人形机器人上楼梯时规划为何失稳

平地步态稳定，并不代表上楼梯也能沿用同一套规划。人形机器人一旦把台阶边缘和摆腿离地裕量估错，失稳往往发生在脚还没真正踩实之前。

台阶边缘定位先决定落脚面是否可信。视觉或深度相机看到的是一条几何边界，但边缘倒角、地毯覆盖、强反光和阴影会让高度突变变得模糊。若算法把边缘向外估，脚掌可能只踩到台阶前沿，支撑多边形变窄；若向内估，步长被压缩，质心前移又会跟不上。两种误差表现不同，但都会让下一步规划从错误支撑面开始。

边缘定位还受头部或胸部传感器视角限制。机器人接近楼梯时，近处台阶可能落入视场下缘，远处台阶又被自身腿部遮挡，点云补全很容易把缺口填成平面。若只在进入楼梯前建一次局部地图，后续每一级台阶的高度误差会累计；更稳妥的方式是在每次摆腿前重新确认目标落脚面，并把足底接触结果反写回地图。

落脚面不确定时，规划不能继续假定理想平面。把边缘置信度写进步长、脚掌姿态和质心速度约束，可以让系统在看不清时主动缩步或提高足端探测权重。这样会牺牲上楼速度，却能避免脚掌半悬空后再靠大力矩救回平衡。

摆腿离地裕量则决定脚会不会在台阶立面或鼻沿处刮碰。裕量留得太小，鞋底轻微变形、关节零点偏差或地面高度误差都会造成绊脚；裕量留得太大，髋膝关节轨迹变陡，质心摆动和能耗上升，落脚冲击也会变大。对人形机器人来说，这不是单纯把脚抬高的问题，而是要在避障、能耗和姿态扰动之间折中。

离地裕量还和关节峰值力矩绑定。上台阶时膝关节和髋关节需要在较短时间内抬腿并接住身体，若电池电压低或关节温度已经升高，可用峰值力矩会下降。规划器若仍按冷态能力生成高抬腿动作，执行层只能限幅，脚尖实际轨迹低于规划轨迹，绊碰概率反而增加。

验证楼梯能力不能只看最终是否爬上去。更应该记录每级台阶的边缘估计误差、摆腿最低点、足底接触中心和限幅介入时刻，再在不同台阶高度、覆面材料和照明条件下重复。若失稳总发生在同一类边缘或同一段摆腿轨迹，整改就该回到感知置信度或离地裕量，而不是盲目加大控制增益。

扶手或墙面辅助也不能被当成稳定捷径。手部接触能扩大支撑范围，但扶手高度、表面摩擦和结构刚度不确定，若上层规划提前把它当成可靠约束，手掌一滑，躯干反而会被拉出原来的平衡域。比较稳的策略是把手部支撑作为可降级约束，先用小力探测，再逐步增加承载比例，并保留脚底单独维持平衡的最低裕量。若扶手识别置信度下降，规划应退回更慢的脚步策略，而不是维持原速度。对于不同鞋底厚度或脚掌磨损状态，还要重新核对脚尖最低轨迹，避免机械变化吃掉原本裕量，并把结果写回楼梯动作参数。

因此，上楼梯规划的关键不是把平地步态抬高一截，而是让台阶感知和摆腿边界共同收敛。落脚面可信后，动作才有稳定支撑。