控制管线：人形机器人的数字脊髓
一台人形机器人如何在非结构化环境中行走、搬运、适应地形？答案藏在一条从传感器到执行器的完整控制管线里。相比轮式平台和四足机器人已有的成熟控制框架，双足人形在自由度数量、平衡难度和实时性要求上都面临更苛刻的约束。
控制管线大致分为六个层级：传感器采集 → 环境感知 → 状态估计 → 运动规划 → 步态/全身控制 → 关节执行。每一层的设计选择直接决定上层算法与底层硬件的协同效率。本文从工程视角拆解各层级的技术方案与行业现状。
第一层：传感器采集——数据的起点
控制管线的入口是多模态传感器融合。典型配置如下：
视觉传感器（深度相机/立体视觉） 提供地形高度图与障碍物信息。Unitree H1 搭载 Intel RealSense D435i，以 30fps 输出 1280×720 深度图；Tesla Optimus 则采用纯视觉方案，使用多颗车载级鱼眼相机。视觉数据是环境感知的核心输入。
惯性测量单元（IMU） 提供三轴加速度与角速度，是状态估计与平衡维持的关键。六轴 IMU 提供加速度计和陀螺仪数据，九轴版本额外集成磁力计。Boston Dynamics Atlas 采用高精度光纤陀螺 IMU（约 $2000–5000/颗），而消费级 MEMS IMU（如 ICM-20948，约 $15）是多数人形机器人的低成本选择。
关节编码器与力/扭矩传感器 提供关节位置、速度与外部力矩反馈。Atlas 使用 18 位磁性绝对编码器（精度 0.0014°），主流方案则是 12–14 位磁性编码器（如 Unitree 自研关节模组）。六维力/扭矩传感器——例如傅利叶智能自研的 FT-3000，采样率 1kHz——安装在脚底和腕部，直接感知地面反作用力与抓取力。这些信号构成步态控制与操作任务的关键反馈回路。
触觉与本体感知——Figure 02 在指尖集成触觉传感器阵列，提供接触力的空间分布信息；关节温度、电流、母线电压等本体感知数据则服务于安全保护与功耗管理。
第二层：环境感知——理解世界
原始传感器数据必须转化为结构化认知。视觉数据经过以下处理管线：
视觉里程计（VO） 通过帧间特征匹配（ORB-SLAM3 或 Droid-SLAM 等）估计相机运动的 6-DOF 位姿变化。Droid-SLAM 基于可微分优化，视觉定位精度达到厘米级，在 Jetson Orin 平台上单帧计算开销约 50–100ms。
地形感知 将深度图转化为可通行性地图。常见做法是将点云投影到 2D 高度网格（Elevation Map），再进行坡度与崎岖度分析。可通行性阈值通常设为：坡度 < 15°，台阶高度 < 机器人小腿长度（人形机器人约 25–35cm）。超出阈值的区域标记为不可通行，直接影响后续路径规划。
物体检测与语义分割——YOLOv8 或 Mask R-CNN 用于识别障碍物、楼梯、门等环境元素。推理频率通常为 10–30Hz。频率过低会引入感知延迟，导致控制回路失稳。
第三层：状态估计——机器人的”内感受”
机器人需要知道自己在哪、姿态如何、关节处于什么状态。这是状态估计层的任务。
扩展卡尔曼滤波器（EKF） 是行业标准方案。它融合 IMU 的加速度和角速度（预测步）、视觉里程计或运动捕捉系统的位置更新（更新步）、以及关节编码器的腿部运动学反馈，输出平滑的 6-DOF 位姿与速度估计。典型更新频率：IMU 预测 1kHz，视觉更新 30–100Hz。
浮动基动力学 是双足机器人独有的挑战。机器人与地面之间没有固定连接，“基座”（躯干）的姿态随时间不断变化。状态估计器必须同时估计躯干位置、方向、线速度、角速度以及所有关节角度。对于一台 28-DOF 的人形机器人（Unitree H1 为 17–19 DOF），状态向量维度超过 50。
MPC 内部状态 依赖预测模型的前向模拟。MPC 需要在 N 步（通常 10–20 步，步长 20–50ms）预测时域内实时求解最优控制序列。这意味着状态估计必须在 MPC 优化循环开始前完成，且延迟必须低于控制周期（通常 < 1ms）。
第四层：运动规划与步态生成——决定怎么走
运动规划回答的是”要去哪”，然后转化为”关节怎么动”。这是控制管线中最复杂的环节之一。
全身运动规划（WBC） 将任务空间目标（躯干移动、末端轨迹）分配到每个关节。约束包括：ZMP（零力矩点）落于支撑多边形内、关节位置/速度/力矩极限、足部与地面的接触力锥。WBC 的典型求解频率为 100–400Hz，使用距优先 QP（二次规划）求解器，复杂度随自由度指数增长。
步态生成 的核心是足端轨迹设计。常见模式包括：
- 静态步行：任意时刻至少双脚（或单脚加手杖）接触地面。足端轨迹使用五次多项式插值，摆动相占空比约 60%。
- 动态步行：存在双脚同时离地的”飞行相”——Atlas 的后空翻就是极端案例。使用非线性格子最优化规划步态相位序列。
- 跑/跳：需要同时处理质心轨迹、角动量调节与地面反作用力约束。
生成式步态规划器 是近年涌现的新方向。深度神经网络直接生成步态相位与足端落点，与 QP-WBC 相结合，在仿真环境中训练后迁移到真实机器人（Sim-to-Real Transfer）。Figure 02 的部分运动能力即基于此类技术。
第五层：控制策略——MPC vs RL vs 模仿学习
这一层是将规划转化为力矩指令的核心决策层。三种主流技术路径各有取舍。
模型预测控制（MPC）
