IEEE Transactions on Robotics

Perceptive Mixed-Integer Footstep Control for Underactuated Bipedal Walking on Rough Terrain

作者：Brian Acosta, Michael Posa · 机构：GRASP Laboratory, University of Pennsylvania, Philadelphia, PA, USA

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：4518-4537

运动规划控制优化传感器移动机器人

精读笔记

Problem Setting

这篇论文处理的是欠驱动双足在非连续 rough terrain 上的实时感知-控制闭环问题。它不是单纯的 foothold planning，也不是单纯的 locomotion control，而是要在机器人还在动态行走时，从不完美 elevation map 中生成可用于优化的安全落脚约束，并在每一步内重新选择 foothold 来维持 ALIP 级别稳定。

真正困难在于三个耦合：第一，安全地形是非凸集合，需要离散选择；第二，欠驱动双足的稳定性高度依赖下一步落脚位置和时机，foothold 不是几何目标而是控制输入；第三，感知输出如果时序不稳定，会使优化问题的可行域 frame-to-frame 跳变，控制器会被约束 flicker destabilize。

以前方法通常拆开处理：要么假设 stepping stones 已知、序列固定；要么只处理连续高度变化，不处理 unsafe foothold；要么做长 horizon mixed-integer footstep planning，但频率太低、动力学太弱，最后依赖另一个控制器兜底。本文的关键矛盾是：要处理非凸 terrain，就需要组合优化；要控制欠驱动动态步态，又必须高频重规划。作者的解法是极端压低动力学维度和 horizon，同时让感知输出更像优化约束而非精确场景模型。

Motivation

作者真正不满意的不是某个 planner 慢，而是现有 full-stack 组合方式在真实机器人上不闭环。混合整数 foothold planner 可以表达非凸安全区域，但如果它只是低频几何规划，无法承担欠驱动机器人的稳定控制；ALIP/LIP footstep controllers 可以高频稳定动态行走，但通常没有显式处理离散安全区域；平面分割可以给优化器提供 convex patches，但真实 elevation map 上平面边界会因状态估计漂移、点云噪声和地形非平面性反复变化。

核心观察是：优化器需要的 convex polygon foothold 不是世界的语义真相，而是控制问题的一种近似约束表示。因此没有必要坚持“每个 foothold polygon 必须对应真实平面”。更合理的流程是先稳定判断哪里不能踩，再把剩下区域转成优化器可消费的凸集合。这个观察把感知从 plane modeling 转成 constraint generation，是本文比前作更能上硬件的关键缺口补齐。

Core Idea

论文的核心思想可以概括为：用一个低维、短 horizon、但包含离散 foothold choice 的 MIQP，把 underactuated walking 的稳定控制和非凸地形约束放进同一个 receding-horizon 问题；同时用 S3 生成时序稳定的安全区域，使 mixed-integer 约束不会随感知噪声剧烈闪烁。

这改变了两个建模方式。控制侧不再把 foothold sequence 当外部输入，而是把“选哪个凸区域”和“在区域内踩哪里”作为稳定控制决策的一部分；感知侧不再追求平面分割的几何一致性，而是追求 steppability mask 的时序一致性和保守性。这个 inductive bias 很实际：动态双足对约束抖动比对局部几何误差更敏感；只要足中心落点足够安全，低层 OSC 可以吸收一定地形非平面性。

和 prior 的本质差异不是“用了 MIQP”或“用了 elevation map”，而是把 MIQP 从离线/低频几何规划推进到高频稳定控制环，并把 perception representation 专门设计成 optimizer-friendly 且 temporally stable 的约束流。

Method

1. 低维 ALIP/s2s 动力学：解决 MIQP 不能实时扩展到全身动力学的问题。ALIP 用角动量而非 CoM velocity 表达欠驱动步态，对 Cassie 这类重腿机器人更稳健；s2s reset map 把一步中的连续演化压成线性离散约束，使 foot placement 直接影响下一步状态。核心变化是把复杂 hybrid locomotion 压缩成一个可混合整数优化的线性系统。

2. 初始 stance timing 与 ankle torque 优化：解决欠驱动步态中 foothold 位置受限时的可调自由度不足。固定步时会让 stride length、速度和角动量调节过度耦合；允许当前 remaining stance time 变化，相当于给控制器一个额外的相位调节通道。ankle torque 只在当前 stance 中优化，既利用 Cassie blade foot 的有限能力，又避免把后续 horizon 的输入变量数拉爆。

