企业官网建设流程全解析

简介：《足式机器人平衡算法》（Legged Robots that Balance）是足式机器人平衡控制领域的经典专著，由麻省理工学院学者Marc H. Raibert撰写，系统阐述腿足式机器人动态稳定行走与奔跑的核心问题，适合机器人研究者、算法工程师及自动化专业学生深入研读。压缩包内是完整的PDF电子书，共1个文件，大小约7.13MB，内容涵盖主动平衡、运动控制、动力学建模、传感器融合与反馈控制等关键技术，并配有作者在Leg实验室的真实实验说明。书中从1974年的步行探索讲起，梳理了从弹跳杆原型到三维空间多腿机器人的研发历程，指出肌肉和肌腱的弹性在动物肢体运动控制中的关键作用；目录划分为简介、动力学与平衡性提高机动性、腿式机械研究史、主动平衡研究史、奔跑机器人简介、三维空间运动、多腿机器人奔跑等章节，结构清晰，便于按需查阅。目前已有394人学习下载，对需要设计足式机器人平衡算法、开展运动控制仿真或撰写相关论文的读者，这份资料兼具理论深度与工程参考价值，可帮助快速建立足式机器人动态控制的知识框架。

1. 这本四十年前的足式机器人平衡算法书，为什么今天还要读

“Legged Robots that Balance”这本书在足式机器人圈子里的地位，有点像控制论里那本《Cybernetics》——人人都听说过，真正翻完的人却没想象中那么多。它是 Marc H. Raibert 在 1985 年出版的经典著作，里面记录的是他在 MIT、CMU 做的那些会跳跃的单腿机器人，以及他后来用“虚拟腿”概念让双足和四足跑起来的完整控制思路。你后来看到的不少足式机器人平衡算法、动态步行研究，甚至一些商业四足产品的控制架构，都能在这本书里找到原型。这份资源是把原书翻译整理成 doc 的中文资料，适合两类人看：一类是刚入行、想弄明白足式机器人平衡到底在平衡什么的学生；另一类是已经在写代码、却总在稳定性和调参上翻车的工程师。

2. 先搞清楚 Raibert 在解决什么问题：动态平衡不是“站稳”，而是“别摔倒”

2.1 为什么单腿机器人是研究平衡的最佳实验对象

这本书从头到尾的核心研究对象，不是双足人形机器人，而是一条腿。乍看反直觉，但这是理解全书方法论的门把手：一条腿在空中没有支撑面，落地时只有一个点接触地面，重心投影几乎不可能落在支撑点之内。这意味着“静平衡”这个概念在单腿机器人身上完全不成立。Raibert 想说明的恰恰是这一点——足式机器人在高速运动时靠的从来不是静平衡，而是动态平衡：在每一个瞬间都在“即将失衡”的边缘，靠下一次落足把失衡纠正回来。

单腿模型把这个问题压缩到最小：一个质量块加一条可伸缩的腿，没有第二对称腿来掩护，也没有上半身配重来降低控制难度。所有控制逻辑必须直面一个事实：身体在飞行阶段是一颗纯粹的抛物体，水平和垂直运动解耦，只有落地后的支撑相才有力和力矩可以施加。这个“最小系统”一旦能稳定跑起来，把同样的控制架构推广到双足、四足，就只是数学上的扩展，而不是原理上的改变。

2.2 三分解控制：高度、速度、姿态三个回路互不干扰

Raibert 对足式机器人平衡算法最大的理论贡献，是把原本纠缠在一起的控制问题拆成了三个互不耦合的回路。这个思路在书里反复出现，也是你在自己项目里最容易照搬的部分，分解关系如下表所示。

这三个回路的关键设计原则是：把它们放在不同类型的执行机构上。高度控制靠腿的伸缩和推力，速度控制靠足端落点超前或滞后，姿态控制靠躯干相对腿的力矩。比如，你可以把腿部想象成一根带刚度的弹簧，落地后压缩、再释放，撑起身体的下一段飞行，这就是高度回路；而如果机器人飞得太慢，就让它把脚落在身体前方更远一点的位置，利用落地点相对质心的偏移来加速，这是速度回路；姿态回路则只管一件事——在整个支撑相这个很短暂的时间窗口里，通过髋部力矩把机身拉回水平。

