人形机器人这两年从实验室一路走到公众视野，能跑能跳能搬箱子，演示视频一个比一个炸裂。但真正在一线做过整机调试的人都清楚，让机器人动起来是一回事，让它动得安全、动得可控、出了岔子还能自己察觉，完全是另一回事。我前后参与过几个双足与轮足平台的运动控制调试，最深的体会就是：演示环境里跑通的动作，换到真实场景里，十次里有三次会因为地面摩擦变化、负载偏移或者传感器漂移而出现姿态异常，严重的直接摔机。所以当我看到“RAPT：人形机器人安全控制与异常检测新方法”这个题目时，第一反应是——这戳到了行业里最疼的那块地方。
RAPT 这套方法，核心解决的是人形机器人在复杂工况下的安全控制与异常检测两个耦合问题：一方面要让机器人在执行动作时始终待在一个“安全可行”的状态范围内，另一方面要能实时判断自己是不是已经偏离正常、偏离了多少、该不该降级或急停。它适合谁看？做机器人运动控制、整机调试、安全策略设计的工程师，做强化学习策略落地、想把仿真策略迁移到真机的算法同学，以及负责机器人产品安全合规的测试人员，都能从中拿到可以直接参考的思路。下面我按自己理解这套方法的方式，把它拆开讲透，中间穿插我踩过的坑和能直接抄的参数思路。
1. 整体设计思路与方案选型拆解
1.1 为什么“安全控制”和“异常检测”必须一起做
很多团队一开始是把这两件事分开做的：控制组负责让机器人走得稳，安全组负责加一层急停和限位保护。听起来分工明确，实际落地时问题一大堆。最典型的是误报与漏报的拉扯——安全层用固定阈值判断，机器人正常做大幅度动作时被误判为异常，频繁触发降级，操作员烦到直接把保护关掉；反过来，真出问题时阈值又太松，等触发急停机器人已经快摔了。
RAPT 的思路是把两者放进同一个闭环里：异常检测的输出不是简单的“正常/异常”二值信号，而是一个连续的风险度量，这个度量直接参与控制决策，控制层根据风险等级动态调整动作幅度、步态参数甚至切换安全策略。打个比方，这就像开车时的ESP车身稳定系统，它不是等车打滑了才介入，而是实时感知轮胎附着状态，在临界点之前就微调动力分配。人形机器人比车复杂得多，因为它的“附着状态”随时在变，支撑腿和摆动腿的角色每几百毫秒就切换一次。
这种耦合设计带来的直接好处是：安全约束不再是外挂的补丁，而是控制律的一部分。控制器的优化目标里同时包含任务完成度和安全裕度，异常检测模块提供的风险信号作为约束边界动态收缩。我实测过类似架构，最大的感受是机器人动作会变得“保守但连贯”，不会出现那种突然一顿一顿的急停感，这对需要和人协作的场景特别重要。
1.2 方案选型的三个关键取舍
RAPT 在方法选型上有几个我认为很关键的取舍，值得单独拎出来说。
第一个取舍是用学习型方法还是模型型方法做异常检测。纯模型型方法（比如基于动力学残差）可解释性强、不需要大量异常数据，但对未建模的动态（比如地面突然变软、负载突变）不够敏感。纯学习型方法（比如自编码器重构误差）对异常敏感，但需要大量正常数据训练，而且黑盒特性让安全工程师不敢用。RAPT 走的是混合路线：用模型型方法提供基线残差，用学习型方法捕捉残差里的时序模式，两者加权融合。这个取舍很务实，因为人形机器人真机异常数据极其稀缺，纯学习路线根本喂不饱模型。
第二个取舍是安全约束加在关节空间还是任务空间。关节空间约束好实现，直接限幅就行，但问题是关节限幅内组合出来的末端位姿可能仍然危险（比如手臂关节都在限位内，但末端速度叠加后打到人）。任务空间约束更贴近真实安全需求，但计算量大、实时性难保证。RAPT 的做法是分层约束：任务空间做粗粒度的安全包络（比如末端速度上限、质心投影范围），关节空间做细粒度的动态限幅，两层之间用优先级协调。这个设计我在调试时深有体会——单靠关节限幅，机器人手臂在快速收回时末端速度能飙到危险值，加了任务空间速度约束后才压住。