3. MIQP foothold assignment：解决安全区域非凸的问题。每个未来足步用 binary variable 选择一个 convex polygon，再在其中优化连续足步位置。这里的重点不是 big-M 技巧，而是把 discrete terrain choice 放入 MPC cost/dynamics 同时求解，避免先选 foothold 再检查稳定性的 pipeline mismatch。

4. Desired-velocity subspace cost：解决传统 reference trajectory cost 暗含固定足步模式的问题。作者惩罚 ALIP 状态偏离“满足 period-2 且达到目标速度的状态子空间”，而不是追踪一条固定状态轨迹。这让优化器可以自由改变 foothold sequence，同时保持速度调节目标。

5. S3 + convex decomposition：解决 plane segmentation 的 temporal flicker。S3 用局部 safety criteria、上一帧 hysteresis 和形态学清理形成二值 safe mask，再通过 approximate convex decomposition 和 inner approximation 转成 convex polygons。核心变化是先保证安全分类稳定，再生成优化约束；平面参数只是最后拟合给足步 z/约束使用，而不是 segmentation 的决定因素。

6. OSC 输出合成：解决 reduced-order plan 到硬件执行的落差。CoM 被投影到当前和下一 stance foot 定义的虚拟平面，swing foot trajectory 持续随 MPFC 更新。这部分更多是系统 glue，但对于真实 Cassie 很关键；其理论新意弱于 MPFC/S3。

Key Insight / Why It Works

最核心的有效性来源是一个很清晰的 representation alignment：控制器需要的是低维、线性、凸/混合整数可解的约束；感知模块输出的不是完整地形模型，而是正好适配这种优化形式的 convex safe sets。论文成功的关键不是某个单点算法，而是把 perception representation、template dynamics、MIQP solver capacity 三者的复杂度对齐。

MPFC 能实时工作，主要不是因为 MIQP 本身有突破，而是因为作者主动限制了问题规模：低维 ALIP、两步 horizon、候选 foothold pruning、后续 stance 无 ankle torque knot、只优化当前 timing。这里有明显 engineering/scaling 成分，但不是贬义；对动态双足来说，能把 combinatorial choice 放进 100 Hz 级闭环本身就需要这种建模压缩。真正的科学问题是这种压缩在哪些 terrain/速度/扰动范围内仍保真。

S3 最可能是硬件成功的关键贡献之一。相比平面分割，它的优势不是“更准确”，而是“不把局部非平面性放大成全局约束结构变化”。显式 plane segmentation 的失败模式是边界和 patch 数量抖动，优化器看到的是可行域拓扑变化；S3 的 hysteresis 和局部准则让安全集合变化更连续。对于 receding-horizon mixed-integer control，约束稳定性可能比几何精度更重要。

Step timing optimization 的作用也很实质。欠驱动系统靠落脚调角动量，但 constrained foothold 会限制可用 foot placement；timing 改变 ALIP 到 touchdown 的自然演化，相当于在不增加空间落脚自由度的情况下改变 capture condition。仿真中它对小 foothold 有帮助，符合动力学直觉。

相对辅助的部分包括 swing foot QP、CoM height clipping、height lookup、ALIP state Kalman smoothing 等。这些对硬件 robustness 必不可少，但更像 deployment glue。增益来源并不完全清晰：硬件成功是 MPFC、S3、OSC 调参、状态估计修正和地形选择共同作用的结果，文中没有严格 ablation 到足以量化每个组件的贡献。

Relation To Prior Work

技术谱系上，这篇处在 Deits/Tedrake 式 mixed-integer footstep planning、ALIP/LIP footstep stabilization、elevation-map traversability estimation 三条线的交叉点。它不是发明 MIQP foothold constraints，也不是发明 ALIP 控制，而是把二者做成了一个高频、真机闭环的 underactuated walking controller。

相对传统 mixed-integer footstep planning，本文的本质差异是动力学角色不同。之前很多工作把 MIQP 用于长 horizon 几何/准静态规划，输出 footstep sequence；本文把 MIQP 变成 stabilizing controller 的一部分，horizon 短但频率高，且 cost/dynamics 直接反映 ALIP 稳定性。

相对 ALIP footstep controllers，本文新增的是非凸安全区域和离散 surface choice。传统 ALIP 控制假设可踩区域连续，因此 foot placement 是连续变量；本文通过 binary assignment 把 constrained footholds 纳入同一个优化问题，避免先用启发式选 foothold 再用 ALIP 修正。

