2. 机器人控制基础
机器人控制的核心任务，是让机械系统在不确定环境中按照期望轨迹运动，并保持足够的精度、鲁棒性与安全性。要达成这一目标，工程师必须首先建立对机器人本体行为的数学描述——运动学描述“位置与姿态”，动力学描述“力与运动的关系”，控制架构则负责将期望指令转化为实际力矩。本章作为《机器人控制中的机器学习与强化学习策略》课程的基础章节，将系统梳理运动学、动力学、经典控制架构与状态空间表示方法，为后续引入学习型控制策略奠定必要的理论框架。
上图展示了机器人控制基础四大模块之间的逻辑关系：运动学负责描述机器人的几何关系，动力学揭示其惯性、科氏力与重力特性，控制架构基于上述模型生成力矩指令，而状态空间表示则为统一分析与现代控制方法（包括强化学习）提供了数学框架。下面逐一展开。
2.1 运动学：从关节空间到笛卡尔空间
2.1.1 核心原理
运动学研究机器人各连杆之间的几何关系，不考虑产生运动的力。正运动学（Forward Kinematics）给定关节角度向量 q = [q₁, q₂, ..., qₙ]ᵀ，求解末端执行器的位置与姿态（通常用齐次变换矩阵 T ∈ SE(3) 表示）。逆运动学（Inverse Kinematics）则相反，给定期望的末端位姿，反解关节角。对于六自由度串联机械臂，逆运动学通常存在多解或无解情况，需要根据关节限位、避障等约束进行最优选择。
雅可比矩阵 J(q) 建立了关节速度与末端笛卡尔速度之间的线性映射：
ν = J(q) · q̇其中 ν = [v; ω] 为末端线速度与角速度向量。雅可比矩阵的秩决定了机器人的奇异位形——当 rank(J) < 6 时，末端在某些方向上失去运动能力，此时关节速度可能趋于无穷大，必须通过阻尼最小二乘等方法进行奇异鲁棒处理。
2.1.2 判断方法与操作流程
在实际工程中，运动学求解通常遵循以下流程：
- 建立DH参数表：根据连杆长度 aᵢ、连杆偏距 dᵢ、连杆转角 αᵢ、关节角 θᵢ 建立坐标系变换矩阵。
- 正运动学计算：连乘各关节变换矩阵，得到末端位姿 T₀ₙ = A₁·A₂·...·Aₙ。
- 逆运动学求解：优先采用解析法（如Pieper准则适用于多数六轴工业机器人），若解析解不存在则使用数值迭代法（如Levenberg-Marquardt）。
- 雅可比计算：通过微分变换法或矢量积法求取 J(q)，并检查奇异值。
2.1.3 案例拆解：六轴关节机器人的逆解选择
以典型的六自由度关节型工业机器人为例（如类似UR5构型），其逆运动学存在8组可能的关节角组合。实际场景中，某焊接工位要求末端以特定姿态到达焊缝位置，同时必须避开夹具障碍物。初始现象：使用数值迭代法求解时，算法收敛到一组关节角，但该组解导致第3关节接近限位（-170°），且第5关节处于奇异位形附近。分析过程：通过解析法获得全部8组候选解，逐一检查关节限位、奇异值、避障条件，最终选择第2组解（q = [-45°, -90°, 120°, 0°, 90°, 0°]），该组解关节角度远离限位，且雅可比矩阵最小奇异值 σ_min = 0.32，远离奇异。操作步骤：在离线编程软件中预先计算所有候选解，并设计评分函数（权重：限位余量0.4、奇异距离0.3、避障距离0.3），自动选择最优解。结果对比：相比数值迭代法，解析法+评分策略将求解成功率从78%提升至99.2%，且关节力矩峰值降低15%。复盘经验：逆运动学求解必须结合任务约束进行多解评估，不能简单依赖单一数值方法。
2.2 动力学：力与运动的深层关系
2.2.1 核心原理
动力学描述机器人运动与驱动力矩之间的因果关系。最常用的两种建模方法：牛顿-欧拉法基于力/力矩平衡递推，计算复杂度为 O(n)，适合实时控制；拉格朗日法基于系统能量（动能-势能）推导，形式简洁但计算量较大。标准动力学方程可写为：
M(q)q̈ + C(q, q̇)q̇ + G(q) + F_friction(q̇) = τ其中 M(q) 为惯性矩阵（对称正定），C(q,q̇) 为科氏力和离心力矩阵，G(q) 为重力项，F_friction 为摩擦力（通常包含库仑摩擦与粘性摩擦），τ 为关节驱动力矩。该方程揭示了机器人系统的非线性、耦合性和时变性——这些特性正是传统线性控制难以取得高性能的根本原因。
