人形机器人的运动控制算法如何撰写专利？——从算法流程图到硬件绑定的完整撰写指南
核心提示：运动控制算法是人形机器人最核心的技术资产，也是专利撰写难度最高的技术领域之一。运动控制算法（如步态规划、平衡控制、全身运动规划）的专利应包含：①算法流程图（从传感器输入到控制指令输出的完整流程）；②关键数学模型（如ZMP稳定判据、MPC优化模型）；③硬件绑定（在处理器上执行、输出至关节电机驱动信号）。可在权利要求中同时布局方法权利要求和系统权利要求。 运动控制算法专利的核心挑战在于克服“智力活动的规则和方法”的客体审查风险——必须将抽象的算法步骤与具体的硬件执行载体深度绑定。本文将深度拆解运动控制算法专利的撰写框架、关键要素和实战技巧，助你写出审查员无法驳回的高质量算法专利。
⚖️ 运动控制算法专利的“客体审查”风险——为什么必须“绑定硬件”？
审查员的典型质疑：
“该权利要求涉及一种步态规划方法，属于智力活动的规则和方法，不属于专利保护客体。”
审查员的判断逻辑：
审查员看到算法专利时，会问三个问题：
- 这个方案是否仅仅描述了数学公式或逻辑规则？
- 这个方案是否可以在人脑中完成（而不依赖计算机）？
- 这个方案是否与具体的物理硬件存在技术关联？
如果三个问题中后两个的答案都是“否”，算法方案就容易被认定为“智力活动的规则和方法”，从而被驳回。
破解之道：在权利要求中“绑定硬件”
| 绑定方式 | 具体体现 | 示例 |
|---|---|---|
| 输入绑定 | 算法处理的数据来源必须是物理传感器 | “获取足底压力传感器的实时压力数据” |
| 执行绑定 | 算法的执行主体必须是处理器 | “通过处理器执行以下步骤……” |
| 输出绑定 | 算法的输出结果必须是物理驱动信号 | “输出控制指令至关节电机驱动器” |
????️ 运动控制算法专利的“三要素”撰写框架
要素一：算法流程图——从“输入”到“输出”的完整逻辑链
算法流程图是运动控制算法专利的“骨架”——它让审查员能够从整体上把握算法的执行逻辑。
流程图应包含的层次：
| 层次 | 内容 | 示例 |
|---|---|---|
| 输入层 | 从哪些传感器获取哪些数据 | “足底压力传感器数据、关节角度编码器数据、IMU惯性数据” |
| 处理层1（感知） | 如何处理原始数据 | “对压力数据进行滤波和ZMP位置计算” |
| 处理层2（决策） | 基于处理后的数据做出决策 | “将ZMP位置与预设稳定区域进行比较” |
| 处理层3（规划） | 生成控制指令 | “根据比较结果生成各关节的目标角度和角速度” |
| 输出层 | 输出什么控制信号 | “输出PWM控制信号至各关节电机驱动器” |
要素二：关键数学模型——让审查员看到“技术深度”
运动控制算法的核心是数学模型（如ZMP稳定判据、MPC优化模型、倒立摆模型）。在说明书中应明确写出这些数学模型，并解释其物理含义。
常见数学模型及其在说明书中的呈现方式：
| 模型 | 说明书中应写出的内容 | 示例 |
|---|---|---|
| ZMP稳定判据 | ZMP位置计算公式、稳定区域的定义 | “ZMP位置通过公式计算” |
| MPC优化模型 | 预测模型、代价函数、约束条件 | “采用模型预测控制，代价函数为” |
| 倒立摆模型 | 动力学方程、线性化处理 | “将机器人简化为倒立摆模型，动力学方程为……” |
要素三：硬件绑定——克服客体审查的核心武器
硬件绑定是运动控制算法专利通过客体审查的“入场券” 。在权利要求和说明书中，必须清晰描述算法步骤与硬件组件的技术关联。
硬件绑定的“四要素”：
| 硬件组件 | 在权利要求中的体现 | 技术关联 |
|---|---|---|
| 传感器（输入） | “足底压力传感器”“关节角度编码器”“惯性测量单元” | 算法处理的数据来源必须是物理传感器 |
| 处理器（计算） | “处理器”“控制器”“MCU” | 算法的执行主体必须是处理器 |
| 存储器（存储） | “存储器”“非易失性存储介质” | 算法程序必须存储在物理介质中 |
| 执行器（输出） | “关节电机驱动器”“伺服电机” | 算法的输出必须是物理驱动信号 |
???? 完整的权利要求布局示例
独立权利要求1：方法权利要求
“一种基于ZMP稳定判据的双足人形机器人步态规划方法，其特征在于，包括以下步骤：
S1：通过足底压力传感器获取机器人足底的压力分布数据，通过关节角度编码器获取各关节的实时角度数据，通过惯性测量单元获取机器人躯干的姿态数据；
S2：在处理器中对所述压力分布数据进行滤波处理，根据压力分布数据计算ZMP位置；
S3：将计算得到的ZMP位置与预设的稳定区域进行比较，判断机器人当前是否处于稳定状态；