这三种控制之所以能拆开，根本原因是时间尺度不同：高度回路的周期等于整个跳跃周期，速度回路只在支撑相开始的那一瞬间起作用，姿态回路则在支撑相内持续闭环。我在复现这套逻辑时体会最深的就是这一点——不能用一个 PID 把所有事情包了，必须让每个回路在它该起作用的时间窗口内单独工作。

2.3 把三分解控制写成可执行的状态机和策略

落到实现层面，Raibert 的控制逻辑非常适合用状态机描述。整个弹跳循环只包含两个状态：飞行相（Flight）和支撑相（Stance）。状态转移条件在书中的实验里有明确界定：飞行相以“脚接触地面”为结束信号，支撑相以“脚离地”为结束信号。关键点在于，两个状态下的控制目标完全不同，飞行相内所有执行器基本都是自由状态或只做摆腿准备，支撑相才真正执行高度补偿和姿态纠正。

# 单腿弹跳控制状态机，逻辑参照 Raibert 三分解控制 state = "FLIGHT" # 初始状态：飞行相 while running: if state == "FLIGHT": # 飞行相：不做姿态纠正，只规划落地足端位置 foot_pos = compute_foot_landing_position( vx_current, vx_desired, flight_time_left, k_landing ) # 如果检测到脚底接触力大于阈值，切入支撑相 if contact_force > CONTACT_THRESHOLD: state = "STANCE" elif state == "STANCE": # 支撑相：做两件事——垂直推力补偿高度、髋部力矩补偿姿态 thrust = compute_thrust( vy_current, vy_desired, leg_compression, k_thrust ) hip_torque = compute_hip_torque( pitch_angle, pitch_rate, k_pitch, k_pitch_rate ) # 如果腿部伸展到位且接触力消失，回到飞行相 if contact_force < CONTACT_THRESHOLD and leg_extension > LEG_LENGTH_MAX: state = "FLIGHT"

这段状态机的重点不在代码本身，而在两个容易被忽略的细节。一个是接触力的判定阈值。真实机器人落地时，脚底传感器的信号会有大量噪声尖峰，如果你只在飞行相检测一次接触，一个误触发就会让整条腿提前进入支撑相，下一轮跳跃的高度和水平速度全部被打乱。一般我会做双重确认：接触力超过阈值且持续 2～3 个控制周期，才确认进入支撑相。

另一个细节是支撑相结束的判断不能只靠接触力消失，要叠加“腿部已伸展到接近原长”这个条件。原因是离地瞬间腿可能还在压缩回弹的中途，过早切回飞行相，姿态控制会提前释放，机身带着俯仰角飞出去。书里虽然没有讨论这些工程细节，但状态机的框架是完全一致的：两个状态、四个转移条件、三个控制量各管各的窗口。

参数方面，高度回路里最重要的增益是推力系数 k_thrust，它决定了一个周期内补充多少垂直能量。取值太大，机器人会越跳越高直到腿完全伸直后翻倒；太小，则每周期掉一点高度，最终贴地。一般做法是先用仿真跑一个“零速度原地弹跳”，把垂直速度误差收敛作为调参目标。速度回路的 k_landing 则决定足端落点偏移对水平速度误差的响应强度，实际调试时对这个系数最敏感，后面避坑章会专门展开。

3. 从单腿到四足：虚拟腿是这本书里被引用最多的概念

3.1 双足奔跑：两条腿合成一条“虚拟腿”

