基于降阶预测与离散时间屏障筛选的四足机器人危险地形安全落脚点规划

《Scientific Reports》：Quadruped robot foothold intelligence for safe locomotion on hazardous terrain

　　

摘要：危险地形上的安全四足运动不能简化为选择局部最安全的落脚点，因为一个几何可达的接触点仍可能恶化随后的支撑相、增加执行器需求、接近摩擦极限或给机器人本体留下不足的净空。本研究提出STEP-CBF+，这是一个降阶的落脚点和姿态预筛选框架，它在单个候选选择层内耦合了地形风险记忆、基于DCM/ZMP（发散分量/零力矩点）的支撑预测、离散时间屏障筛选、能量感知运动正则化、三关节力矩可行性、摩擦锥约束以及预期性本体高度自适应。研究考虑了一个腿部具有3个自由度（3-DOF）、质量为13.5 kg的四足机器人，采用占空比为0.75的爬行步态，并在每次决策时评估49个落脚点候选。研究人员在25次随机化的地形和载荷实现下考察了六种危险地形条件，并与名义策略、纯风险策略以及降阶凸模型预测控制（convex-MPC）策略进行了比较。性能通过独立的摔倒和滑移结果、失效前行走距离、动态支撑裕度、跟踪精度、执行器和摩擦利用率、计算时间以及组件消融实验进行量化。在所有场景中，STEP-CBF+将平均摔倒率降低至4.0%，同时将稳定步态比例提升至77.3%；相比之下，三种对比方法的摔倒率为16.7%-18.7%，稳定步态比例为72.2%-73.7%。一个特别揭示性的结果出现在倾斜地形上，其中稳定时间达到86.0%，最小动态裕度改善至-0.032 m，同时峰值执行器利用率降低。在受限的低矮通道场景中，预期性姿态调整实现了无碰撞通行和零摔倒，而所有不具备高度自适应能力的策略均告失败。该方法保持了约13.6 ms的平均选择时间，而降阶凸MPC实现则为30.5 ms。结果表明，STEP-CBF+的主要优势在于必须同时评估接触可行性及其对下一支撑相和身体姿态的影响时体现出来，它在地形感知与底层运动控制之间提供了一个可解释的中间安全层。这些结论仅限于降阶随机仿真，并不构成完整的全身非线性不变性证明或硬件验证。

论文解读：面向危险地形的四足机器人安全落脚点智能规划

一、研究背景、现存问题与研究动机

四足机器人在非结构化危险环境（如崎岖山地、碎石坡、低矮涵洞等）中的自主运动是机器人领域的前沿挑战。现有研究主要分为两大方向：一是基于模型的优化与控制方法，例如在线落脚点优化、自适应模型预测控制（MPC）以及基于控制屏障函数（CBF）的安全关键协调；二是基于学习的强化学习方法，通过大规模并行训练实现鲁棒的地形适应。然而，这两类方法都存在显著局限。对于模型方法而言，单纯依赖地形感知选择局部最安全的落脚点是不够的，因为一个几何上可到达的接触点仍可能在后续支撑阶段引发一系列问题：增大执行器负载、逼近摩擦锥边界、导致身体净空不足，甚至引发动态失稳。学习型方法虽然展现了强大的适应性，但其决策过程缺乏可解释性，难以在关键时刻（如即将失去支撑或发生碰撞前）提供明确的物理量依据来判断为何某个候选落脚点应被拒绝。因此，研究人员开展本研究的核心动机是开发一种可解释、计算高效的中间安全层，该层能够在地形感知与底层运动控制之间架起桥梁，在每次落脚决策时显式评估候选点的地形风险、动态支撑后果、执行器力矩可行性、摩擦约束以及身体姿态兼容性，从而弥补现有方法在“后果预测”方面的缺失。

二、研究方法与关键技术

为达成上述目标，研究人员构建了一套名为STEP-CBF+的降阶落脚点与姿态预筛选框架，其核心技术方法包括：

1. 1.
   地形风险记忆与候选点生成：在每个摆动事件中，于名义落脚点周围生成一个7×7的局部网格（共49个候选点），并计算每个候选点的综合地形风险值，该值由邻近危险度、坡度、粗糙度、记忆中被拒绝接触的风险、低摩擦风险以及与名义点的偏差六个加权项组成。
2. 2.
   基于DCM/ZMP的动态支撑预测与离散时间屏障筛选：利用线性倒立摆模型推导发散分量（DCM）和零力矩点（ZMP），计算相对于三足支撑多边形的动态裕度，并引入离散时间屏障不等式作为筛选条件，确保候选点不会导致动态裕度过度恶化。
3. 3.
   三关节逆运动学、力矩可行性与摩擦锥约束：基于机器人腿部几何参数建立正/逆运动学模型，通过雅可比矩阵计算接触力引起的各关节力矩，设定力矩利用率阈值；同时施加库仑摩擦锥条件，确保接触力不超出摩擦极限。
4. 4.
   能量资源管理与姿态自适应：引入一个有界决策资源变量（能量罐），用于抑制过于激进的修正动作；针对低矮障碍物，控制器会提前评估身体净空，并在必要时启动蹲伏姿态，直至整个身体完全通过障碍物后方恢复原始高度。
5. 5.
   多目标代价函数与消融基线设计：最终候选点的选择由一个包含地形风险、动态裕度惩罚、能量消耗、平滑度、力矩与摩擦利用率以及姿态偏差的多项代价函数驱动。为验证各组件贡献，研究人员设计了七种消融变体，并设置了名义步态、贪婪风险选择器和降阶凸MPC三个对比基线。

