人形机器人脚步规划

人形机器人脚步规划将导航目标转化为有序的左右足位姿序列。每一步都必须从当前站姿可达，鞋底有足够的部分放在可支撑的地形上，并留下一个全身体都能完成且不会碰撞或失去平衡的过渡。

规划器在找到几何足迹时并未完成。摆臂间隙、接触时机、质心运动、感知不确定性和控制器跟踪决定序列是否适用于硬件。在线重新规划还必须尊重已在飞行中的步骤。

将本指南与 人形平衡指南 及 全身控制指南一起使用。在同一时间线上验证计划和执行的足迹。

用脚步作为姿势、支撑和节奏来表现

有用的脚步包含脚的身份、位置、偏航角或完整姿态、接触面、摆动时机以及预期的支撑过渡。在狭窄、倾斜或不连续的地形上，一个点的位置是不够的，因为单一几何形状决定了实际支撑。

明确定义世界、地图、站姿和脚底框架。记录姿势是否描述脚踝、脚底中心或其他参考点，并将地形测量转换为相同的约定。

可达的界限步进生成

在测量的前进长度、横向宽度、偏航、高度和交叉限度内生成候选步数。界限取决于站姿、骨盆运动、关节极限、碰撞和动态速度；矩形伸展框只是粗略的第一滤波器。

如果控制器支持，应包含后退和恢复步骤。即使存在端点逆运动学解决方案，也应拒绝需要交叉腿部、极端髋偏向或近单一姿势的候选项。

候选项测试	问题	有效边际	失败症状
河间	摆动脚能到来吗？	关节与体位边缘	IK失效
支持	鞋底能适应地形吗？	边缘与坡度边缘	摇晃接触
摆动	脚能越过障碍物吗？	扫掠体积净空	脚尖碰撞
平衡	势头能传递吗？	ZMP或捕获边际	不可恢复步
序列	下一个姿势有用吗？	继承人数量	死胡同

在全底下记录可支撑的地形

在整个脚部多边形中使用高度、坡度、粗糙度、法线、语义类和不确定性。楼梯踏板的中心点可以隐藏鞋跟突出或鞋底下方的凸起边缘。部分脚点需要有控制器和符合条件的接触模型。

