人形機器人的平衡是動態的。質心可以垂直投射到腳部內部，同時動量仍將機器人帶到可恢復的接觸之外。 ZMP、捕獲點和模型預測控制描述了該問題的不同方面：可行的接觸動作、停車位置以及受限的未來決策。
實用控制器結合狀態和接觸估計，以及腳踝、臀部和步進策略。可用的反應會隨著摩擦力、腳部幾何形狀、關節轉矩、速度、行程、溫度、計算延遲和可觸及的腳點而縮小。沒有任何指示器能保證每次干擾都能恢復。
請結合全身控制指南和類人動力指南閱讀此內容。平衡主張需要反覆的物理試驗、公開的支援裝置以及明確的干擾範圍。
分離的平衡狀態、控制動作和恢復選擇
狀態估計描述了基座姿態、速度、質心、動量和接觸點。接觸力學限制了腳可以施加的力和力矩。控制器隨後選擇腳踝轉矩、角動量、一步或保護作用。混合這些層次可以使某個標註的變數看起來比實際更具決定性。
先定義任務和失敗的界限：安靜站立、行走、轉身、搬運、操作或從已知推力中恢復。說明是否允許手部接觸、邁步、繫繩或環境支撐。在一個合約下成功控制者在另一個合約下可能失敗，且不矛盾。
靜態質心投影是不夠的
對於靜止的剛體，支撐多邊形內部的質心投影是一個有用的直覺。運動過程中，速度和角動量都很重要。人形機器人可以擁有幾何上有利的位置，但又能有足夠的動量穿過可用支撐，才能在能量耗散前完成。
同時追蹤質心位置和速度、重心動量、腳扳手和接觸狀態。估算不確定性和延遲。視覺上直立的姿勢不一定能恢復，而傾斜姿勢則可能透過計劃中的步伐或受控的手部接觸恢復。
| 概念 | 主要問題 | 有用的決策 | 重要限制 |
|---|---|---|---|
| 支撐多邊形 | 在哪裡可以聯絡？ | 幾何支撐區 | 假設有效接觸 |
| ZMP | 結果接觸矩在哪裡表示？ | 可行的踝關節/接觸動作 | 模型與接觸假設 |
| 佔領點 | 支援必須在哪裡停止？ | 步驟或無步驟決策 | 簡化動力學 |
| MPC | 哪些未來動作滿足約束？ | 順序與時間 | 建模、地平線與計算 |
| 恢復地圖 | 有哪些干擾倖存下來？ | 證據邊界 | 測試覆蓋範圍 |
ZMP 描述了一個可行的接觸力矩條件
零力矩點是指在所採用模型下，支撐面上淨力矩水平分量為零的點。將計劃中的 ZMP 保持在可行的支撐區內，有助於保持接觸，而無需出現不可能的踝部力矩。
ZMP 並非通用穩定性證書。不平整地形、多重非共面接觸、腳踏旋轉、滑動、角動量和模型不匹配會使解釋變得複雜。使用測量的腳踏扳手和接觸點診斷來判斷假設支撐是否有效。
捕獲點將速度與停止點連線起來
線上性反擺近似下，捕獲點指示需要放置支撐的位置，以便系統無需持續步進即可靜止。它結合了質心位置和速度，因此揭示了僅位置支撐測試未命中的風險。
當捕獲點離開目前可行支撐時，可能需要一步，但真實機器人也必須及時到達該支撐點。髖部運動、可變高度、角動量和多步步可以將行為擴充到最簡單的模型之外。
腳踝、臀部和步伐策略涵蓋不同範圍
踝關節策略透過腳力矩改變壓力中心，在摩擦力和腳力矩限制有餘裕的情況下有效。髖關節策略改變角動量，可以重新引導身體運動，但會消耗關節的活動範圍、轉矩和時間。邁步會建立新的支撐區域，但代價是受擺動腳時序和地形條件約束。
協調控制應根據預測可行性切換或混合策略，而非從單一硬閾值中無滯後效應。 模型預測捕獲點研究 展示了整合腳踝、髖部和步態策略的框架，但其結果並不自動適用於所有機器人。
| 戰略 | 主要資源 | 最適合 | 失效邊界 |
|---|---|---|---|
| 腳踝 | 腳力矩與摩擦力 | 小擾動 | ZMP 或摩擦極限 |
| 臀部 | 角動量與關節運動 | 中等快速恢復 | 關節和動量飽和 |
| 單步 | 可觸及的立足點和揮杆時間 | 更大的擾動 | 遲到或無法接觸的安置 |
| 多步驟 | 未來支援系列 | 持續動力 | 空間與規劃視野 |
| 保護行動 | 秋季管理與停播 | 不可恢復狀態 | 影響與環境 |
MPC 在約束條件下選擇未來序列
