📚 课程目录第1章课程导入

1. 课程导入

在机器人从“位置控制”走向“与环境交互”的过程中，接触是不可避免的物理事件。无论是装配、打磨、抓取、擦拭，还是人机协作中的物理交互，机器人末端执行器一旦与工件或环境发生接触，系统就从自由运动进入约束运动。此时，仅靠关节位置和速度信息已不足以描述真实状态，必须引入接触状态识别与力/位混合控制。本课程围绕“感知—识别—决策—控制”这条主线，帮助学习者建立从接触检测到柔顺控制的完整知识体系。

一、学习目标

完成本课程后，学习者应能够：

理解接触状态的定义、分类及其在机器人操作中的物理意义；
掌握基于力/力矩传感器、关节电流、视觉和触觉的接触检测方法；
能够区分自由运动、刚接触、稳定接触、滑动接触和碰撞等状态；
掌握阻抗控制、导纳控制、力/位混合控制的基本原理与适用条件；
能够针对典型装配、打磨、抓取任务设计接触状态识别与控制方案；
具备对接触控制实验进行调试、排障和复盘的基本能力。

二、核心概念

接触状态识别与控制涉及几个关键概念。第一是接触力，即机器人与环境之间通过接触点传递的力和力矩，通常由六维力/力矩传感器测量。第二是接触状态，它描述接触是否发生、接触点位置、接触法向、是否滑动以及接触刚度等属性。第三是柔顺性，指机器人对外力表现出顺应能力，分为被动柔顺和主动柔顺。第四是力/位混合控制，即在某些方向控制力、在另一些方向控制位置，以适应环境约束。第五是接触刚度与阻尼，它们决定了接触过程的稳定性和响应速度。

接触状态识别的本质，是从可观测信号中推断不可直接测量的接触属性；控制的目标，则是根据识别结果调整机器人行为，使接触过程稳定、安全且高效。

三、整体知识框架

本课程的知识框架可以概括为“三层一闭环”。底层是感知层，包括力/力矩传感、关节电流估计、触觉阵列和视觉伺服；中间层是识别层，包括信号滤波、特征提取、状态分类和接触参数估计；上层是控制层，包括阻抗控制、导纳控制、力/位混合控制和自适应控制。三层之间通过反馈闭环连接：感知为识别提供数据，识别为控制提供状态，控制又改变接触状态，形成持续循环。

四、典型应用场景

接触状态识别与控制的应用非常广泛。在精密装配中，机器人需要识别轴孔接触状态，并通过力/位混合控制完成柔顺插入，避免卡阻和划伤。在表面打磨中，机器人需要保持恒定法向力，同时根据接触状态调整切向速度，以保证加工质量。在抓取与操作中，接触状态识别用于判断是否滑移，从而动态调整夹持力。在人机协作中，接触检测用于实现安全停止和柔顺避让。在医疗康复机器人中，接触力控制直接关系到患者安全与舒适度。

五、方法流程与关键参数

一个典型的接触状态识别与控制流程包括：数据采集、信号预处理、特征提取、状态分类、控制决策和执行。下表列出了各环节的常用方法与关键参数。

环节	常用方法	关键参数	注意事项
数据采集	力/力矩传感器、关节电流、触觉阵列	采样率、量程、分辨率	采样率需高于接触动态带宽
信号预处理	低通滤波、卡尔曼滤波、去偏置	截止频率、噪声方差	避免滤波引入过大相位延迟
特征提取	时域统计、频域分析、小波变换	窗口长度、特征维度	窗口需兼顾实时性与稳定性
状态分类	阈值法、SVM、神经网络、隐马尔可夫	分类阈值、模型复杂度	需覆盖自由、接触、滑动、碰撞
控制决策	阻抗控制、导纳控制、力/位混合控制	刚度、阻尼、期望力	参数需根据接触刚度自适应调整

六、常见误区与复盘

误区一：只依赖位置控制。在接触任务中，纯位置控制会导致力失控，轻则划伤工件，重则损坏机器人。必须引入力反馈或柔顺控制。

误区二：忽视传感器延迟。力传感器和通信链路存在延迟，若直接用于高带宽控制，容易引起振荡。应进行延迟补偿或降低控制带宽。

误区三：接触状态分类过于简单。仅用阈值判断“有接触/无接触”无法区分滑动和碰撞，容易造成误判。应结合多特征和时序信息。

误区四：控制参数一成不变。不同工件刚度差异很大，固定阻抗参数难以适应。应在线估计接触刚度并调整参数。

学习建议：先建立“接触即约束”的物理直觉，再掌握从信号到状态的识别方法，最后理解控制参数如何影响接触行为。每学一个方法，都要问三个问题：它解决什么问题？需要什么信号？在什么条件下会失效？

七、示例：接触状态识别伪代码

# 接触状态识别与控制主循环（伪代码）
while robot_running:
    f = read_force_torque()          # 读取六维力/力矩
    q, dq = read_joint_state()       # 读取关节位置与速度
    f_filt = lowpass(f, cutoff=20Hz) # 低通滤波

    if norm(f_filt) < F_threshold:
        state = "FREE"               # 自由运动
    elif is_sliding(f_filt, dq):
        state = "SLIDING"            # 滑动接触
    elif norm(f_filt) > F_collision:
        state = "COLLISION"          # 碰撞
    else:
        state = "CONTACT"            # 稳定接触

    if state == "CONTACT":
        K_est = estimate_stiffness(f_filt, q)
        set_impedance(K_est, D_ratio=0.7)
        tau_cmd = impedance_control(f_desired, f_filt, q, dq)
    elif state == "COLLISION":
        tau_cmd = safe_stop()
    else:
        tau_cmd = position_control(q_desired)

    send_joint_torque(tau_cmd)