2.2.2 动力学参数辨识流程
| 步骤 | 操作内容 | 关键工具/方法 | 输出 |
|---|---|---|---|
| 1. 模型线性化 | 将动力学方程改写为 Y(q,q̇,q̈)·θ = τ | 符号计算、最小参数集 | 回归矩阵 Y，参数向量 θ |
| 2. 激励轨迹设计 | 设计有限傅里叶级数轨迹，保证回归矩阵条件数小 | 优化算法、条件数评估 | 激励轨迹 q_des(t) |
| 3. 数据采集 | 以1kHz采样关节角、力矩指令 | 伺服驱动器、编码器 | 时间序列数据 |
| 4. 参数估计 | 加权最小二乘、岭回归 | MATLAB/Python | 辨识后的 θ̂ |
| 5. 模型验证 | 对比预测力矩与实际力矩 | 残差分析、R²指标 | 验证报告 |
2.2.3 实战场景：计算力矩法中的模型误差补偿
计算力矩法（Computed Torque Control）的核心思想是利用动力学模型进行非线性补偿，将原系统线性化为双积分器形式。控制律为：
τ = M(q)·(q̈_des + K_d·ė + K_p·e) + C(q,q̇)q̇ + G(q)其中 e = q_des - q 为跟踪误差，K_p、K_d 为PD增益。理想情况下，闭环误差方程为 ë + K_d·ė + K_p·e = 0，可通过极点配置设计增益。然而实际中模型参数存在误差（如负载变化、摩擦未完全补偿），导致系统出现稳态误差甚至不稳定。某装配机器人负载从2kg变为5kg后，未更新模型参数，导致轨迹跟踪误差从±0.5mm增大到±3.2mm。分析发现惯性矩阵 M(q) 误差约40%，重力项 G(q) 误差约25%。解决方案：采用自适应控制策略，在线估计负载参数，将误差收敛至±0.8mm。操作步骤：在计算力矩控制律中增加参数自适应律 θ̂̇ = -Γ·Yᵀ·Bᵀ·P·x，其中 Γ 为自适应增益矩阵，Y 为回归矩阵，P 为Lyapunov方程解。结果对比：自适应计算力矩法相比固定参数法，最大跟踪误差降低75%，且无需离线重新辨识。风险提示：自适应增益过大可能导致参数漂移，需加入σ-修正或死区。
2.3 控制架构：从PID到现代方法
2.3.1 核心原理与对比
经典PID控制器因其结构简单、无需模型、鲁棒性强而广泛应用于工业机器人关节控制。其控制律为：
τ = K_p·e + K_i·∫e dt + K_d·ė然而，PID本质上是线性控制器，对于机器人这类强耦合非线性系统，难以在所有工况下获得一致的高性能。计算力矩法通过模型补偿实现全局线性化，但依赖精确模型。实际工程中常采用“PID+重力补偿”或“PID+前馈”的折中方案。
| 控制方法 | 模型依赖 | 稳态精度 | 动态性能 | 鲁棒性 | 计算复杂度 | 适用场景 |
|---|---|---|---|---|---|---|
| PID | 无 | 中（有静差） | 一般 | 高 | 低 | 低速、低精度要求 |
| PID+重力补偿 | 部分（重力项） | 较好 | 中等 | 较高 | 低 | 垂直关节机器人 |
| 计算力矩法 | 完整模型 | 高 | 优秀 | 低（模型失配时） | 中 | 高速高精度轨迹跟踪 |
| 滑模控制 | 部分（边界已知） | 高 | 良好 | 极高 | 中 | 强扰动、参数大范围变化 |
| 阻抗控制 | 部分（动力学） | 力控精度高 | 柔顺 | 中 | 中 | 人机交互、装配 |
2.3.2 操作流程：PID参数整定
- 系统辨识：获取关节的近似传递函数（如通过阶跃响应或频率响应）。
- 先整定P：从小到大增加 K_p，观察响应直至出现轻微振荡。
- 再整定D：增加 K_d 抑制超调，改善阻尼。
- 最后整定I：缓慢增加 K_i 消除稳态误差，注意积分饱和问题。
- 联合验证：在不同速度、负载下测试，必要时采用增益调度。
2.3.3 案例拆解：SCARA机器人高速拾取控制
