人形机器人量产标定：惯量辨识要闭环

样机调好以后，量产最怕每台机器都像新项目。人形机器人如果没有把惯量辨识和足端力校准做成闭环，控制参数会被装配差异逐台拉开。

整机质量参数首先不可能完全等同于设计模型。电池批次、外壳加工、线束长度、润滑脂用量和末端工具都会改变质心位置与转动惯量，偏差单项看不大，叠加到全身控制里就会影响地面反力分配。若仍按样机参数运行，某些机器站立时需要额外踝力矩，某些机器摆臂时会把躯干姿态带偏。

惯量辨识不能只在关节台架上完成。单关节测得的电机常数、摩擦和减速比无法覆盖整机装配后的质量分布，尤其是躯干、双臂和电池位置改变后，质心高度和前后偏移都会变。比较可靠的流程，是让人形机器人执行一组低风险回归动作，通过关节力矩、IMU姿态和足底反力反推整机参数，再把结果写入该台设备的参数包。

辨识动作也要受边界约束。动作太小，信号淹没在摩擦和传感噪声里；动作太大，未标定机器又可能先失稳。量产线上通常需要从小幅摆臂、缓慢蹲起和单脚轻载转移开始，逐步激励主要惯量项，同时把异常机器拦下来，而不是让每台都跑完整高动态动作。

足端力传感器批次校准是另一条闭环。压力阵列、六维力传感器和脚底结构件会受到装配预紧、胶层厚度和温度的影响，同样的标称载荷在不同脚掌上可能产生不同零点和灵敏度。若用统一增益解释所有脚底数据，支撑多边形和地面反力估计会出现系统偏差。

校准夹具本身也会带来误差。加载头位置、背板刚度和接触面积若与真实鞋底受力不同，标定出来的力矩中心会在现场偏移。更稳妥的做法，是用多点加载和不同方向小力矩建立传感器映射，再通过整机站立动作做二次回归，确认左右脚在相同姿态下给出一致的支撑结果。

数据管理决定闭环能否持续。每台设备的惯量参数、足端校准矩阵、传感器序列号和软件版本必须绑定，否则维修更换脚掌或电池后，旧参数可能继续被加载。出厂测试还应保留一套短回归动作，发现参数偏移时自动提示重标定，而不是等用户看到走路偏斜才排查。

闭环还要覆盖售后阶段。脚掌磨损、关节换件、外壳维修和末端工具升级都会让原有参数逐渐失效，若返厂或现场维护后没有重新跑回归动作，控制器仍会相信旧模型。较稳妥的做法，是把关键参数变化设成强制复标条件，并让云端或本地维护系统保存前后差异，判断偏移来自正常老化还是装配异常。参数变化超过阈值时，还应冻结高动态动作，先完成低风险验证。这样量产数据才能反向修正装配公差和标定夹具，而不是只服务单台设备。若同一批次偏差集中出现，还应追溯夹具和工艺参数，并用于下一轮抽检设限，防止批次问题继续扩散到现场。

因此，量产标定不是把样机参数复制十次，而是让每台机器把自己的质量和足端响应测出来。参数闭环稳定后，控制一致性才有基础。