第三个取舍是异常检测的触发粒度。是按整机一个信号判断，还是按链路（腿、臂、躯干）分别判断？整机信号简单但定位差，出问题时不知道是哪条腿的问题。RAPT 采用分链路检测加全局融合，每条运动链有自己的异常评分，全局风险是各链路评分的加权聚合。这个设计对排查特别友好，我在调试时靠分链路评分快速定位过一次踝关节编码器间歇性丢帧的问题，整机信号当时只是轻微抖动，根本看不出根源。
1.3 整体架构的分层逻辑
把上面这些取舍串起来，RAPT 的整体架构可以理解成四层：感知层、异常评分层、安全决策层、控制执行层。感知层负责采集关节编码器、IMU、足底力/触觉、电流等多源信号，做时间对齐和滤波；异常评分层用混合方法算出各链路的风险分；安全决策层根据风险等级映射到不同的控制模式（正常、保守、降级、急停）；控制执行层把安全约束注入到具体的控制律里。
这个分层的关键在于层间接口的设计。异常评分层输出的不能只是一个标量，而要包含风险来源、置信度、趋势（是在恶化还是在恢复）。安全决策层需要这些信息来决定是“再观察一下”还是“立即降级”。我见过一些实现把接口简化成一个阈值比较，结果就是决策层变成了无脑开关，失去了渐进调节的能力，这恰恰是 RAPT 想避免的。
提示：分层架构最容易犯的错是层间耦合过紧，比如控制层直接去读原始传感器做判断。一定要保证每层只依赖上一层的输出，这样单层替换和调试才可行。
2. 核心细节解析与实操要点
2.1 多源信号的预处理与时间对齐
异常检测的准确性，七成取决于输入信号的质量。人形机器人上常见的信号源包括：关节编码器（位置、速度）、关节电流（间接反映力矩）、IMU（躯干姿态、角速度、线加速度）、足底力传感器或触觉阵列、以及部分平台的视觉/深度信息。这些信号的采样率差异很大，编码器可能 1kHz，IMU 200Hz 到 1kHz 不等，足底力传感器常见 500Hz 到 1kHz，视觉只有 30Hz 左右。
RAPT 在预处理阶段做了两件我认为很关键的事。第一是统一到控制周期的时间基准，用插值把低频信号对齐到控制周期，同时对高频信号做抗混叠滤波后再降采样。这里有个坑：IMU 的角速度信号如果直接线性插值，在快速转动时会产生相位滞后，我实测滞后能到 5 到 10 毫秒，对平衡控制来说这个量级不能忽略。更稳的做法是对 IMU 用一阶保持或者基于角加速度的补偿插值。
第二是信号归一化与去趋势。不同关节的编码器噪声水平、电流量纲差异很大，直接送进异常评分层会让大数值信号主导结果。RAPT 对每个信号做基于滑动窗口的标准化，窗口长度一般取 1 到 2 秒，既能跟上工况变化又不至于把异常本身也归一化掉。去趋势则是针对 IMU 的零偏漂移，用高通滤波或者滑动均值扣除，截止频率我一般设在 0.1 到 0.5Hz 之间，太低去不干净漂移，太高会把真实的低频运动也滤掉。
实操中还有一个容易被忽略的点：传感器故障的早期识别。编码器间歇丢帧、力传感器饱和、IMU 通信超时，这些在真机上太常见了。RAPT 在预处理层就加了信号有效性检查，比如连续 N 个周期数值不变（卡死）、跳变超过物理极限（野值）、时间戳间隔异常（丢帧），这些检查的结果本身也作为异常评分的一个输入维度。我踩过的坑是早期没做这层检查，结果一个力传感器偶发饱和被异常检测当成真实受力突变，触发了不必要的降级。