模型預測控制反覆預測有限視野內的未來運動，最佳化動作並應用第一部分後再求解。它可以協調 ZMP、腳部位置、動量和時機，同時尊重所選的運動學、動力學和接觸約束。
預測的有用性取決於模型、狀態、接觸計劃、視野、成本和求解器完成度。更長的視野可以看得更遠，但計算成本高且有限。定義當最佳化不可行、延遲或數值可疑時會發生什麼。
狀態和接觸估計設定了實際邊界
IMU 觀察角運動和比力，關節編碼器描述設定，腳部感測器提供接觸證據。每個感測器都有偏差、雜訊、飽和和延遲。錯誤申報的站姿腳可能導致控制器透過已不存在的接觸控制力。
驗證估計器在腳部著地、滑動、推力、感測器脫落和地板合規性期間的行為。跟蹤創新、接觸機率和時間對齊。 感測器融合指南 解釋了為何同步不確定性比單純增加感測器更重要。
致動器和功率限制縮減回收權
關節轉矩、速度和行程限制決定了踝關節和髖部策略重新導向動量的速度。熱降、電池電壓下降和驅動電流限制在長時間測試過程中會減少可用權力，即使相同演算法從第一次推力中恢復。
在回收紀錄中包含指令和測量的轉矩、飽和標誌、母線電壓、溫度和控制延遲。在真實有效負載和臂姿勢下測試，因為攜帶質量會改變質心、慣性和可達階梯組。
恢復狀態機負責處理邊界
最佳化應置於一個可執行狀態機中，區分名義運動、無步恢復、步進恢復、受控下降和保護性關閉。進出口條件需要不確定性裕度和滯後，以避免雜訊估計使機器人反覆切換策略。
定義恢復期間由哪位規劃器擁有擺動腳、手臂和接觸器。明確取消或修改操作目標。如果跌倒不可避免，保護人員，儘可能減少衝擊，並根據經過驗證的安全設計隔離能量。
測試擾動矩陣而非一次推送
改變步態方向、施加點、衝量、持續時間和相位。在不同的摩擦、順應性和坡度條件下，以及多個電池和熱狀態下重複。在重複性重要時，使用帶儀器的推杆、擺錘或力測量。
報告總試驗、回收、步數、跌倒、保護性介入和排除執行。 使用 MPC 和捕獲點的推回研究 提供了具體的研究範例；操作驗證仍需目標機器人和環境。
釋出平衡恢復能力圖
有用的結果將擾動的大小和方向與姿勢、步態相位、允許的策略和結果進行對映。新增恢復時間、最大步位移、關節飽和度、足滑和求解器失誤。這顯示了效能下降的地點，而不是將平衡簡化為透過或不合格的標籤。
區分無繫繩試驗與使用架空裝置、吊臂、電纜或外部電源的試驗。裝置通常對開發至關重要，但可能限制運動、提前接住墜落或改變可觀察後果。披露其機械作用。
將平衡效能與營運安全聯絡起來
除非在適用的安全架構內開發和驗證，否則平衡控制不構成保護性安全功能。通常能恢復的人形生物仍可能墜落、彈射物體或撞擊人。定義排除區、觀察員程式和測試應急反應。
使用保留模型假設、軟體版本和測試條件的證據清單。
評估“人形平衡控制，包括 ZMP、捕獲點和 MPC”時，還應儲存模型版本、機器人設定、校正檔案、測試日期和全部試驗記錄。
只有把這些持續投入與單位成功任務的價值比較，才能判斷方案是否適合擴大。
- 定義允許的接觸和恢復策略。
- 記錄狀態、接觸、求解器和致動器證據一起記錄。
- 掃蕩擾動、相位、地形和延遲。
- 報告重複結果和支援裝置。
- 在恢復地圖之外指定安全反應。
常見問題
腳裡的 ZMP 能保證人形機器人不會摔倒嗎？
不會。動量、滑動、腳旋轉、模型誤差和致動器極限仍然可能使狀態無法恢復。
在支援外的佔領點總是需要台階嗎？
並非總是如此。臀部活動、改變身高或其他接觸可能有幫助，但在很多情況下，一步步是直接創造新支撐的方式。
MPC 能否從每次干擾中恢復？
不。恢復受限於型號、接觸點、可達的立足點、致動器權限、計算能力和可用空間。
更快的平衡迴圈總是更好嗎？
只有當感測、計算和執行仍然有效時。如果時間戳、雜訊或求解器超載占主導，更快的標稱速率也無濟於事。
推力恢復應該如何比較？
比較披露的擾動矩陣、試驗次數、恢復機率、步進和飽和度指標、地形、有效負載及支援裝置。
人形機器人平衡證據邊界
人形機器人平衡結果具有平台和條件的具體性。模型和指標不保證恢復；測試應在可控風險、披露支援裝置和明確保護反應的條件下進行。