步态规划专利的“场景锚定法”：从“一种基于MPC的平衡调节方法”到可授权文本
作者：成都余行专利代理事务所 算法专利团队
步态规划是人形机器人专利最密集的细分方向之一。智慧芽2026年报告显示，小脑层中步态与平衡控制专利占比58.3%，居首位。申请量越大，审查员见过的“一种基于模型预测控制的平衡调节方法”就越多。这类标题和权利要求有一个共同问题：算法步骤写得完整，但场景是空的。
场景一空，审查员就只能把它读成数学方法；场景一实，算法才有了解决技术问题的落点。这篇文章讲一套可操作的撰写方法——场景锚定法：在动笔写权利要求之前，先把算法锚定到具体的地形、步态相位、扰动条件和硬件约束上，让“平衡调节”从抽象目标变成可识别的技术方案。
一、为什么步态规划最容易写成“悬空算法”
步态规划的研发语言天然偏向抽象：“建立预测模型—构造约束—求解优化—输出控制量”。这套流程在控制领域是标准表达，但放到专利文件里，它恰好缺少审查员要看的三个东西：具体技术问题、物理约束、可测量效果。
更麻烦的是，步态规划的很多创新点本身就藏在“场景适配”里：同样是MPC，在平整地面和碎石地面的约束不同；同样是平衡调节，支撑相和摆动相的优化目标不同；同样是抗扰，负载5kg和负载25kg的力矩上限不同。创新在场景里，交底书却常常只写算法骨架。 场景锚定法要做的，就是把藏在场景里的创新点提回权利要求。
二、场景锚定法的四层锚定
场景锚定不是加一句“用于人形机器人”，而是分四层把算法钉在物理世界上。
第一层：地形锚定
地形是步态规划最直接的技术约束。可锚定的内容包括：地面类型（平整、碎石、斜坡、台阶、松软地面）、地形参数范围（高度差、坡度、摩擦系数）、感知方式（视觉点云、足端力觉、IMU估计）。
锚定后的写法不是“适应不同地形”，而是把地形参数写进约束条件。例如：足端摩擦系数按实测值取0.4—0.8，预测时域内的地面高度差以厘米级表征，坡度超过阈值时切换支撑策略。地形一旦具体，算法就不再是对任意数据做优化。
第二层：步态相位锚定
人形机器人步态有明确的相位结构：双支撑、单支撑、摆动相、触地瞬间。不同相位的动力学约束和优化目标不同。场景锚定要求权利要求把算法步骤与至少一个相位绑定：在摆动相以足端轨迹跟踪为优化目标，在触地瞬间以冲击力峰值为约束，在单支撑相以零力矩点误差为约束。
这一步的作用是让“平衡调节”有时间结构。审查员看到的不再是一个笼统的调节方法，而是在特定步态阶段执行特定约束的控制过程。
第三层：扰动与负载锚定
步态规划的技术效果往往体现在抗扰和负载适应上。可锚定的扰动包括：侧向推力、地面凸起、负载变化、关节摩擦波动。写法上要把扰动作为算法输入或约束条件，而不是只在效果里说“抗扰能力强”。例如：当IMU检测到躯干侧向角速度超过阈值时，在下一预测时域内增大髋关节外展力矩权重；负载质量通过足端力传感器估计并更新力矩上限。
第四层：硬件约束锚定
步态算法最终要落到关节驱动器上。硬件锚定包括：关节力矩上限、驱动器响应延迟、减速比、足端尺寸与摩擦锥、传感器采样频率。这些约束是否写进权利要求，判断标准只有一个：写不写，算法输出会不会变。 会变，就是实质限定；不会变，就是装饰。
四层锚定不必每件申请全部用上，但至少要有两层进入权利要求，其中地形或步态相位通常至少占一层。只有硬件词、没有场景约束的写法，仍然容易被打回“算法执行载体”。
三、改写示例：从骨架到锚定文本
改写前（典型骨架）：
一种基于模型预测控制的步态平衡调节方法，包括：建立机器人动力学预测模型；以零力矩点误差和关节力矩为约束求解优化问题；将控制量输出至关节驱动器。
改写后（场景锚定文本，示例性节选）：
一种双足机器人非平整地面行走的步态平衡调节方法，其特征在于，包括：
