控振荡等于没采只测静态不测动态静态力控漂亮动态跟随时力控发散——必须补阶跃 正弦扫频只给平均值平均值 OK、方差爆表实际手感是抖的客户现场第一个投诉的就是这个。四、任务成功率怎么定义才不被忽悠这一节是给需求方和验收方看的。同一个「成功率 95%」不同口径能差出 30 个百分点争议基本都出在这里。口径定义分母容易被怎么算TSR单次任务成功率一次任务从发起到达成目标状态位姿 / 物态 / 轨迹任务发起总次数把勉强算成功的样本都算进去C-TSR连续任务成功率连续 N 次全部达成才算 1 段成功连续无失败段数段长 N 不约定1 段和 20 段难度天差地别A-TSR有效任务成功率剔除环境超差、样本本身不可完成、人为干预样本后有效样本数剔除比例不设上限可以剔到想听的数字三条建议合同里写死用哪一种口径并写清分母A-TSR 如果要用必须约定剔除上限建议 ≤ 10%且剔除理由双方共同确认留痕不看总数看失败模式分布——95% 成功率里如果 80% 的失败集中在换地面材质后那这个 95% 毫无意义。五、安全与合规标准对照测试层级适用标准关键条款 / 判据关节与本体性能ISO 18646-5位姿重复精度、路径精度、指定运动下的性能衰减安全控制ISO 13849 / GB 11291PL 等级或 Cat 等级、急停覆盖、安全距离计算功能安全ISO 26262整车语境危险工况下的安全响应、故障注入与降级路径场景准入GB 44721-2026L3/L4 准入验证清单、场景覆盖度与边缘案例一个必须说清楚的点要不要做功能安全取决于产品落地场景。工业产线、车规、医疗、科研展演门槛完全不同。看到厂家一句我们符合 ISO 26262就放心通常等于什么都没确认——要问的是哪个产品、哪个等级、对哪些危险工况做了故障注入。六、验收指标怎么写进合同给一套可以直接复制的硬条款来自我参与过的几次交付谈判已脱敏样本集先冻结——验收前双方共同确认典型工况样本集含数量与环境条件冻结后不得单方替换成功率统一口径——明确采用 TSR / C-TSR / A-TSR 哪一种并写清分母与剔除规则失败样本必须复现——任何一次失败都要给出完整日志与复现步骤不复现的失败不计入分母指标可追溯——每台设备 / 每轮次测试数据留存可读含时间戳与环境参数复测条款——验收期内出现批次性问题允许免费复测一轮并给出整改说明边界写死——场景范围写进附件温度、负载、地面材质、光照超出范围另行评估。第 3 条和第 6 条是防扯皮的核心。不复现的失败不算数这句话能挡掉一半的你操作不对边界写进附件能挡掉你怎么不认识路。七、十个高频坑#坑现象怎么防1环境标定一次用到底上午准、下午偏每次换班重新标定记录标定时刻2通讯延时未计入闭环关节响应感觉慢但测不出端到端延时单独测写进用例3只测空载不测负载空载漂亮、负载抖动负载工况至少覆盖 30% / 70% / 100% 三档4只测静态不测连续演示能过、产线不行L5 必须跑连续工况 ≥ 30 min5数据只留结论不留原始日志争议时无法复盘原始日志 环境参数全量留存6传感器未预热即采数冷机数据偏保守/偏乐观预热 20 min 后再采写进 SOP7采样率与带宽不匹配高频振荡被平均掉采样率 ≥ 闭环带宽 5 倍8失败样本被静默剔除成功率好看但现场翻车剔除必须留痕、双方确认9标准套用错赛道拿车规标准卡工业产品先定场景再选标准10验收指标不可复测换个测试员结论不同指标定义必须含方法与工具八、FAQ工程师与需求方最常问的 6 个Q1具身智能测试一定要买六维力传感器吗不一定。抓取、插拔、贴合这类接触任务六维力带来的信息量远大于成本收益但行走、自重支撑、碰撞安全类任务用电流估算误差会很大。判断标准任务是否依赖接触力反馈来决定下一步动作——是就必须上不是可以省。Q2ISO 18646-5 现在能直接作为验收判据吗它能覆盖关节与本体性能重复定位、路径精度、性能衰减但不覆盖任务级成功率和场景类指标。比较稳的做法是性能层引用 ISO 18646-5任务层自己定义口径并写进合同附件。Q3任务成功率要跑多少次才有统计意义参考区间单次成功率目标 ≥ 90% 时样本量建议 ≥ 30目标 ≥ 95% 时建议 ≥ 60。样本量不够时请在报告里直接标注置信区间别只报一个点。Q4仿真里的成功率能作为验收依据吗不能单独作为。仿真适合做场景覆盖与失败模式枚举最终判据必须来自实机。常见坑是仿真 99%、实机 70%差距几乎全部来自摩擦、标定漂移与延时。Q5同一段任务跑两遍结果不同是不是产品不稳定不一定。先确认三项环境是否重标定、被碰件是否更换、采样与统计口径是否一致。三项一致仍波动再怀疑本体重复性L3 的重复定位误差指标就是用来量化这件事的。Q6小团队没条件做全五层从哪层开始先做 L2 L4。L2 决定力控能不能用L4 决定任务是不是真能成。L1 和 L3 可以靠供应商数据表 抽测覆盖L5 放在验收前最后做。五层一次全铺小团队基本做不完也做不透。九、测试报告的价值是把边界说清楚具身智能这条赛道现在最缺的不是技术是共识什么算成功、什么算失败、谁说了算。一份好的测试报告不该只写合格率 96.3%而应该回答四个问题测试是在什么环境、什么配置、什么样本集上做的失败集中在哪一类失败模式分布哪个指标是我的边界超出边界要怎么约定复现步骤是什么换个人能不能跑出一样的结果把这四个问题回答清楚研发迭代有方向验收谈判有依据现场交付也不会烂尾。如果你正在为某条产线 / 某个项目的具身智能测试选型或验收发愁欢迎在评论区说说你的场景工业产线展厅服务承重行走我可以按具体场景把指标清单再往下拆一层。相关阅读与工具人形机器人性能测试怎么测ISO 18646-5 逐条拆解BMS 电池管理系统测试 5 级链路CAN 日志分析ASC / BLF / DBC 统一处理流水线车载总线日志解码工具横评4 款实测ATEMall · 全行业测试需求对接平台需要成熟测试系统方案、整体测试方案的一键对接或多方测试资源比选可到atemall-ai.com/lp/demand?chcsdn发布需求设备方与测试方案商可完成认证后承接平台上的带预算需求。本文所有配图均为 ATEMall 原创转载请注明出处。项目的验收指标是怎么写的评论区聊聊。