相对 plane-segmentation-based foothold generation，S3 的实质创新是放弃“控制约束必须对应真实平面”的假设。看似只是 heuristic segmentation + convex decomposition，实际引入了很重要的 inductive bias：安全性是局部、时序平滑的；平面性只是优化表达需要，不应成为 segmentation 的硬判据。

和 RL 路线相比，本文是强模型、弱数据路线。优势是可解释、可约束、样本需求低；劣势是遇到 slip、soft terrain、semantic hazards、复杂全身动态时没有学习策略那种隐式适应能力。

Dataset / Evaluation

评估最有价值的是有真实 Cassie 户外硬件实验，并且 perception-in-the-loop 走过台阶、路沿、草坡。这直接支持论文的系统 claim：不是只在仿真或预设 foothold 上工作。MPFC solve time 的统计也支持其实时性 claim，尤其是在真实 walking log 上而不是 isolated optimization benchmark。

仿真 stepping-stone ablation 对 step timing 的作用有说服力，因为它直接考察 constrained foothold 下 timing 是否提高可行性。不过仿真使用的 terrain 分布仍相对规则，不能证明长 horizon reasoning 或复杂 obstacle navigation 能力。

S3 的评估比较到 explicit plane segmentation，并用 frame-to-frame IoU 衡量 temporal consistency，这个指标和作者 claim 对齐。尤其 EM_cupy_NR 与默认 plane refinement 的对比说明 brittle 部分确实来自全局平面分割，而不只是 preprocessing 差异。

限制是 evaluation 主要验证“合理 outdoor rough terrain + Cassie + 单深度相机”这一工作区间。动态障碍只做了有限 foam cube 测试；slip、软地面、遮挡、强语义危险、长距离 navigation 没有系统覆盖。硬件 terrain 的复杂度虽强于很多 underactuated biped work，但还不足以说明方法在更稀疏、更高、更窄 foothold 上能泛化。

Limitation

最根本的限制是 planner 的 horizon 很短。两步 horizon 能保证实时，但在非凸地形上容易局部乐观：当前可行的下一步可能把机器人带入之后不可行的位置。作者通过 terminal/state cost 和 nominal step regularization 缓解，但这不是长期可行性保证。要扩展 horizon 会立刻遇到 binary 数量爆炸。

第二个限制是 reduced-order model 的适用边界。ALIP 不建模 swing-foot dynamics、vertical CoM dynamics、接触切换细节和摩擦裕度；在台阶、快速摆腿、大高度差时，真正瓶颈会转移到 OSC 是否能跟上。文中也承认 16 cm 左右台阶已接近硬件 tracking 边界。也就是说 MPFC 规划可行不等于全身可执行。

第三，S3 把问题从“精确平面分割”转移为“安全准则设计”。这提高了时序稳定性，但没有解决语义安全判断。干叶填平台阶边缘、草地高度误差、软/滑地面、遮挡后的空洞都可能被误判为可踩。所谓泛化主要来自 elevation geometry heuristic，而不是从数据中学到的 robust terrain understanding。

第四，感知依赖 elevation map 正确性。状态估计 z-drift 可通过 stance-foot correction 缓解，但 slip 会同时破坏状态估计和地图，导致错误约束进入控制器。S3 能稳定 reasonable map，但不能修复 wrong map。

第五，部分增益归因不够干净。MPFC 新 formulation、timing optimization、ankle torque、S3、inpainting、height lookup、ALIP filtering、OSC tuning 都在一起上硬件；文中提供了若干 ablation，但不足以完全分离系统成功的主因。可以判断 S3 和低维 MIQP 是核心，其他很多是必要 engineering。

Takeaway

  • 1. 对动态 legged locomotion，perception representation 不应追求几何完整性，而应服务于控制器的约束稳定性；temporal consistency 往往比局部精确平面拟合更重要。
  • 2. Mixed-integer footstep planning 真正进入 underactuated control loop 的关键不是更强 solver，而是重新选择模型粒度：短 horizon、低维 template、只保留最有控制价值的离散变量。
  • 3. Step timing 是 constrained foothold walking 中被低估的自由度。
  • 当地形限制 foot placement 时，时间调节可以显著扩大可稳定区域，这个 insight 可迁移到 humanoid、quadruped foothold MPC 甚至 contact-rich manipulation。

一句话总结

《Perceptive Mixed-Integer Footstep Control for Underactuated Bipedal Walking on Rough Terrain》（IEEE Transactions on Robotics 2025）把 mixed-integer foothold selection 从离线几何规划推进到欠驱动双足的实时稳定控制闭环，并用时序稳定的 steppability-to-convex-constraint 表示解决了真实感知约束 flicker 这一部署瓶颈。