如果只有单腿机器人能稳定跑，那这本书还不会成为经典。Raibert 的多腿扩展思路非常优雅：与其为每条腿单独设计平衡控制器，不如把多足机器人的腿分组，每组腿在控制层面“合并”成一条虚拟腿。双足机器人在支撑相时，两条腿同时着地，它们的合力等同于一条虚拟腿的力；在飞行相时两条腿摆动，也可以看作虚拟腿在摆动。这样一来，双足奔跑的控制问题就退化成了单腿奔跑的控制问题——你只需要控制一条虚拟腿。

实现虚拟腿合成时，核心是求两条真实腿对机身的合力等效点。书中的做法是把两条腿的足端位置取中点，把两条腿的推力矢量相加，在计算时用这个等效力替代两条腿各自的力。这非常像机械臂运动学里的腕点等价变换，但注意这里不是简单平均——两条腿的刚度不同、压缩量不同时，等效点会偏向刚度更大那条腿。仿真里用好，实机上要对两条腿的液压缸或电机出力做实时测量，否则虚拟腿的等效点计算会失真。

3.2 四足奔跑的控制架构：前腿一组、后腿一组

四足机器人的处理方式在书中更加直接。四条腿被分成前后两组：前腿组和后腿组各自合成为一条虚拟腿，于是四足机器人被抽象为“两条虚拟腿”的动态系统。步态方面，Raibert 在书中讨论过多种对称跑法，最典型的是跳跃步态和弹跳步态：四条腿同时离地、同时落地，前虚拟腿与后虚拟腿的相位差为 0 或 180 度，分别对应四足腾空的马式奔跑和前后交替的奔跑步态。

采用虚拟腿模型后，四足机器人的运动控制就被拆成了这样的层级关系：最底层是单腿的力控制和位置控制，中间层是虚拟腿的合成与分解，最上层是 Raibert 三分解控制。

这个分层结构今天看可能觉得是理所当然的，但在 1985 年提出是很有前瞻性的：控制器不必在意“这条腿此刻单独在做什么”，它只管虚拟腿的行为，真实腿之间的协调由几何分解去完成。这种抽象最大的实际收益是：你在仿真里调四足跑，可以先调“两条虚拟腿”的参数，调稳定后再做真实腿的映射，调试维度少了一半。

3.3 虚拟腿概念落地的几个操作细节

做虚拟腿组装时，位置插值不是唯一的步骤。写入你代码里的其实是一组齐次变换，要注意：虚拟腿的足端位置要用世界坐标系表示，不能用机体坐标系表示。因为我们真正关心的等效落足点，是相对地面的，机体坐标下的足端位置在机身姿态变化时会发生旋转，直接平均会产生严重的误导。

姿态补偿也要在合成前完成。书中的控制顺序是：先对单腿做姿态控制，再组虚拟腿。换句话说，姿态误差在每条真实腿的髋部关节处就已经经过力矩分配，再去做整体合力计算，顺序反了会让两条腿的控制目标互相冲突。

如果做的是带弹性元件的气动/液动腿，虚拟腿的刚度合成必须按“力等效”而不是“位置等效”。两条腿并联时，整体等效刚度是两个刚度之和；如果前腿刚度是后腿的 3 倍，虚拟腿等效点会明显前移，这时再按几何中点做落足点计算，实际跑起来会发现机器人低头。

4. 落地避坑：复现平衡算法时最容易翻车的四个环节

4.1 仿真里稳如泰山，实机一上电就侧翻

现象：同一套控制器和参数，在仿真环境里跑得笔直，搬到真实机器人上，前几步就开始往侧面倾倒，甚至直接一步就翻。

原因：仿真模型默认了理想传感器——接触检测无延迟、关节力矩零摩擦、腿部刚度线性不变。真实机器人的每条腿都有弹性形变、关节间隙、作动器响应延迟，尤其是足端落地瞬间的冲击力会让接触传感器产生多次触发。Raibert 的控制架构里，飞行相到支撑相的转换依赖接触信号，这个信号一旦在前几步里被抖动干扰，高度回路和姿态回路就会在不该介入的时间窗介入。

