课程导入：人形机器人运动控制与平衡的学科定位、发展历程、核心挑战与整体学习路径

人形机器人（Humanoid Robot）的运动控制与平衡，是机器人学中公认的"皇冠明珠"。它并非单一学科的延伸，而是机构学、动力学、控制理论、传感器融合、人工智能与高性能计算深度交叉的综合性工程学科。与工业机械臂在固定基座上的精确轨迹跟踪不同，人形机器人面临的是浮动基座（Floating Base）、非连续足地接触（Intermittent Contact）以及高维冗余驱动（High-Dimensional Redundancy）的极端挑战。本章作为全课程的导引，旨在为学习者建立宏观的学科坐标系，厘清技术演进脉络，剖析核心矛盾，并规划一条从数学基础到前沿算法的系统化学习路径。

1.1 学科定位：一门关于"动态约束下的冗余决策"科学

人形机器人运动控制与平衡，本质上研究的是：如何在一个具有约30个以上驱动自由度、且基座不固定的高维系统中，通过协调全身关节力矩，使机器人完成行走、奔跑、跳跃、上下楼梯等复杂任务，同时保证质心（CoM）始终处于动态稳定域内。 这与传统固定基座机械臂有本质区别——机械臂的基座是刚性的，其动力学方程中惯性矩阵恒定；而人形机器人的基座是浮动的，其动力学方程中惯性矩阵随姿态变化，且足底与地面的接触约束是时变的、非光滑的。

从学科谱系来看，该领域处于以下四个核心学科的交叉点：

• 多体系统动力学（Multibody Dynamics）： 提供描述机器人运动与力传递的数学工具，包括牛顿-欧拉递推算法、拉格朗日方程、以及基于李群李代数的现代几何力学方法。
• 现代控制理论（Modern Control Theory）： 从经典的PID、LQR，到非线性的反馈线性化、滑模控制，再到目前主流的模型预测控制（MPC）与全身控制（WBC），为平衡与跟踪提供理论支撑。
• 状态估计与传感器融合（State Estimation & Sensor Fusion）： 人形机器人无法直接测量自身在世界坐标系中的位置和速度，必须通过IMU、关节编码器、足底六维力传感器等异构信息，实时估计浮动基座的状态。
• 人工智能与机器学习（AI & Machine Learning）： 近年来，深度强化学习（DRL）在端到端运动控制中展现出巨大潜力，尤其是在处理非结构化地形和抗扰动方面，弥补了传统基于模型方法在泛化性上的不足。

1.2 发展历程：从静态稳定到动态敏捷的三大范式跃迁

人形机器人的发展史，就是一部对"平衡"定义不断放宽的历史。我们可以将其划分为三个标志性阶段：

这一演进过程背后有两条清晰的驱动力：其一是执行器技术的革命——从高成本、高维护的液压驱动转向高功率密度、低阻抗的电驱动（如MIT Cheetah的准直驱方案），使得关节力矩的精确控制成为可能；其二是计算能力的跃升——MPC和WBC算法需要在1kHz甚至更高频率下求解带约束的二次规划（QP）问题，这依赖于高性能嵌入式处理器和GPU加速。

1.3 核心挑战：为什么人形机器人控制如此之难？

尽管技术飞速发展，人形机器人的运动控制与平衡依然是开放性问题。其核心挑战可归纳为以下四个维度：

1. 浮动基座与欠驱动特性： 机器人脚底与地面之间没有固定连接，系统自由度（DoF）大于执行器数量（通常为6个浮动基座自由度+关节自由度）。这意味着我们无法直接控制质心的位置，只能通过足底反作用力间接影响。这种"欠驱动"特性使得控制问题从轨迹跟踪转变为"力-运动"耦合的优化问题。
2. 非连续、非光滑的接触动力学： 行走过程中，脚掌与地面不断经历"接触-分离-再接触"的切换。每次碰撞都会产生冲击力，且接触约束（如摩擦锥、单向力）是硬约束。处理这些事件需要混合动力学建模（Hybrid Dynamics），并设计事件触发的控制切换策略。
3. 高维、强耦合的非线性动力学： 一个典型的人形机器人有30+个自由度，其动力学方程包含大量的科氏力、离心力和重力耦合项。实时求解全身动力学逆解（Inverse Dynamics）的计算量巨大，且对模型参数（如质心位置、转动惯量）的误差极其敏感。
4. 实时性与鲁棒性的矛盾： 平衡控制要求控制周期在1-2ms以内（即1kHz），而MPC的求解通常需要10-50ms。因此，工程上常采用"分层控制"架构：上层以较低频率（50-100Hz）规划质心轨迹和足端落点，下层以高频（1kHz）进行全身力控跟踪。如何在保证实时性的同时，应对模型误差和外部扰动（如被人推搡），是系统设计的核心难点。

1.4 整体学习路径：从数学基础到系统实战的五阶段进阶

针对上述挑战，本课程设计了"五阶段递进式"学习路径，确保学习者既能打下坚实的理论基础，又能掌握工程落地的关键技能。

阶段一：数学基础与刚体动力学（第2-6章）。 首先回顾空间变换与李群李代数（SE(3)），这是描述浮动基座姿态的现代数学语言。随后深入推导牛顿-欧拉递推算法与拉格朗日方程，并引入质心动力学（Centroidal Dynamics）这一简化模型，为后续的MPC规划奠定基础。

