1. 项目概述从“为什么有腿”说起最近在机器人社区里看到一个挺有意思的讨论有人问“为什么现在的人形机器人Humanoid Robot非得做成有腿的样子装个轮子或者履带不是更稳定、更省电、成本也更低吗” 这个问题乍一听有点“外行”但仔细一想它恰恰点中了人形机器人设计的核心矛盾与终极追求。作为一个在机器人领域摸爬滚打了十几年的从业者我想结合自己参与和观察过的项目来深度拆解一下这个“腿”背后的门道。这绝不仅仅是一个机械结构的选择它背后牵扯到的是机器人如何理解世界、如何融入世界以及我们人类对“智能体”最根本的期待。简单来说给人形机器人装上腿不是为了炫技也不是为了模仿人类而模仿。其根本原因在于腿是应对非结构化、复杂多变的人类环境的终极“通用移动平台”。我们生活的世界从客厅到办公室从人行道到建筑工地充满了台阶、门槛、斜坡、不平整的地面、散落的杂物。这些环境是为“有腿生物”量身定制的。轮子或履带在平坦、连续的表面上效率无敌但一旦遇到一个20厘米的台阶、一堆电缆或者一片松软的沙地就会立刻“瘫痪”。而双腿通过离散的、可编程的落脚点能够跨越这些障碍实现真正的“全地形通过性”。更深一层看双腿行走蕴含了极高的技术挑战和集成度要求它实际上是一个系统工程能力的“试金石”。它要求机器人具备1强大的实时感知能力知道地面在哪、障碍是啥2精密的全身动力学建模与控制知道怎么动才不会摔倒3高功率密度、高响应速度的执行器腿能快速、有力、准确地执行指令4高效的能源管理与热管理别走两步就没电或过热了。攻克了双腿行走就意味着在机器人的“大脑”AI与决策、“小脑”平衡与协调和“肌肉”驱动与执行三大核心系统上都达到了相当高的水平。所以你可以把“造出能稳定行走的双腿机器人”看作是机器人技术迈向通用化的一个关键里程碑。2. 核心需求解析腿 vs. 轮/履带的本质区别要理解为什么选择腿我们必须先抛开技术细节从最根本的需求场景出发。这就像给一辆车选择驱动形式是前驱、后驱还是四驱取决于你主要跑城市公路还是越野山路。2.1 环境适配性跨越“鸿沟”的能力人类环境的典型特征是“离散化”和“非结构化”。想象一下你从卧室走到厨房的路径可能需要绕过床角非结构化空间规划、跨过地上的充电线跨越间隙、走下两级台阶高度变化。对于轮式机器人每一步都是挑战。轮子需要连续的支撑面一个台阶就是天堑。履带对崎岖地面的适应性更强但面对垂直障碍如路缘石或狭窄空间如门框时其庞大的接地面积和转向半径就成了劣势。双腿的核心优势在于“点接触”和“自由度”。每条腿通常有6个或更多的自由度髋部3个、膝盖1个、脚踝2个这使得脚掌可以在三维空间内任意调整姿态寻找一个稳定的落脚点。这个点可以落在台阶上、砖块上甚至可以踩在横杆上。这种能力赋予了机器人一种类似“山羊”般的攀爬和跨越潜力。我们团队早期测试轮式底盘时在办公室环境里就被一个小小的门槛折磨得够呛要么需要专门铺设斜坡要么就得让人抱过去。而后来切换到双足原型机后它自己就能迈过去这种“自主性”的提升是质的飞跃。2.2 能耗与效率的辩证关系很多人第一反应是走路多费劲啊轮子滚动摩擦多省力。从瞬时移动的能耗比来看这没错。在长距离、平坦路面的直线行进中轮子的效率碾压双腿。但机器人不是一直在高速公路上跑。在复杂环境中轮式方案为了克服障碍往往需要引入复杂的升降机构、多轮协同甚至额外的机械臂这些附加机构的重量和能耗会迅速抵消掉轮子本身的效率优势。更关键的是“任务综合能耗”。比如让一个轮式机器人上楼梯它可能需要寻找并停靠在专门的机器人电梯旁等待或者绕远路寻找斜坡。这个过程中的等待时间、绕行距离所消耗的能量包括计算资源可能远远大于双足机器人直接爬楼梯所消耗的能量。双足行走是一种“按需耗能”的模式静止站立时能耗极低主要维持关节刚度只有在迈步瞬间需要爆发力。优秀的力矩控制算法可以让机器人在行走中利用重力势能和动能进行转换实现近似“钟摆”的节能步态。我们实测过一台80公斤的人形机器人以每小时4公里的速度在平地上行走其平均功率可能只有300-500瓦和一台高性能游戏笔记本满载时差不多。2.3 人机交互与心理接受度这一点常常被工程师忽略但却对机器人的普及至关重要。