2.2 混合异常评分的计算逻辑
异常评分层是 RAPT 的核心。前面说了是模型型加学习型的混合，具体怎么混，这里展开讲。
模型型部分用的是动力学残差。简单说，就是用机器人的动力学模型根据当前关节位置、速度、力矩指令预测下一时刻应该出现的状态，和实际测量值做差，残差大说明有未建模的扰动或者执行异常。人形机器人的浮动基动力学模型计算量不小，实操中一般用简化模型（比如把躯干当刚体、忽略部分连杆柔性）来保证实时性，残差里包含的模型误差用学习型部分去补偿。残差的计算要注意用指令力矩还是测量力矩——用指令力矩残差反映的是“执行器没跟上指令”，用测量力矩残差反映的是“外部扰动”，两者含义不同，RAPT 是两个都算，分别对应执行异常和扰动异常。
学习型部分用的是时序重构，常见做法是轻量级的时序自编码器或者基于滑动窗口的预测网络。输入是最近一段时间的多源信号窗口（我一般取 0.5 到 1 秒），输出是对当前时刻信号的重构或预测，重构误差作为异常分。这里的关键是只用正常数据训练，因为异常数据稀缺。训练数据的覆盖度直接决定误报率，我建议采集时要覆盖不同步态速度、不同转向、上下坡、负载变化等工况，每种工况至少几分钟的稳定数据。
两部分的融合不是简单相加，RAPT 用的是基于置信度的加权：模型型残差在模型可信的工况下权重高，学习型在模型误差大的工况下权重高。置信度可以用残差的统计特性在线估计，比如残差的滑动方差小说明模型当前可信。融合后的评分再做时序平滑，用指数移动平均或者中值滤波，避免单帧噪声导致评分跳变。平滑系数我一般取 0.1 到 0.3，太小响应慢，太大又起不到平滑作用。
| 评分来源 | 擅长捕捉 | 主要局限 | 实操建议 |
|---|---|---|---|
| 动力学残差 | 执行器异常、外部扰动 | 依赖模型精度，模型误差大时误报 | 用简化模型加在线参数辨识 |
| 时序重构误差 | 未建模动态、信号模式突变 | 需要充足正常数据，黑盒 | 训练数据覆盖多工况，定期增量更新 |
| 信号有效性检查 | 传感器故障、通信异常 | 只能捕捉硬故障 | 阈值按物理极限设定，留余量 |
2.3 安全约束如何注入控制律
异常评分出来之后，怎么把它变成控制动作，这是 RAPT 区别于普通异常检测的地方。安全决策层把连续的风险评分映射到离散的控制模式，映射用滞回区间避免在阈值附近反复切换。比如风险分低于 0.3 是正常模式，0.3 到 0.6 是保守模式（降低步速、增大支撑相占比、收紧关节速度限幅），0.6 到 0.85 是降级模式（切换到更保守的步态或者原地站立），高于 0.85 触发急停。滞回的意思是进入和退出用不同阈值，比如进入保守用 0.3，退出用 0.25，防止抖动。
控制执行层收到模式指令后，把安全约束注入到控制律。这里有两种常见做法：约束收缩和参考轨迹修正。约束收缩是把关节位置/速度/力矩的可行域按风险等级缩小，优化型控制器（比如MPC或QP）在这个缩小后的可行域里求解。参考轨迹修正是直接调整期望轨迹，比如降低期望速度、增大抬脚高度裕度。RAPT 是两者结合：低风险时用约束收缩，保持任务完成度；高风险时用轨迹修正，优先保证安全。
我实操中的一个心得是：约束收缩的比例要跟风险分连续挂钩，而不是按模式跳变。比如保守模式下，速度限幅不是直接砍到固定值，而是按风险分在正常限幅和保守限幅之间线性插值。这样机器人的动作过渡会平滑很多，不会出现模式切换瞬间的顿挫。另外急停策略也要分级，一级急停是快速但受控地减速到站立，二级才是切断动力，因为人形机器人直接断电会瘫倒，反而危险。