某SCARA机器人用于电子元件高速拾取，节拍要求0.8s完成“下降-拾取-上升-移动-放置”动作。初始方案采用纯PID控制，在高速运行时末端振动明显，定位误差达±1.5mm，超出±0.5mm的规格要求。关键数据：关节2（大臂）PID参数 K_p=120, K_i=5, K_d=8，最大速度 180°/s。分析过程：通过频谱分析发现末端振动频率约12Hz，与关节2的机械谐振频率接近。操作步骤：① 在PID基础上增加二阶低通滤波器（截止频率30Hz）抑制高频噪声；② 增加速度前馈项 τ_ff = K_v·q̇_des，K_v 通过辨识得到约0.85；③ 采用计算力矩法替代纯PID，利用辨识的动力学模型进行补偿。结果对比：采用“计算力矩+前馈”方案后，定位误差降至±0.3mm，节拍缩短至0.65s，振动幅度降低70%。复盘经验：对于高速轻载机器人，动力学前馈比单纯提高PID增益更有效，且不会激发机械谐振。
2.4 状态空间表示：统一分析与学习的基础
2.4.1 核心原理
状态空间表示将机器人动力学方程转化为一阶微分方程组形式，便于现代控制理论与机器学习方法的应用。定义状态向量 x = [q; q̇] ∈ R²ⁿ，则：
ẋ = f(x, u) = [q̇; M⁻¹(q)·(u - C(q,q̇)q̇ - G(q) - F_friction)]其中 u = τ 为控制输入。该表示具有以下优势：① 统一描述多输入多输出系统；② 便于进行能控性、能观性分析；③ 为LQR、MPC等现代控制方法提供标准形式；④ 直接作为强化学习的状态输入（state）与动作输入（action）。
2.4.2 线性化与离散化
在平衡点 (x₀, u₀) 附近进行泰勒展开，可得线性化状态方程：
δẋ = A·δx + B·δu其中 A = ∂f/∂x|₀, B = ∂f/∂u|₀。对于数字控制系统，还需进行离散化（如零阶保持法），得到 x(k+1) = A_d·x(k) + B_d·u(k)。离散化步长通常取控制周期的1/10~1/5。
2.4.3 实战场景：基于状态空间的LQR控制器设计
针对一个二连杆平面机械臂，期望在关节空间实现高精度定位。设计步骤如下：
- 建立状态空间模型：取 x = [q₁, q₂, q̇₁, q̇₂]ᵀ，在垂直向下平衡点线性化。
- 能控性检查：计算能控性矩阵 Q_c = [B, AB, A²B, A³B]，验证 rank(Q_c)=4。
- LQR增益计算：选择权重矩阵 Q = diag(100, 100, 1, 1)，R = diag(0.1, 0.1)，求解Riccati方程得到 K = [31.6, 31.6, 14.1, 14.1]。
- 仿真验证：在Simulink中搭建非线性模型，验证LQR在平衡点附近的性能。
- 鲁棒性测试：在末端增加0.5kg负载，观察响应变化。
结果：LQR在平衡点附近表现出良好的调节性能（调节时间0.4s，超调5%），但当负载增加后，稳态误差增大至0.02rad。分析：线性化模型未包含重力变化项，导致模型失配。改进方案：在LQR基础上增加积分项（LQI控制器），将稳态误差降至0.005rad以下。
2.5 常见误区与总结复盘
2.5.1 常见误区
- 误区一：忽视动力学模型的重要性。许多工程师认为PID足够，但在高速、高负载变化场景下，模型补偿是提升性能的关键。
- 误区二：逆运动学求解只关注单一解。忽略多解评估可能导致关节限位或奇异问题。
- 误区三：状态空间表示仅用于线性系统。非线性状态空间模型同样是强化学习环境搭建的基础。
- 误区四：计算力矩法万能。模型误差较大时，该方法可能比PID更不稳定，需配合鲁棒项。
- 误区五：忽略离散化影响。连续域设计的控制器在数字实现时可能因采样延迟而性能退化。
2.5.2 总结复盘
本章从运动学、动力学、控制架构与状态空间四个维度构建了机器人控制的基础框架。运动学解决“机器人能到达哪里”的问题，动力学回答“需要多大扭矩才能到达”，控制架构决定“如何计算扭矩指令”，状态空间则为“如何统一描述与分析”提供了数学语言。对于后续的机器学习与强化学习策略，这四者分别对应：状态/动作空间定义（运动学+状态空间）、环境动力学模型（动力学）、底层安全控制器（控制架构）、以及学习算法的输入输出接口（状态空间）。建议读者在进入后续章节前，务必掌握以下核心技能：① 能够独立推导并编程实现正逆运动学；② 理解动力学方程各项的物理意义并能进行参数辨识；③ 能够根据任务需求选择合适的控制架构并完成参数整定；④ 熟练将动力学模型转化为状态空间形式，并完成线性化与离散化。