通过足端六维力传感器获取足端反作用力，通过IMU获取躯干姿态角速度，通过关节编码器获取关节角度；
根据所述足端反作用力估计足端与地面之间的摩擦系数，并根据视觉传感器获取的地面高度差确定预测时域内的地形扰动；
在摆动相，以足端轨迹跟踪误差为优化目标，在单支撑相，以零力矩点误差和足端摩擦锥为约束，其中所述摩擦锥的摩擦系数取所估计的摩擦系数，关节力矩上限取额定力矩的90%；
当躯干姿态角速度超过设定阈值时，在下一预测时域内增大髋关节外展力矩权重；
将求解得到的各关节目标力矩指令输出至关节驱动器。
改写后的文本没有增加新的算法发明点，只是把原来放在说明书里的场景约束提进了权利要求。它带来的变化是：技术问题具体了（非平整地面行走的平衡调节），物理约束进场了（摩擦锥、力矩上限、地形扰动），算法与硬件形成因果链（传感器输入—约束构造—执行器输出）。这样的文本才具备进入创造性审查的条件。注意，这不等于授权承诺，只是把客体争议的概率降下来。
四、说明书和效果数据怎么配合
场景锚定不只改权利要求，说明书要同步做三件事。
第一，把场景参数写成可复现的条件。 地形高度差范围、行走速度、负载质量、采样频率、摩擦系数估计方法，都要给出具体范围或公式。审查员判断技术效果时，需要知道这些效果是在什么条件下测得的。
第二，效果数据按场景分组。 不要只写“平衡精度提高”，而是分场景给对比：平整地面、碎石地面、斜坡、侧向推力扰动下，分别相对基线方案（如PID或未锚定的MPC）的俯仰角偏差、恢复时间、打滑次数、避障成功率。数据要落在权利要求限定的参数范围内。
第三，附图体现场景绑定。 一张算法—硬件绑定图，一张步态相位与约束切换时序图，一张测试场景布置图。附图不是装饰，它是审查员快速理解“算法在什么物理条件下运行”的入口。
五、三个常见误区
误区一：场景写得越宽越好。 宽场景看似保护范围大，但容易回到“悬空算法”。更稳妥的做法是：权利要求用有限场景锚定，说明书用多个实施例覆盖场景变体，形成“权利要求窄而实、说明书宽而支撑”的结构。
误区二：把场景写在标题里就算锚定。 标题写“非平整地面”但权利要求仍是骨架，审查员不会因为标题而认可技术性。场景必须进入权利要求的技术特征。
误区三：效果数据与场景脱钩。 权利要求锚定了碎石地面，效果数据却来自平整地面实验，这种脱钩在答复时会被质疑。数据、场景、权利要求三者要能互相对上。
六、动笔前的场景锚定自检
写步态规划申请前，用下面六个问题过一遍：
- 权利要求里有没有至少一个具体地形参数或地形感知方式？
- 算法步骤有没有绑定至少一个步态相位？
- 扰动或负载是作为算法输入/约束出现，还是只在效果里提了一句？
- 硬件约束写进权利要求后，删掉它算法输出会不会变？
- 说明书里的效果数据，是否按场景分组、有基线、有指标定义？
- 附图能否让审查员在三分钟内看懂算法在什么物理条件下运行？
六个问题里如果有三个以上答“否”，这篇申请大概率还停留在“骨架文本”，建议在提交前做一轮场景锚定改写。
回到标题
从“一种基于MPC的平衡调节方法”到具备可审查性的文本，距离不在于算法有多复杂，而在于场景有没有被写进权利要求。场景锚定法的核心动作只有一句话：把研发人员脑子里的“在什么地面上、什么步态阶段、抗什么扰动、驱动什么关节”，翻译成权利要求里的物理约束和效果证据。
步态规划专利的竞争已经很密集，泛泛的骨架文本既难授权，也难维权。场景锚定做得越早，申请文件的技术底色越清楚，后续答复和运营的空间也越大。
延伸工具：《步态规划专利场景锚定自检表》——按地形、步态相位、扰动负载、硬件约束四个维度逐项自查，附改写前后对照示例。可在网站工具页获取。
本文展示撰写方法与文本改写思路，不构成对授权结果的承诺。具体案件需结合完整权利要求、说明书公开内容和审查意见判断。