三、研究结果

Pothole（凹坑地形）：通过分析3D足部落点序列、风险值、支撑裕度、执行器及摩擦利用率等时序数据发现，STEP-CBF+将稳定步态比例从基线的70.9%-71.8%提升至77.6%，配对检验经FDR校正后显著。摔倒率为4%，与名义方法持平，表明该方法在该场景下主要改善了稳定性暴露程度而非彻底消除摔倒。

Uphill（上坡地形）：这是动态支撑效果最显著的场景。STEP-CBF+实现了86.0%的稳定时间，远高于名义（78.4%）、风险优先（76.4%）和凸MPC（81.6%）基线。最小动态裕度改善至-0.0323 m（基线约为-0.043至-0.047 m），峰值力矩利用率降至0.626（基线为0.674-0.703）。这表明支撑与执行器筛选机制在斜坡场景中发挥了关键作用。

Rough Strip（粗糙条带）：该场景揭示了方法的一个重要局限性。尽管STEP-CBF+达到了70.8%的稳定时间，但其最小动态裕度更为负向（-0.0956 m），且摔倒率达到12%，而名义和凸MPC基线在此次随机试验中为零摔倒。虽然经多重性校正后差异未达统计显著性，但最差情况裕度显示异构粗糙地形可能导致更深的动态裕度下降。

Stones（石块地形）：所有四种方法均完成了无摔倒试验。STEP-CBF+的稳定时间为75.0%（基线约为71.4%-73.1%），同时保持较低的峰值力矩利用率0.469，表明该方法在不显著改变名义步态的前提下实现了保守的执行器使用。

Combined Hazards（复合危险地形）：该场景呈现出最强的权衡关系。STEP-CBF+将峰值力矩利用率降至0.571（基线为0.690-0.718），但其平均稳定步态比例（76.8%）和最小动态裕度（-0.0689 m）劣于预测性和名义基线，且有8%的运行满足模拟摔倒判据。这说明在高度异质地形下，风险、支撑、摩擦、姿态和执行器等多项目标之间存在竞争关系。

Duck-under（低矮通道）：该场景直接隔离了姿态模块的效果。STEP-CBF+在全部25次试验中实现零摔倒和零身体碰撞，而所有不具备高度自适应能力的基线方法均产生100%摔倒。消融实验证实了机制：移除高度自适应后，结果为100%摔倒和每次试验三次身体碰撞。身体高度轨迹从约0.49 m下降至障碍物下的约0.41 m，并在完整身体轮廓离开天花板后才恢复。

四、讨论与结论

讨论部分指出：第一，STEP-CBF+应被视为一个降阶的安全/可行性筛选层，而非经过正式安全性认证的全身控制器。其屏障条件基于DCM/ZMP支撑模型和爬行步态，有效性受限于降阶动力学、模型假设和所表示的安全集。基准测试中约22.5%的决策使用了有界恢复模式，而硬回退为零。第二，扩大的基准测试不支持统一优越性的主张。该方法在上坡稳定时间、上坡最小裕度、平均峰值力矩利用率以及低矮通道场景中展现出明显优势，但在粗糙条带和复合危险地形中暴露了更深的最小裕度下降和非零模拟摔倒率。整体4.0%的平均摔倒率受到低矮通道场景的强烈影响。第三，独立结果指标减少了循环论证。摔倒、滑移、身体碰撞、跟踪误差等并非候选目标函数的简单重述。但这些结果仍是仿真替代指标，不等同于实测硬件摔倒。

研究结论部分翻译如下：本研究呈现了对STEP-CBF+作为一项质量感知、屏障筛选的落脚点与姿态层的可重复评估，用于危险四足运动。实现使用了显式的地形/摩擦风险、三足DCM/ZMP预测、有效的离散时间屏障参数（α=0.80）、有界恢复报告、全三关节力矩可行性、摩擦锥、能量/平滑度资源以及预期性全身净空。评估包含每种地形25次随机试验、一个降阶凸MPC比较器、独立结果指标、FDR校正的配对统计、计算计时和组件消融。最强结果是场景特定的。STEP-CBF+改善了上坡稳定时间和最小动态裕度，同时降低了执行器利用率；高度自适应模块是在本基准测试中成功完成低矮通道遍历的必要条件。在所有六个场景中，该方法产生了4.0%的平均摔倒率、77.3%的稳定步态比例、约0.53的平均峰值力矩利用率和约13.6 ms的选择时间。同时，粗糙条带和复合危险地形暴露了不太有利的最差情况动态裕度，并表明该方法并非在每个指标上都优于每个基线。因此，恰当的结论是该框架提供了一个可解释且计算紧凑的安全/可行性筛选机制，具有可衡量的益处和明确的局限性，而非一个完整的四足机器人安全动态运动证明。