MPC 在预测时域内求解有限时域最优控制问题，并周期性重算。优势在于约束处理能力强（关节限位、摩擦锥、ZMP）且可解释性强。缺点是依赖精确动力学模型、对模型误差敏感、计算量随自由度平方增长。
Convex MPC 由 ETH Zurich 团队在 ANYmal 四足机器人上完成基准验证：使用 OSQP 求解器，在线求解时间 < 3ms，水平步长 5–7 步约 0.5s。这也是人形机器人的主流方案——Atlas 的”全向跳跃”和”后空翻”背后正是 MPC 实时规划躯干轨迹和地面反作用力，再由 WBC 分配到全身关节。
非线性 MPC（NMPC） 直接优化包含运动学与动力学约束的非线性代价函数，精度更高但计算量更大。求解周期通常为 10–50ms，更适合离线规划而非在线控制。
强化学习（RL）
深度强化学习通过学习奖励函数直接输出控制策略。策略在仿真环境（Isaac Gym、MuJoCo 等）中训练，训练完成后神经网络推理延迟可低至 < 1ms。优点：天然适应高维非线性（26+ DOF），对建模误差鲁棒，一次训练覆盖多种运动模式。缺点：奖励函数设计困难，Sim-to-Real 转移存在”仿真与真实差距”，安全性约束无法严格保证。
Unitree H1 的 RL 策略在 Isaac Gym 中训练（4096 并行环境，单次训练约 4–6 小时，使用 1 块 RTX 4090 GPU），学习直接控制器（不依赖动力学模型），推理在板载平台运行。验证场景包括斜坡（最大 20°）、随机台阶和碎石路面，步行鲁棒性相较经典方法明显提升。
EagerM5（清华大学 2025 年发表于 RSS）提出事件触发的模型参考自适应控制框架，将 MPC 与 RL 结合：RL 训练粗粒度上层策略生成步态宏指令，MPC 基于宏指令进行精细的关节力跟踪。这一混合架构在 Unitree G1 上实现了 3.0m/s 的仿人跑步速度。
模仿学习
模仿学习从人体运动捕捉数据出发，学习姿态映射策略。优势在于能生成自然、类人的运动，避免机器人常见的”屈膝摇臂”机械感。局限在于依赖大量标注动作捕捉数据，泛化到未见地形时性能下降。近期的突破是用少量演示（20–30 条轨迹）配合 RL 微调——Character Control in DRL 即通过这一思路在仿真中生成风格化跑跳步态。
Physics-Based Character Animation（DeepMimic、AMP 等）将运动捕获数据编码为隐式奖励函数，由 RL 策略据此生成风格化运动。Figure 02 研究团队多次引用了这一技术。
关键对比：
| 维度 | MPC | RL | 模仿学习 |
|---|---|---|---|
| 模型依赖 | 强（精确动力学） | 弱（仿真训练） | 中（人类数据） |
| 约束保证 | 强（QP硬约束） | 弱（惩罚项，无保证） | 弱 |
| 泛化到新地形 | 中 | 强 | 弱 |
| 运动自然度 | 中（偏机械） | 中 | 高 |
| 实时推理延迟 | 1–10ms | < 1ms | < 1ms |
| 部署难度 | 中（需调参） | 高（训练环境搭建） | 高（数据采集） |
第六层：关节执行——最后一公里
控制策略输出的力矩指令最终由关节伺服驱动器落实。
电机选型 是关键决策。无框力矩电机配谐波减速器是主流方案——Unitree 自研关节模组的峰值扭矩为 120Nm，重量约 1.2kg。Atlas 则使用液压伺服阀驱动，液压系统功率密度更高，但体积、重量和噪声远超电机方案。
力矩控制 相比位置控制存在代际差距。简单的位置控制（PID 位置环 + 速度环 + 电流环）不适合人形机器人的动态行走——刚性位置控制在外力扰动下极易导致摔倒。力矩控制分为两类：
- 直接力矩控制：通过电流环下达力矩指令，配合关节扭矩传感器闭环。Tesla Optimus 的弹性驱动器（SEA）在电机输出端串联弹性元件，提供本征力矩测量与冲击缓冲能力。
- 间接力矩控制：通过位置命令间接实现力矩输出，阻抗控制是典型例子。传感器精度要求较低，但动态性能不及直接力矩控制。
通信总线 的实时性往往被低估。EtherCAT（100μs 周期）是工业级标准，被多数高性能人形机器人采用。CAN-FD 在消费级产品（如 Unitree H1）中更常见，带宽 5Mbps，循环周期约 1ms。
全链路集成：系统时延与生命周期
控制管线各层的延迟叠加决定系统的整体响应速度。典型人形机器人的控制延迟预算（从感知到执行）为 10–30ms。超过 50ms 即可被操作员感知（遥操作场景），超过 100ms 则动态平衡必然失败。
实际系统设计中存在一个持续的矛盾：感知分辨率 vs 更新频率 vs 计算预算。更高分辨率的深度图（640×480 → 1280×720）将数据处理量提升 4 倍，但语义信息更丰富。这一矛盾在资源受限的板载计算平台上尤为突出。
产业界的演进方向清晰可见：端到端学习正在压缩传统管线层级。RT-2 等视觉-语言-动作（VLA）模型尝试将”感知 → 规划 → 控制”融合为单一大模型，RT-Trajectory 通过示教轨迹进一步降低了策略学习难度。然而，理解完整的全链路——从每个传感器的数据到每个关节的力矩——仍然是设计者和研究者构建稳定系统的基础框架。
从 Atlas 的 MPC 跳跃到 Unitree H1 的 RL 上楼梯，从 Figure 02 的模仿学习抓取到 Optimus 的 SEA 弹性关节——控制管线始终是赋予钢铁骨架以运动灵魂的数字脊髓。