我们人类在潜意识里对形态与自己相似的事物更容易产生共情和信任。一个拥有双腿、能够以近似人类姿态和高度与我们互动的机器人在社交场景如接待、导览、陪伴中具有天然的优势。它能与我们自然地进行眼神交流能使用为人类身高设计的工具和工作台能穿过标准尺寸的门廊和过道。反观轮式或履带式底盘即使顶着一个拟人化的上身其移动方式也会时刻提醒我们它是一个“机器”。在需要高度协作的工厂车间或家庭环境中一个能像工友一样走到你身边、侧身通过狭窄通道、转身取物的机器人显然比一个需要你不断为它让路、担心它压到电线的轮式机器人更受欢迎。这种形态上的亲和力直接影响了部署的可行性和用户的接受度。3. 腿部设计的技术核心不只是“能走”更要“走得好”确定了“必须要有腿”之后接下来的挑战就是如何设计这双腿。这可不是把人类的腿骨和肌肉简单复制过来就行工程上的权衡无处不在。3.1 驱动方案的选择电机、液压与混合驱动这是腿部设计的灵魂直接决定了机器人的力量、速度、爆发力和能效。高扭矩密度电机 精密减速器主流方案这是目前绝大多数研究型和商用双足机器人如波士顿动力的Atlas早期版本、Agility Robotics的Digit、宇树的H1的选择。通常采用无框力矩电机配合谐波减速器或行星减速器。优点是控制精确、响应快、噪音小、维护相对简单。难点在于为了获得足够的关节输出扭矩特别是髋关节和膝关节需要承受数百甚至上千牛米的力矩减速比往往很大导致反向驱动困难即关节无法被人轻易掰动影响力控的顺滑性和碰撞后的安全性。我们曾在一个项目中使用了大减速比的谐波减速器虽然扭矩达标了但在做需要柔顺接触的任务时关节显得非常“僵硬”像一根棍子。液压驱动波士顿动力Atlas的“成名绝技”。通过高压油泵驱动液压缸提供无与伦比的爆发力和功率密度。Atlas能完成后空翻、跑酷等高动态动作液压系统功不可没。其优势是力量大、动态性能极致、天然具备缓冲能力。但缺点同样突出系统复杂油泵、阀块、管路、易漏油、噪音大、能耗高、维护成本高昂。它更像一个“实验室的冠军”或“特种兵”而非“家庭保姆”。准直驱/仿人驱动这是近年来的研究热点旨在模仿人类肌肉的“弹性”和“力控”特性。采用低减速比或直接驱动电机配合串联弹性驱动器SEA或变刚度驱动器。它的反向驱动特性极好非常柔顺能吸收冲击能量效率也更高。但缺点是电机本身需要能输出很大的扭矩对电机材料和散热要求极高且关节的峰值输出力可能不如高减速比方案。这像是给机器人装上了“瑜伽教练的腿”灵活柔韧但瞬间的绝对力量可能不如“举重运动员的腿”。实操心得对于大多数希望走向应用的产品化机器人高扭矩密度电机减速器依然是平衡性能、成本、可靠性的最务实选择。关键在于减速比的选择和力矩控制算法的优化。我们现在的方案是在髋、膝等大关节采用中高减速比保证力量在踝关节等需要精细力控的关节采用低减速比或准直驱方案实现“刚柔并济”。3.2 构型与自由度分配多少关节才够用人类的腿有髋、膝、踝三个主要关节每个关节又有多个运动方向。机器人需要完全复刻吗不一定需要做工程简化。髋关节通常需要3个自由度前后摆腿、左右摆腿、内外旋转。这是控制躯干平衡和步态方向的核心。缺少任何一个机器人的灵活性和抗干扰能力都会大打折扣。膝关节通常1个自由度屈伸。这是提供腿部长度变化、跨越障碍和吸收冲击的关键。有些设计为了增大工作空间或实现特殊姿态如全蹲会采用双连杆或更复杂的结构。踝关节至少需要2个自由度俯仰、横滚。这是脚掌与地面接触的最终执行器对于调节零力矩点ZMP、保持站立和行走稳定性至关重要。很多机器人还会在脚底加入一个主动或被动的横摆自由度以适应不平地面。6自由度髋3膝1踝2是保证在三维空间内实现任意脚部位姿的“完全配置”。少于6个机器人的步态和适应能力就会受限。例如如果踝关节缺少横滚自由度机器人站在斜坡上时脚掌就无法完全贴合地面会极大地影响稳定性。我们早期的一个四自由度髋2膝1踝1样机在走直线时还行但一到转弯或者地面有侧倾就非常容易摔倒。3.3 腿部力学与尺寸设计长腿还是短腿腿的长度和连杆比例不是随便画的它深刻影响着机器人的动态性能。