阶段二：状态估计与传感器融合（第7-10章）。 重点讲解如何利用IMU（加速度计+陀螺仪）与关节编码器进行浮动基座姿态与速度估计。课程将推导扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）的完整流程，并讨论足底力传感器在接触检测与外力估计中的作用。

阶段三：步态规划与平衡准则（第11-15章）。 这是从"理论"到"算法"的桥梁。我们将系统学习ZMP、捕获点（CP）、发散分量（DCM）等经典平衡判据，并基于线性倒立摆（LIPM）模型推导步态生成器。随后引入模型预测控制（MPC），实现基于未来N步预测的最优落脚点规划。

阶段四：全身运动控制（第16-22章）。 进入核心控制层。课程将详细拆解全身控制（WBC）的数学原理——如何将任务空间（如质心位置、足端轨迹）的加速度映射到关节空间力矩，同时满足接触约束与关节力矩极限。此外，还将讲解阻抗控制、力/位混合控制，以及如何通过QP求解器实现多任务优先级管理。

阶段五：智能增强与系统集成（第23-30章）。 最后，我们将目光投向前沿。探讨深度强化学习（RL）如何与传统控制结合，实现Sim2Real迁移；分析当前主流开源框架（如OCS2、Crocoddyl）的代码架构；并通过一个完整的仿真与实物调试案例，串联起从建模、估计、规划到控制的全链路知识。

1.5 案例拆解：从"被动摔倒"到"主动恢复"——以MIT Cheetah 3的抗扰动平衡为例

为了直观感受上述挑战与方法的综合应用，我们以MIT Cheetah 3四足机器人（其控制架构与人形机器人高度相似）的抗扰动实验为例，进行一个简化的案例闭环分析。

背景与目标： MIT Cheetah 3在行走过程中，受到侧向约50N的瞬间冲击力（模拟被踢），要求机器人在0.5秒内恢复稳定行走，且不发生侧翻或跨步紊乱。

初始现象与数据： 冲击发生时，IMU检测到侧向角速度突变至约2.5 rad/s，质心横向偏移约3cm。足底力传感器显示左侧两足受力瞬间减小，右侧两足受力增大。

分析判断过程： 控制系统的第一层响应是高频全身控制（WBC）。WBC在1kHz下运行，其任务优先级为：①保持接触约束（足底不滑动）→②维持质心高度→③跟踪期望质心轨迹。当检测到冲击力时，WBC通过调整关节力矩，在极短时间内（约20ms）产生一个与冲击方向相反的恢复力矩，试图将质心拉回原轨迹。

实际操作步骤：

1. 状态估计层： 利用EKF融合IMU与编码器数据，在5ms内更新浮动基座的速度估计，并计算出质心速度偏差。
2. MPC规划层（50Hz）： 根据当前质心位置与速度，重新规划未来1秒内的质心轨迹与足端落点。MPC的优化目标是最小化质心位置偏差与落脚点变化量，同时满足摩擦锥约束。
3. WBC执行层（1kHz）： 将MPC输出的期望质心加速度与足端力，通过全身动力学映射为12个关节的力矩指令。WBC内部通过求解一个带约束的QP问题，确保优先级高的任务（如接触约束）被严格满足。

结果对比： 在传统ZMP控制（无MPC）下，该冲击会导致机器人跨步紊乱甚至摔倒；而在MPC+WBC架构下，机器人仅需调整下一步的落点（横向偏移约5cm），即可在0.4秒内恢复原步态。代价是冲击瞬间膝关节力矩峰值达到约80Nm（接近电机极限），且能耗增加15%。

复盘经验： 该案例揭示了现代平衡控制的三个关键点：①分层架构的必要性——低频规划保证全局最优性，高频执行保证动态响应速度；②模型预测的威力——MPC通过"预判未来"避免了ZMP控制的被动滞后；③执行器性能的瓶颈——力矩饱和是限制平衡恢复能力的主要物理边界。

1.6 常见误区与总结复盘

在课程开始之际，我们梳理初学者最容易陷入的四个认知误区，帮助大家建立正确的学习心态：

• 误区一：认为平衡就是"让质心投影落在支撑多边形内"。 这是静态思维。动态行走中，质心投影经常在支撑边界之外（如奔跑时），此时依靠的是角动量调节和下一步落点的预判。
• 误区二：过度依赖仿真而忽视物理直觉。 仿真中的完美模型会掩盖真实系统的摩擦、延迟和噪声。建议在仿真中人为加入模型误差（如增大转动惯量10%），测试控制器的鲁棒性。
• 误区三：将MPC和WBC视为两个孤立模块。 实际上，MPC输出的最优轨迹是WBC的参考输入，而WBC的实际跟踪误差又会影响MPC的下一轮优化。二者必须联合调参。
• 误区四：忽视"接触事件"的建模。 很多算法假设足底始终接触地面，但实际行走中必然存在腾空相。忽略碰撞动力学会导致控制发散。