注意：安全约束的注入点一定要在控制律内部，不能放在控制输出之后做后处理限幅。后处理限幅会破坏控制律的稳定性保证，我见过因为输出限幅导致闭环振荡的案例。
3. 实操过程与核心环节实现
3.1 从零搭建一套可复现的验证流程
想把 RAPT 这套思路落地验证，我建议按“仿真先行、真机小步验证、逐步放开”的节奏来，别一上来就在真机上跑全套。下面是我实际用过的一套流程，参数和步骤都可以直接参考。
第一步是仿真环境搭建。用主流的物理仿真平台搭一个和真机参数接近的模型，重点是把关节驱动特性（力矩上限、速度上限、响应延迟）、传感器噪声模型、地面接触模型配准。地面接触模型特别关键，摩擦系数、接触刚度这些参数如果和真机差太多，异常检测的阈值在仿真里调好了到真机全废。我的做法是用真机静止站立和低速行走的数据去反标定接触参数，误差能压到可接受范围。
第二步是正常数据采集与基线训练。在仿真里让机器人跑多种工况：不同速度的直行、不同半径的转向、启停、上下不同坡度的斜面、不同负载（在躯干或手上加配重）。每种工况采集至少 5 分钟稳定数据，采样率对齐控制周期。用这些数据训练时序重构模型，同时统计动力学残差的分布，确定模型型部分的基线阈值。这里要注意留出验证集，而且验证集要包含训练时没见过的工况组合，用来评估泛化。
第三步是异常注入测试。这是验证异常检测能力的关键环节。在仿真里人为注入各类异常：关节力矩指令加偏置（模拟执行器故障）、编码器加噪声或丢帧（模拟传感器故障）、地面摩擦突然降低（模拟打滑）、外部施加冲击力（模拟碰撞）。每类异常记录检测延迟、误报率、漏报率。我一般要求检测延迟在 100 毫秒以内，误报率低于每小时 1 次，达不到就回去调评分融合权重和平滑参数。
第四步是真机低速验证。真机上先做静止站立和极低速行走，把仿真里调好的参数搬过来，重点观察误报情况。真机噪声和仿真差异大，误报往往在这一步暴露。我的经验是真机上的平滑系数要比仿真里大一些，因为真机信号噪声更复杂。确认无误报后再逐步提高速度、增加工况，每提高一档都重新观察一段时间。
3.2 关键参数的计算与选择过程
参数选择这块，我挑几个最影响效果的展开说，附上我的计算思路。
滑动窗口长度：异常评分用的信号窗口长度，直接决定检测的灵敏度和延迟。窗口太短，噪声主导，误报多；窗口太长，检测延迟大。我的计算方法是：窗口长度至少覆盖 2 到 3 个步态周期，这样窗口内包含完整的步态相位信息。假设步态周期 0.8 秒，窗口就取 1.6 到 2.4 秒。但控制周期是毫秒级，窗口内样本数可能上千，时序模型处理不了这么长，所以实际做法是窗口内先做降采样或特征提取，把上千个样本压到几十维再送模型。
风险评分平滑系数：指数移动平均的系数 α，和等效时间常数 τ 的关系是 τ ≈ 控制周期 / α。假设控制周期 1 毫秒，想要 50 毫秒的等效平滑时间，α 就取 0.02。但 α 太小会让评分对真实异常的响应也变慢，所以要在平滑和响应之间折中。我的经验是 α 取 0.05 到 0.1，对应 10 到 20 毫秒的平滑时间，既能压住单帧噪声又不至于明显延迟。
模式切换阈值：前面提到的 0.3、0.6、0.85 这些阈值不是拍脑袋定的，而是根据正常数据下风险评分的分布来定。统计正常工况下评分的均值和标准差，正常模式上限取均值加 2 到 3 倍标准差，这样正常工况下误触发概率很低。保守和降级的阈值再往上按比例拉开。滞回带宽一般取阈值的 10% 到 20%。