步长与速度在一定的步频下腿越长单步步幅越大理论移动速度越快。但长腿也意味着更大的转动惯量对关节电机的加速能力要求更高。稳定性腿长会影响机器人的重心高度。重心越高越不稳定就像踩高跷。但另一方面长腿在跨越沟壑、上下楼梯时更有优势。工作空间腿部末端脚掌所能到达的空间范围直接决定了机器人能迈过多高的台阶、能蹲到什么程度。这需要通过运动学正逆解来精确计算和优化。一个常见的设计原则是机器人的腿长从髋关节到脚底大约占身高的45%-50%这与人类比例相近是一个在稳定性、机动性和能耗之间较好的平衡点。我们通过仿真反复迭代最终确定的比例是髋关节高度约等于总身高的一半大腿和小腿的长度比约为1:1.1这样能在保证足够工作空间的同时让重心在行走时保持在支撑多边形内相对容易。4. 实现稳定行走的核心环节算法与控制的交响乐有了强健的“腿”还需要聪明的“脑”和灵活的“小脑”来指挥它。让双足机器人稳定行走是控制领域皇冠上的明珠。4.1 步态规划先想好怎么迈脚步态规划解决的是“脚应该踩在哪里”的问题。它基于环境感知如视觉SLAM给出的地面高度图和任务目标走到某个位置生成一系列脚部落足点的序列。基于模型的规划建立机器人的简化动力学模型如倒立摆模型根据稳定性准则如保持零力矩点ZMP在支撑多边形内来规划重心轨迹和脚部轨迹。这种方法理论清晰在已知的平坦地面上非常有效。我们最开始的行走算法就是基于线性倒立摆模型LIPM开发的它能快速生成周期性的步行模式。基于学习的规划对于未知或极端复杂的地形如乱石堆基于模型的规划可能失效。这时需要引入强化学习等方法让机器人在仿真中“自学”如何调整步态来适应环境。这种方法能产生非常鲁棒和自适应的步态但需要海量的训练数据和计算资源并且可解释性较差。我们现在采用的是混合策略在平坦地面使用基于模型的高效规划当传感器检测到复杂地形时切换为基于学习的调整策略。4.2 全身动力学控制让全身协调运动步态规划只给出了脚点的路径全身动力学控制则要解决“如何调动所有关节让身体跟着动起来并且保持平衡”的问题。这是最核心、最复杂的部分。模型预测控制MPC这是当前的主流高级方法。控制器在每个控制周期通常是几毫秒内基于当前的机器人状态和未来几步的预测模型求解一个优化问题计算出未来一段时间内最优的关节力矩序列然后执行第一步。MPC能显式地处理各种约束如关节力矩极限、摩擦力、地面反作用力实现动态平衡。例如当被推了一下MPC能快速规划出一个调整步态或摆动手臂的恢复动作。它的计算量很大非常依赖高性能的机载计算机。全身操作空间控制WBC将任务分层级。最高优先级是保持平衡脚不能打滑其次是跟踪步态脚要走到指定位置再其次是躯干姿态、手臂摆动等。通过二次规划QP实时求解满足所有优先级任务的关节加速度或力矩。这种方法模块化清晰易于集成多种任务。阻抗/导纳控制这不是高层规划器而是底层的关节级控制策略。它让关节表现得像一个弹簧阻尼系统。当脚触地时能柔顺地吸收冲击而不是硬邦邦地撞上去。这对于在不平地面上实现稳定接触至关重要。我们会在关节力矩环的外层加上阻抗控制环设置合适的刚度和阻尼参数。注意事项动力学控制参数调试是个“玄学”与科学结合的过程。比例P、微分D增益调大了机器人响应快但容易振荡调小了又显得迟钝、易摔倒。没有一个万能参数。我们的经验是先在仿真中利用自动化工具如贝叶斯优化找到一个不错的参数区间然后在真机上从低速、小步幅开始一个关节一个关节地、一个自由度一个自由度地进行精细微调并记录下每次调整的效果。建立一份属于自己机器人平台的“参数调优手册”非常有必要。4.3 状态估计与感知融合知道自己“在哪、啥样”机器人必须实时知道自己的姿态身体倾斜了没、关节角度、脚底受力情况以及周围环境的样子。惯性测量单元IMU提供躯干的角速度和加速度是估计姿态的基础。但IMU数据有漂移单独使用会累积误差。关节编码器提供精确的关节角度通过运动学公式可以推算脚的位置。但无法感知脚底打滑。足底力/力矩传感器FSR/Torque Sensor安装在脚底直接测量与地面的接触力和力矩。这是判断支撑相、检测打滑、计算ZMP的关键。没有它就像人闭着眼睛走路。视觉与激光雷达用于环境建模和自我运动估计视觉里程计VO。