1. 课程导论
机器人从诞生之日起，就面临着与物理世界交互的根本挑战。早期工业机器人以高刚度、高精度定位为核心特征，在结构化环境中完成重复性作业。然而，当机器人需要接触环境——无论是装配一颗轴承、打磨一个曲面，还是与人类握手——刚性控制策略便暴露出致命缺陷：接触力不可控、冲击过大、系统失稳。柔顺控制（Compliant Control）正是为解决这一矛盾而生的核心技术，它使机器人具备"顺应外力"的能力，将"位置"与"力"统一纳入控制框架。本章作为课程导论，将系统阐述柔顺控制的定义与本质、工程价值、典型应用场景，并给出贯穿全课程的学习路径图。
1.1 柔顺控制的定义与本质
柔顺控制（Compliant Control）是指机器人末端在执行任务时，其运动行为主动或被动地顺应外部环境约束的控制策略。从控制论角度，柔顺控制的核心在于放弃"位置跟踪"的刚性目标，转而调节机器人末端的位置、速度与接触力之间的动态关系。这种关系通常用质量-阻尼-弹簧二阶系统来描述，即所谓的"阻抗模型"：
M_d * (ẍ - ẍ_d) + B_d * (ẋ - ẋ_d) + K_d * (x - x_d) = F_ext其中，M_d、B_d、K_d 分别为期望惯量、期望阻尼和期望刚度矩阵；x_d 为期望轨迹；F_ext 为环境接触力。当机器人末端受到外力时，系统不再强行维持轨迹，而是按照上述动态关系产生一个顺应性的位置修正量。这种"力-位"耦合关系正是柔顺控制的数学本质。
从工程实现角度，柔顺控制分为两大类：被动柔顺与主动柔顺。被动柔顺依赖机械结构（如弹簧、阻尼器、柔顺手腕RCC）实现，响应快但参数不可调；主动柔顺则通过控制算法结合力/力矩传感器实现，灵活性强、适应面广，是当前研究和工业应用的主流。本课程聚焦主动柔顺控制，重点讲解阻抗控制与导纳控制两大算法族。
1.2 柔顺控制的重要性：为什么刚性控制不够？
传统工业机器人采用位置控制模式，伺服系统以极高的刚度跟踪期望轨迹。这种模式在搬运、码垛、点焊等非接触任务中表现优异，但一旦涉及接触作业，刚性控制面临三大根本性挑战：
- 接触力不可控：位置控制模式下，机器人将环境视为刚性约束，任何几何偏差都会转化为巨大的接触力。例如，在轴孔装配中，若轴与孔的中心偏差0.2mm，刚性控制可能产生数百牛顿的横向力，导致卡死或工件损伤。
- 系统失稳风险：当机器人末端与高刚度环境（如钢制夹具）接触时，位置控制回路与环境刚度形成正反馈，极易引发振荡甚至发散。经典的"Jerk"现象（接触瞬间的加速度突变）就是刚性控制与硬环境交互的典型失稳表现。
- 无法适应几何公差：实际工件的尺寸公差、定位误差、表面形貌差异使得"位置"目标本身就不精确。刚性控制缺乏对几何偏差的容忍能力，导致装配失败率居高不下。
柔顺控制通过引入力反馈或力-位耦合关系，从根本上解决了上述问题。其工程价值体现在三个维度：质量维度（接触力精确可控，保护工件表面和内部结构）、效率维度（允许更大的定位公差，减少精密夹具成本，提高一次装配成功率）、安全维度（人机协作中，柔顺控制使机器人具备碰撞检测与缓冲能力，保障操作人员安全）。
| 对比维度 | 刚性位置控制 | 柔顺控制 |
|---|---|---|
| 控制目标 | 位置误差最小化 | 力-位动态关系满足期望 |
| 接触力行为 | 不可控，随几何偏差急剧增大 | 可控，限制在安全阈值内 |
| 环境适应性 | 要求环境精确已知且刚性 | 适应未知/变化的环境刚度 |
| 典型应用 | 搬运、点焊、涂胶 | 装配、打磨、人机交互 |
| 失稳风险 | 高（硬接触时） | 低（参数整定合理时） |
1.3 典型应用领域与场景拆解
精密装配：在汽车变速箱轴承装配中，轴承外圈与壳体孔的配合间隙通常只有0.01-0.03mm。传统刚性控制需要高精度视觉引导和精密夹具，且一次装配成功率仅约85%。采用导纳控制后，机器人通过六维力传感器感知接触力，实时调整装配姿态，允许初始位置偏差达±1mm，接触力限制在50N以内，一次成功率提升至99%以上。关键在于导纳控制器的阻尼参数整定——阻尼过小会导致振荡，阻尼过大会使装配速度过慢。