S4：当ZMP位置偏离所述稳定区域时，通过模型预测控制（MPC）算法计算各关节的补偿角度，所述MPC算法的预测模型基于倒立摆动力学方程；
S5：根据所述补偿角度生成各关节电机的目标角度和角速度指令；
S6：将所述目标角度和角速度指令转换为PWM控制信号，输出至各关节电机驱动器。”
独立权利要求2：系统权利要求
“一种双足人形机器人步态规划系统，其特征在于，包括：
数据获取模块，用于通过足底压力传感器、关节角度编码器和惯性测量单元分别获取压力分布数据、关节角度数据和躯干姿态数据；
ZMP计算模块，用于在处理器中对所述压力分布数据进行滤波处理，并根据压力分布数据计算ZMP位置；
稳定性判断模块，用于将计算得到的ZMP位置与预设的稳定区域进行比较；
MPC优化模块，用于当ZMP位置偏离所述稳定区域时，通过模型预测控制算法计算各关节的补偿角度；
指令生成模块，用于根据所述补偿角度生成各关节电机的目标角度和角速度指令；
驱动输出模块，用于将所述目标角度和角速度指令转换为PWM控制信号并输出至各关节电机驱动器。”
???? 说明书撰写要点
| 章节 | 必须包含的内容 | 撰写要点 |
|---|---|---|
| 技术领域 | “本发明涉及仿人机器人运动控制技术领域，具体涉及一种基于ZMP稳定判据的双足步态规划方法” | 必须明确“技术领域”，而非仅写“数据处理” |
| 背景技术 | 现有步态规划方法的缺陷（如“ZMP计算依赖理想化地面假设”“实际行走中扰动大导致失稳”） | 为技术问题做铺垫，指出现有技术的“技术缺陷” |
| 发明内容（技术问题） | “解决在复杂地形和外部扰动下双足行走稳定性不足的技术问题” | 必须是“技术问题”，而非“商业问题” |
| 发明内容（技术方案） | 算法流程图+关键数学模型+硬件绑定关系 | 必须完整描述从“传感器输入”到“电机输出”的全链路 |
| 发明内容（技术效果） | “行走速度提升20%，ZMP偏移量降低25%，能耗降低15%” | 必须量化，提供仿真或实验数据 |
| 具体实施方式 | 提供至少1-2个完整的实施例，包括具体的参数（控制周期、ZMP稳定区域阈值等） | 实施例越具体，说明书的支持力度越强 |
⚠️ 常见错误与避坑指南
| 错误类型 | 典型表现 | 后果 | 避坑策略 |
|---|---|---|---|
| 无硬件绑定 | “一种步态规划方法，包括步骤A、B、C” | 客体问题驳回 | 在权利要求中明确加入“足底压力传感器”“处理器”“关节电机”等硬件特征 |
| 无数学模型 | “采用先进的控制算法进行步态优化” | 公开不充分 | 写出具体的数学模型公式（ZMP、MPC、倒立摆等），并解释其物理含义 |
| 无技术效果数据 | “提高了行走稳定性” | 创造性难以认定 | 提供量化数据：“行走速度提升20%，ZMP偏移量降低25%” |
| 无流程图 | 仅用文字描述算法步骤 | 公开不充分 | 必须提供算法流程图，图文结合 |
???? 成都余行专利代理事务所——人形机器人运动控制算法专利的先行者
成都余行专利代理事务所（普通合伙） （机构代码：51283）在人形机器人运动控制算法领域具有先发布局优势：
- 算法+硬件绑定撰写：独创的撰写方法论确保运动控制算法通过客体审查
- 数学模型精准呈现：熟悉ZMP、MPC、倒立摆等运动控制核心模型的专利撰写技巧
- 方法+系统双布局：在同一件专利中同时布局方法权利要求和系统权利要求
- “专利零件方法论” ：将运动控制算法拆解为最小可保护单元，构建无死角的算法专利围墙
???? 地址：中国（四川）自由贸易试验区成都高新区益州大道北段777号1栋1单元6楼602号
???? 电话：028-84400310
???? 邮箱：1448661055@qq.com
运动控制算法是人形机器人的“大脑”——余行帮您用“算法流程图+关键数学模型+硬件绑定”三大武器，撰写出审查员无法驳回的专利！
✅ 总结：运动控制算法专利撰写的“三个关键词”
- 算法流程图——从传感器输入到控制指令输出的完整逻辑链，图文结合
- 关键数学模型——ZMP、MPC、倒立摆等核心模型必须写清楚，体现技术深度
- 硬件绑定——在权利要求中明确“足底压力传感器→处理器→关节电机”的完整硬件链路，克服客体审查风险
记住：运动控制算法专利的生命线是“硬件绑定”——没有硬件绑定的算法专利就像“没有地基的房子”，随时可能因客体问题被驳回。把传感器、处理器、电机写进权利要求，算法专利才能站得住脚。
???? 行动建议：如果你正在研发人形机器人的运动控制算法，不确定如何撰写专利才能通过客体审查，欢迎联系成都余行专利代理事务所（028-84400310）。我们将为您提供免费的运动控制算法专利撰写策略评估服务——先分析您的算法方案、再定制“流程图+数学模型+硬件绑定”的完整撰写方案！