解决：接触检测必须做滤波和滞后判断。我的习惯是在足端传感器数值上做一个 2ms 窗口的滑动平均，同时让状态机采用“迟滞切换”——接触力超过阈值 5N 且保持 3 个控制周期才置为支撑相，掉到阈值以下 3N 且保持 3 个周期才置为飞行相。这套逻辑能在不改动控制算法的前提下，把仿真到实机的迁移成功率大幅提升。

4.2 姿态回路一加反馈就开始震荡

现象：单独跑高度和速度回路，机器人虽然跳得不够优雅，但能稳定循环；只要把姿态闭环的俯仰角反馈加进来，机身开始前后摇摆，越摆幅度越大。

原因：姿态回路和速度回路之间存在耦合——你通过髋部力矩调整机身姿态，物理上会改变足端相对质心的水平位置，而足端位置恰恰是速度回路的核心控制量。两个回路都在支撑相工作，带宽相近时就会打架，这是三分解控制最微妙的边界。Raibert 的书里没有展开讲回路解耦的具体调法，但实验章节里暗示了一个经验：姿态回路的带宽要比速度回路高一个量级。

解决：姿态控制在每个支撑相内做的第一件事，就是快速把机身在几十到一百毫秒内拉回头部角度目标，速度回路则在这种瞬态完成之后才根据剩余支撑时间调整。实际操作时，我把姿态回路的 P 增益调得足够大，但只在支撑相开启后前 30% 的时间窗内全力工作，后面阶段逐渐退让给速度回路。这个时间窗的划分是每台机器都要重新调的，不能直接照抄。

4.3 跳跃高度周期性衰减，三个周期后贴地

现象：机器人起跳正常，但每个周期的跳跃高度都在降低，大约三个周期后腿的伸展量完全不足以离地。

原因：高度回路只在前一个周期结束时计算一次能量补偿量。真实系统里，每条腿的作动器都有响应延迟和能量损耗，实际补偿量达不到计算值，每个周期都在欠补偿。这是典型的“计算模型完美、执行系统残缺”问题。

解决：在高度回路中引入垂直速度误差的积分项，而不是只看当前周期的瞬时误差。具体做法是记录最近四个周期顶点处的垂直速度，算出平均值与期望值的偏差，把偏差的积分值叠加到本周期推力指令上。这个积分项等价于一个自适应补偿器，能自动补上作动器损耗的坑。但要注意积分项需要限幅，否则一旦出现传感器异常尖峰，积分器会把推力指令推到危险值。

4.4 计算机里跑飞了：控制频率不足导致支撑相采样点太少

现象：把控制频率从 1000Hz 降到 500Hz 后，跳跃开始出现周期性的“跛行”，有时提前离地，有时支撑相里姿态纠正幅度不够。

原因：支撑相在快速奔跑时持续时间只有 100～150ms。500Hz 下，整个支撑相只有 50～75 个控制周期；而姿态回路需要的响应时间约 30ms，这意味着它只有 15 次左右的调整机会，完全不够用。

解决：把高速控制和低速规划分开。Raibert 的三分解控制里，支撑相内的关节力矩要跑实时闭环，至少 1000Hz；而“下一步落脚到哪里、推力多大”这类规划信息，在飞行相内以 50～200Hz 的低频预先算好即可。这个分层在仿真里不容易看出问题，实机上却直接影响稳定性。

5. 奔跑中的对称性：用物理学给控制算法做校验

5.1 书里说的对称性到底是什么

第六章到第五章之间，Raibert 花了一整章的篇幅讨论对称性。这部分初看像是对动物运动规律的理论观察，实际上它是一个用于校验控制算法的数学工具。这里的对称性不是指外形左右对称，而是指运动轨迹的时间对称：一个跳跃周期被飞行相的顶点分成前后两半，如果后半段飞行轨迹是前半段的时间镜像——上升段和下降段速度曲线关于峰值时刻对称，那么这个系统的能量结构就是自洽的。换句话说，控制律没有偷偷消耗或引入额外能量。