打磨与去毛刺：铝合金铸件去毛刺任务中，工件毛刺高度不一（0.1-1.5mm），且材料硬度存在批次差异。若采用刚性轨迹控制，刀具磨损和工件变形会导致打磨力波动达±30N，表面质量不稳定。通过阻抗控制将打磨力恒定在20N±2N，机器人沿工件表面自适应调整进给深度，不仅表面粗糙度Ra从3.2μm降至1.6μm，砂轮寿命也延长了40%。
人机协作：协作机器人（Cobot）的拖动示教功能是导纳控制的典型应用。操作者握住机器人末端施加力，导纳控制器将力信号转换为速度指令，使机器人"顺从"操作者的意图运动。以UR机器人为例，其拖动示教模式本质是低刚度导纳控制（虚拟刚度约50N/m），配合重力补偿算法，操作者仅需施加5-10N的力即可流畅拖动。此外，碰撞检测功能通过监测关节电流/力矩异常，在碰撞发生10ms内触发安全停止，这同样依赖于柔顺控制思想。
1.4 课程学习路径与知识体系
本课程共30章，按照"理论奠基→算法深化→工程实现→行业实战"四个阶段递进设计，确保学习者从数学原理到现场调试形成完整闭环。
阶段一（第1-6章）：基础理论与感知系统。在完成本章导论后，第2章回顾机器人运动学与雅可比矩阵，这是理解力-位映射的数学基础；第3章讲解机器人动力学与惯性参数辨识，为阻抗控制中的惯量补偿提供依据；第4章深入力/力矩传感器原理、选型与标定，重点覆盖应变片式与电容式传感器的差异、温度漂移补偿、重力/惯性力解耦；第5章介绍力信号处理技术，包括低通滤波、陷波滤波、滑动平均滤波的参数设计；第6章讨论柔顺控制的稳定性基础，引入无源性与Lyapunov方法。
阶段二（第7-18章）：核心算法族。第7-9章系统讲解阻抗控制，从单自由度阻抗模型扩展到多自由度阻抗控制，涵盖基于动力学前馈的阻抗控制、阻抗参数整定方法；第10-12章深入导纳控制，包括内环位置控制器的设计、力信号滤波对导纳控制稳定性的影响、导纳参数的自适应调整；第13章讲解力/位混合控制，利用任务空间正交分解实现位置子空间与力子空间的独立控制；第14章介绍阻抗与导纳的统一框架——通过内环结构的不同（位置内环或力内环）解释两种算法的本质联系；第15-18章覆盖先进柔顺控制，包括自适应阻抗控制、基于学习的柔顺控制（强化学习/示教学习）、变阻抗控制、多机器人协同柔顺控制。
阶段三（第19-26章）：工程实现与调试。第19章讲解柔顺控制器的离散化实现与实时性要求（控制周期1kHz以上）；第20章深入力传感器安装与重力补偿的工程细节；第21章讨论柔顺控制与轨迹规划的集成，包括过渡段平滑、奇异点规避；第22章介绍柔顺控制系统的调试方法论，从"先位置后力"的分步调试法到基于频域分析的参数整定；第23章分析典型失稳现象（振荡、漂移、极限环）的机理与对策；第24章讲解柔顺控制的性能评估指标体系（接触力精度、动态响应时间、能耗）；第25章介绍仿真平台（MATLAB/Simulink、V-REP、Gazebo）中的柔顺控制建模方法；第26章讨论柔顺控制与视觉/力觉融合的力位混合引导策略。
阶段四（第27-30章）：行业案例实战。第27章以精密装配为背景，完整拆解从力传感器选型、导纳参数整定到装配策略设计的全过程；第28章以机器人打磨为案例，重点讲解恒力控制与路径自适应、工具磨损补偿；第29章聚焦人机协作场景，涵盖拖动示教、碰撞检测、安全力矩限制的实现细节；第30章总结柔顺控制的未来趋势——变刚度执行器（VSA）、并联弹性驱动（PEA）、基于数字孪生的柔顺控制优化。
1.5 本章总结与学习目标
本章作为课程导论，建立了柔顺控制的整体认知框架。核心要点可归纳为：柔顺控制是机器人接触作业的必备能力，其本质是力-位动态关系的调节；阻抗控制与导纳控制是两大主流算法，前者以位置为输入、力为输出，后者以力为输入、位置为输出，两者在特定条件下可相互转化；柔顺控制已在精密装配、打磨、人机交互等领域展现出不可替代的价值。
完成本章学习后，学习者应达到以下目标：能够用自己的语言解释柔顺控制与刚性控制的本质区别；能够列举至少三个柔顺控制的典型应用场景并说明其技术需求；能够画出阻抗模型的质量-阻尼-弹簧示意图并写出其微分方程；能够理解课程四个阶段的递进逻辑，明确自身的学习重点与薄弱环节。