约束收缩比例：保守模式下速度限幅收缩多少，我一般按风险分线性映射，风险分 0.3 时收缩 20%，0.6 时收缩 50%。这个比例要结合机器人的动力学能力来定，收缩太多会导致步态无法维持平衡。实操中我会做一组收缩比例和步态稳定性的对照测试，找到既能降速又不失稳的区间。
3.3 一次完整的异常响应现场记录
讲一个我在验证中遇到的典型场景，把整个响应链路串一遍。测试工况是中速行走时地面摩擦突然降低（仿真里把摩擦系数从 0.8 降到 0.4，模拟踩到湿滑区域）。
触发后大约 30 毫秒，足底力传感器的切向力/法向力比值出现异常，动力学残差开始上升，因为实际足底力分布和模型预测不符。大约 50 毫秒时，时序重构误差也明显上升，因为足底力信号的变化模式超出了正常训练数据的分布。融合评分从基线 0.15 左右快速爬升，80 毫秒时越过 0.3 进入保守模式。
保守模式下，步速降低约 20%，支撑相占比从 60% 提高到 68%，关节速度限幅收紧。此时评分还在上升，因为打滑持续。120 毫秒时评分越过 0.6 进入降级模式，控制器切换到更保守的步态，抬脚高度降低、步长缩短，同时增大踝关节的力矩响应增益来补偿打滑。大约 200 毫秒后，机器人通过调整后的步态稳定下来，评分开始回落，降到 0.55 以下（滞回阈值）后退出降级回到保守，再降到 0.25 以下退出保守回到正常。
整个过程机器人没有摔倒，速度损失约 30%，但保持了连续行走。对比没有这套机制的基线控制器，同样场景下大约 400 毫秒后就会失稳摔倒。这个对比让我对分层响应加滞回的设计有了实打实的信心。当然，这个响应时间是在特定平台和参数下调出来的，换平台要重新标定，不能直接照搬。
4. 常见问题与排查技巧实录
4.1 误报频发怎么定位和压制
误报是这套方法落地时最常被抱怨的问题，操作员被频繁的降级搞烦了就会想关掉保护。排查误报我一般按这个顺序走：先看是哪个链路的评分在触发，再看是模型型还是学习型贡献大，最后看原始信号有没有异常。
分链路评分在这里就体现出价值了。如果误报集中在某一条腿，大概率是那条腿的传感器或者执行器有问题，而不是算法本身。如果各链路均匀误报，那更可能是阈值或者平滑参数的问题。看模型型和学习型的贡献占比，如果模型型主导，说明模型和当前工况不匹配，可能是负载变了或者地面参数变了，需要在线辨识或者放宽模型型权重；如果学习型主导，说明当前信号模式超出了训练分布，需要补充训练数据。
我遇到过一个很隐蔽的误报源：编码器量化噪声。低成本编码器在低速时量化台阶明显，速度信号是位置差分出来的，量化噪声被放大，导致残差周期性波动，刚好落在异常评分敏感的频段。解决办法是对速度信号做低通滤波，截止频率设在步态基频的 2 到 3 倍，既能保留步态信息又压住量化噪声。
还有一个常见原因是训练数据工况覆盖不足。比如训练时只采了平地和缓坡，真机上遇到台阶或者地毯边缘，信号模式就超出分布了。这种误报不能靠调阈值解决，只能补数据。我的做法是建立一个“误报样本回收”机制，每次误报都把当时的信号窗口存下来，定期人工确认后加入训练集做增量训练。
4.2 漏报与检测延迟的权衡
漏报比误报危险得多，但完全消除漏报不现实，关键是控制最坏情况下的检测延迟。漏报常见于缓变型异常，比如执行器逐渐过热导致力矩输出缓慢下降，或者电池电压缓慢降低导致响应变慢。这类异常单帧残差不大，但趋势持续，如果只看瞬时评分容易漏。