在实际调试里，对称性是一个“免费”的诊断手段。你的机器人飞起来后，记录质心垂直速度曲线：理想情况下，它应该像一条对称的抛物线。如果上升段比下降段陡，说明高度回路推力过大，多余的垂直能量被憋在系统里；如果下降段更快，说明腿部刚度和推力补偿不足。我一般在仿真里做免费弹跳时，会顺手打印质心垂直速度的对称误差指标，大于 5% 就说明能量管理还不够干净。

5.2 剪切对称与非对称步态控制的换算关系

书中除了时间对称，还引入了剪切对称——把支撑相的腿部轨迹做横向剪切变换，可以让原本对称的步态变成转向运动。这个概念在实现层面的意义非常实用：三维空间中的转弯，不需要单独设计一套“转向控制器”，只需要在原本的对称步态上，给足端落点叠加一个很小的横向偏移量，偏移量的大小正比于期望的转向角速度。这样转弯就变成了对称奔跑的一个参数调制，而不是控制架构的更换。

我在做四足转向调试时用到了这个思路。具体做法是给每条虚拟腿的落足点方程增加一个横向分量，这个横向分量等于转向率乘以一个超前时间常数。注意这个叠加要在虚拟腿分解到真实腿之前完成，否则两条腿会各偏各的，转弯姿态扭曲。

5.3 对后来足式机器人速度控制的影响

这本书出版后，动态足式机器人研究在很长一段时间内都在用“对称性”来约束设计。它回答了一个当时很关键的问题：飞行阶段人无法干预，支撑段时间又极其短暂，控制律到底该把计算资源花在哪里？答案是花在让运动保持对称性上——因为它意味着每个周期的能量收支平衡，姿态和高度不会累计误差。今天很多高速跑动机器人的控制策略，你往回对照，都能在“保持对称性”这个原则上找到思想的影子。

如果看完整本书再回头看自己的代码，你会发现：稳定跑起来的关键不一定是更复杂的控制律，而是让简单控制律在各个维度上保持对称性，尽量让不必要的瞬态误差消失在空中。这本书提供的不是一个可以直接套用的算法库，而是一套怎么判断你的算法是否走偏了的物理直觉。这恰恰是很多现代足式机器人项目中缺失的部分——代码越来越复杂，物理校验却缺席了。

6. 把这本书读薄：我复现时固定下来的调试顺序和习惯

6.1 调试顺序决定你一天调完还是一周调完

拿到这本书后最容易犯的错误，是直接从四足虚拟腿开始搭建控制器，最后四个回路一起互相干扰，根本没法定位问题。我复现时用了很长时间才摸出合理的调试顺序：先确认单一跳跃高度闭环稳定，再锁死高度、加姿态回路让机身不乱转，最后才加水平速度控制让它真正“跑”起来。

如果你在仿真里从零搭建，建议按以下参数表来初始化一个虚拟的“平面单腿机器人”。这套参数是最常用的初始起点，数值取自书中实验描述与后续常见的复现设置：

6.2 一个值得养成的检查习惯：每个周期打印对称误差

现在无论我是在仿真里复现足式机器人平衡算法，还是在实际机器人上换了一个新的腿部结构，都会强制让机器人先跑一个“原地弹跳测试”，然后打印三样东西：质心垂直速度的对称误差、机身俯仰角在支撑相内的均方根误差、相邻两个周期跳跃高度的差值。这三项指标，分别对应高度回路、姿态回路和速度回路的健康度。只要这三项都落在各自阈值的 5%～10% 以内，我才会继续把期望速度从 0 慢慢往上加。

从那以后，我调试足式机器人平衡算法时，再也没有一上来就满怀期待地推期望速度的推杆。理解这本书最核心的收获，不是记住某一个控制律，而是在动手之前先建立“这个系统在物理上应该怎么运动”的图景——剩下的事情，就是用代码去逼近那个图景。希望这份阅读和调试路径能帮你少走一些我当年走过的弯路。

本文还有配套的精品资源，点击获取