根据感知和定位误差，膨胀障碍物并缩小支撑区域。保持未知空间与已知自由空间的分离，避免规划器将缺失的测量转换为可靠的支撑。

搜索序列而非孤立的良好步骤

低成本的第一步可能导致死胡同、尴尬的立场或无法触及的下一站点。图搜索、格点方法或抽样应在成本中包含未来可行性、步数、方向变化和恢复选项。

CMU双足导航工作将脚步作为复杂地形中的导航决策。搜索设计应与当前机器人、地图分辨率和执行视野保持一致。

使用启发式指导，但不隐藏替代方案

导航路径或同伦类可以引导脚印搜索绕过大型障碍物，减少探索。过于强烈的引导可能会错过可行的序列，从而暂时偏离名义路径或使用其他通道。

同 伦引导的步数规划论文 展示了这一策略。保留备份搜索，并在诊断失败时记录哪种启发式剪枝了候选项。

验证摆脚后掠体积

碰撞检查必须包括脚趾、脚跟、鞋底和小腿在整个摆动轨迹上。两个有效脚步姿之间的线性插值可能会撞击台阶边缘或障碍物，尤其是在地形高度变化时。

生成符合障碍几何形状及控制器速度和加速度限制的净空轮廓。测试早期接触和未触地行为，而不是假设标称的摆动时间总是完成。

检查全车体和自碰撞的可行性

脚步不独立于骨盆、膝盖、躯干和手臂移动。足迹序列可以满足局部伸展极限，同时迫使膝盖碰撞、躯干接触或角动量需求超出控制器范围。

在执行前使用运动学或轨迹可行性层，并保留状态估计和地形误差的余裕。 运动规划比较 有助于区分离散路线搜索与连续整体细化。

将脚步规划与平衡动力学衔接起来

行走控制器必须移动质心和角动量，以确保接触力在每个支撑阶段保持可行。步的位置、持续时间和方向会影响捕获区域；几何上可达的姿势可能来得太晚，无法恢复平衡。

尽可能向规划器开放时间容忍度和捕获余地。对于名义行走，保持可停止的姿势。对于干扰恢复，优先考虑及时稳定的立足点而非路径的优雅。

尊重已承诺与未承诺的步骤

一旦摆动脚加速或支撑转移开始，突然更换目标可能违反运动学和动力学限制。将计划分为承诺执行和可重新规划的后缀，并声明更新截止日期。

当感知发生变化时，验证当前步骤是否可调整、是否必须提前着陆或是否需要保护性停止。不要发布新的全局路径，好像每个足迹都一样可编辑。

只有在州和地图检查后才能重复使用图纸

当附近的姿态和地形状态共享有效后缀时，计划重用可以减少计算。它还能在定位漂移、地形运动或不同支撑脚后重现过时的立足点。在重用前重新验证变换、支撑和碰撞。

在线步数规划研究为在线规划和重用提供了历史证据。现代部署仍需有限制延迟和当前传感器检测。

一起评估地形、时机和执行情况

衡量规划成功率和时间、扩展状态、路径成本、最小支撑和碰撞间距、执行脚步姿误差、接触时机、滑倒、重新规划和坠落情况。按楼梯、间隙、坡度、杂乱和感知质量进行分段结果。

记录请求和测量的足迹以及状态-估计量的协方差。当控制员落地但恰好保持直立时，计划不应获得全部积分。

测试因子	变体	规划度量	执行度量
地形	阶梯、间隙、坡度、碎屑	搜索成功	脚部支撑
认知	噪声、漏洞、延迟	稳健路径率	意外接触
动力学	速度与扰动	捕获边际	恢复成功
重新规划	障碍或状态变化	更新延迟	承诺步安全
模型	联合不确定性与单不确定性	可行边际	姿态与力误差

以足迹规划合同释放

记录足参考系、覆盖范围极限、支撑标准、碰撞几何、动态界面、已承诺地平线、地图不确定性和恢复行为。存储地形、机器人模型、规划参数及控制器版本及基准测试。

通过以下清单进行验证。

评估“人形机器人脚步规划”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。

成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。

上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。

最终结论应明确写出已知限制、尚未验证的场景和下一项可证伪的实验，使后续团队能够沿着证据继续推进。

实际项目还应指定数据、模型、控制器和安全流程的负责人，并预先定义回滚条件。责任边界、审批记录与变更日志越清楚，故障发生后越容易停止扩散、定位原因并安全恢复。

把任务拆成感知、决策、动作执行和结果确认，可以更准确地定位瓶颈。每一阶段都应有独立指标与失败示例，避免用端到端成功率掩盖偶发但严重的风险。

引用的产品规格、论文结果和监管要求需要记录发布日期与适用版本。资料更新后应重新核对关键结论；无法从一手来源确认的内容，应明确标注为待验证信息。

小规模试点的价值在于提前暴露接口、人员协作和异常处理问题。试点结束后应依据预设门槛决定扩大、修改或停止，而不是因为已经投入资源就默认继续。

所有结论都应能够追溯到原始记录，并可复核。

硬件与软件接口应分别记录单位、坐标系、时钟、延迟和允许范围，并通过自动测试检查不一致。接口定义变化时，旧数据和旧控制参数不能在未经验证的情况下直接复用。

• 检查整个鞋底和摆动体积。
• 搜索序列与继任者并停止可行性。
• 验证全体和平衡约束。
• 在网络重新规划过程中，保护已完成的步骤。
• 在不确定性下比较计划中的与测量的足迹。

常见问题

可触及的脚步姿势会自动是安全的步骤吗？

不行。支撑面积、摆动净空、全身可行性、平衡时机和下一个站姿也必须有效。

为什么要检查全底而不是中心？

中心点可以放在支撑上，而脚跟、脚尖或侧面则悬出边缘或接触高起的障碍物。

每一步都能立即重新规划吗？

不行。已经处于摆动或支持转移的步骤有一个确定的执行视野，只有有界调整是安全的。

规划师是否应该总是最小化步数？

不。更少的步骤可能降低利润率、造成长距离或取消回收选项；成本必须反映执行风险。

什么能证明脚步规划的绩效？

在地形、感知误差、干扰、重新规划和恢复等方面，共同报告搜索和执行指标。

承诺步与可恢复站立边界

只有当支撑、摆动、全体、平衡和承诺步约束在相同状态和时间上达成一致时，足迹序列才是可执行的契约。