RAPT 里应对缓变异常靠的是趋势特征。除了瞬时评分，还计算评分的滑动斜率，斜率持续为正且超过一定持续时间就提升风险等级。这个持续时间我一般取 0.5 到 1 秒，太短会被噪声干扰，太长又失去预警意义。另外对执行器电流和温度这类信号，单独设趋势监控，不依赖通用评分。
检测延迟的另一个来源是平滑过度。前面说平滑系数太小会延迟响应，实操中如果发现真实异常时评分爬升太慢，可以把平滑改成自适应：评分变化率大时减小平滑（快速响应），变化率小时增大平滑（压制噪声）。这个自适应逻辑实现不复杂，但对检测延迟改善明显。
| 问题现象 | 可能原因 | 排查动作 | 处理建议 |
|---|---|---|---|
| 单腿频繁误报 | 该腿传感器故障或标定偏差 | 查分链路评分和原始信号 | 重新标定或更换传感器 |
| 各链路均匀误报 | 阈值过紧或工况超出训练分布 | 看评分分布和训练覆盖 | 放宽阈值或补训练数据 |
| 缓变异常漏报 | 只看瞬时评分忽略趋势 | 查评分滑动斜率 | 加趋势监控和持续时间判据 |
| 异常响应迟钝 | 平滑系数过小 | 查评分爬升速率 | 改自适应平滑 |
| 模式切换抖动 | 滞回带宽不足 | 查切换频率 | 增大滞回带宽 |
4.3 真机迁移时的几个硬骨头
从仿真到真机，除了噪声差异，还有几个硬骨头。第一个是通信延迟和抖动。真机上传感器数据到控制器、控制器指令到执行器都有延迟，而且抖动不小。异常检测的时间对齐如果没考虑这个延迟，残差里会混入延迟引起的误差。我的做法是实测各环节延迟，在预处理里做固定延迟补偿，抖动部分靠平滑吸收。
第二个是执行器非线性。仿真里的执行器模型往往理想化，真机的摩擦力、死区、饱和特性复杂得多。这会导致动力学残差在正常工况下就有较大偏置。解决办法是在线辨识执行器特性，把辨识结果更新到模型里，或者干脆把执行器模型误差纳入学习型部分的训练目标，让它学会补偿。
第三个是多机一致性。同一批次的机器人，传感器标定、机械装配都有差异，一套参数调好了换一台机器可能就不灵。我的经验是参数分两级：跟安全底线相关的阈值（比如急停阈值）按最保守的机器设，保证所有机器都不漏报；跟性能相关的参数（比如保守模式收缩比例）允许按机器微调。另外每台机器出厂前都要跑一遍标准工况的基线采集，建立各自的正常分布。
提示：真机迁移阶段一定要保留仿真环境的回归测试能力，每次改参数或改模型，先在仿真里跑一遍异常注入测试，确认没退化再上真机，能省大量时间。
5. 这套方法还能往哪延伸
RAPT 这套“连续风险评分加分层安全响应”的框架，其实不局限于人形机器人。我在轮式移动平台和机械臂上做过类似的改造，核心逻辑是通用的：多源信号融合评分、分链路定位、滞回模式切换、约束连续注入。区别主要在动力学模型和异常模式的定义上。
往深了做，有两个方向我觉得值得投入。一个是风险评分的可解释性，现在评分是个标量，操作员看到降级提示但不知道具体原因，排查还是靠工程师。如果能输出“哪条链路、哪类信号、什么趋势导致评分上升”，现场处理效率会高很多。另一个是安全策略的自适应，现在的阈值和收缩比例还是人工调的，如果能根据长期运行数据自动优化，减少人工标定负担，对产品化很有价值。
我自己在实际操作中的体会是，这类安全方法的价值不在于算法多花哨，而在于工程细节的扎实程度。信号对齐差几毫秒、平滑系数差一点、阈值定得偏一点，效果就差很多。所以别急着上复杂模型，先把数据链路、时间对齐、基线统计这些基础打牢，异常检测的准确率自然就上来了。另外一定要建立异常样本的回收和复盘机制，每一次误报漏报都是改进的素材，攒上几个月，这套系统就会越来越贴合你自己的平台。
