1. 信号特征层面的区分
| 特征维度 | 正常着地冲击 | 危险碰撞/摔倒前兆 |
|---|---|---|
| 时域波形 | 近似半正弦波，脉宽稳定（如0.5~2ms），上升/下降对称 | 波形尖锐不对称、可能有多个连续尖峰（如撞击后弹跳）、持续时间异常（过长或过短） |
| 峰值幅值 | 在预设步态参数内（例如平地行走 | 远超预期（如>2倍正常峰值），或即使幅值不大但出现在非预期相位（如摆动相中期） |
| 能量分布（频域） | 主频集中在200~800Hz，能量随频率滚降平滑 | 能量扩散到更高频带（>2kHz）或出现新的谐振峰（结构共振） |
| 时间连续性 | 严格与步态相位同步（脚跟触地→全脚掌→离地） | 可能发生在任何相位，且前后加速度信号无正常的离心力/科氏力模式 |
2. 算法实现方案（分层决策）
① 第一层：自适应阈值 + 相位门控
根据当前步态周期（通过关节编码器和足底压力中心估计），设定动态阈值。例如：
threshold(phase) = base_threshold × walking_speed_factor × terrain_roughness_factor只有冲击发生在允许的落地窗口（例如脚跟触地前后±10ms）且幅值超过当前阈值，才进入第二层判断。其他任何相位出现的大冲击直接标记为“异常冲击”。
② 第二层：冲击指纹匹配
-
构建一个轻量级CNN或随机森林分类器，输入为冲击事件前后2ms窗口内的加速度波形（128~256点）。训练数据来自：
正常步行（各种速度、地面类型）
刻意碰撞（门框、桌腿、人为推搡）
摔倒模拟（安全气垫上）
在线运行时可实时输出分类置信度。若判定为“危险碰撞”，立即触发柔顺控制（减小关节刚度）而不是立即停机，避免二次损伤。
③ 第三层：多传感器融合确认
-
单加速度冲击信号可能有假阳性（例如传感器本身接触不良或共振）。引入融合逻辑：
足底力传感器：正常冲击时垂直力峰值与冲击加速度比值应稳定在
F/a ≈ 等效质量；若该比值异常（如力很小但加速度很大），说明可能是空碰或传感器松动。IMU（躯干陀螺仪）：正常落地几乎不引起躯干角速度突变（
关节电流：若冲击时对应关节电流无突变，说明可能是传感器伪信号（因为真实碰撞会产生额外负载力矩）。
-
决策逻辑：
仅加速度冲击超阈值 → 标记为“可疑”，提高后续步态监测敏感度。
加速度冲击 + 力传感器异常 + 躯干倾斜 → 立即触发摔倒保护（如伸展手臂、关闭大扭矩电机）。
④ 第四层：学习与自适应
机器人运行过程中记录所有“已确认事件”（例如操作员标注的真实碰撞 vs 被抑制的误触发）。定期更新分类器参数。
对于长时间未出现的冲击模式，主动生成小扰动（如快速踢腿、轻敲足底）来持续验证传感器是否漂移或损坏。