通过摄像头和激光雷达机器人能构建周围的地图并估计自己相对于地图的运动从而修正IMU和编码器的累积误差。传感器融合算法如卡尔曼滤波器及其变种EKF、UKF将这些不同来源、不同频率、带有噪声的数据融合在一起得到一个最优的、实时的机器人全身状态估计。这是我们系统中数据流最密集、最不能出错的部分。我们曾因为一个IMU安装松动导致数据轻微异常融合算法输出错误姿态导致机器人走着走着就莫名其妙地“自爆”进入保护性摔倒排查了整整两天才发现是这个硬件问题。5. 常见问题与排查技巧实录双足机器人调试是一个不断与“摔倒”作斗争的过程。下面记录一些我们踩过的坑和总结出的排查思路。5.1 行走中突然向一侧摔倒可能原因1腿部长度或零点标定不准。即使左右腿机械长度一致如果关节的“零位”即电机编码器读数为零时对应的机械位置标定有细微偏差也会导致机器人认为两条腿不一样长行走时产生持续的偏航力矩。排查让机器人静止站立在绝对水平地面上读取左右腿所有关节的角度。理论上应该对称。如果不对称重新进行精细的零位标定。我们制作了一个高精度的水平校准工装来辅助这个过程。可能原因2足底压力传感器校准不一致。左右脚感知到的压力中心CoP不一致导致平衡算法误判。排查让机器人静止站立记录左右脚各压力传感器的原始数值。在脚底均匀施加已知重量如砝码检查读数线性度和对称性。重新校准传感器。可能原因3地面轻微不平或摩擦系数不对称。实验地面可能存在肉眼难以察觉的倾斜或局部摩擦差异。排查使用水平仪检查地面。尝试让机器人在不同方向、不同地点行走观察摔倒是否具有方向性或位置特异性。5.2 上下楼梯时步态不稳脚掌磕碰台阶可能原因1楼梯尺寸识别错误。视觉或激光雷达对台阶高度Riser和深度Tread的测量存在误差。排查用卷尺手动测量楼梯的实际尺寸与机器人感知模块输出的数据进行对比。校准视觉传感器的内参和激光雷达的外参。在算法中增加测量结果的合理性检查例如常见的台阶高度在15-20厘米之间。可能原因2脚部轨迹规划过于理想化。规划的抬脚轨迹可能是一个光滑的曲线但未考虑脚掌本体的厚度和形状导致在迈步时脚后跟或脚尖刮到上一级台阶的立面。排查在仿真中将脚掌模型简化为一个长方体严格检查轨迹与台阶模型的碰撞。在实机上可以适当增加抬脚高度和跨越时的前后安全距离。一个实用的技巧是让脚掌在跨越台阶边缘时保持一个轻微的俯仰角度脚尖微微上翘就像人上楼梯时自然做的动作一样。可能原因3关节力矩饱和。上楼梯需要更大的膝关节和髋关节伸展力矩如果电机或驱动器达到输出极限会导致动作迟缓甚至失步。排查实时监控上下楼梯过程中各关节的力矩指令和实际电流。如果发现持续饱和需要考虑优化步态如降低速度、增加身体前倾以利用重力或者从硬件上提升关节的峰值扭矩能力。5.3 站立或低速行走时出现高频抖动可能原因1控制器增益过高。特别是位置环或力矩环的微分D增益太大会将传感器噪声放大引发高频振荡。排查逐步降低可疑环路的D增益观察抖动是否减轻。同时检查传感器数据如IMU的陀螺仪本身是否有高频噪声考虑增加软件低通滤波器。可能原因2结构共振。机器人的机械结构特别是轻质的长腿有其固有的共振频率。如果控制频率或步态频率接近这个频率会激发共振。排查通过敲击测试或分析关节电流频谱找到结构的共振频率。在步态规划中有意避开这个频率。或者在硬件上增加结构阻尼如粘贴阻尼材料。可能原因3通信延迟或抖动。从状态估计到控制器再到驱动器整个控制回路如果存在不稳定或不均匀的延迟会引入相位滞后导致系统不稳定。排查使用高精度时间戳记录每个模块的输入输出时间。确保整个系统使用硬实时操作系统或精心设计的中间件如ROS 2 with Real-Time support并优化网络拓扑减少跨节点通信。调试双足机器人的过程就像教一个婴儿学走路需要极大的耐心和对细节的偏执。每一个稳定的步态背后都是无数次的仿真迭代、参数调整和硬件优化。但当你看到它终于能稳健地穿越你设置的障碍赛道时那种成就感是无与伦比的。这条路很难但正因为难才值得我们去探索。它不仅仅是为了造出一个能走的机器更是为了解开“动态平衡”这一生物与机械共通的奥秘。
