2、关节动力学基础：牛顿-欧拉方程、拉格朗日方程、关节空间与任务空间动力学

聊到关节标定，绕不开的就是动力学。说白了，动力学就是研究「力怎么让关节动起来」的学问。我刚开始做机器人控制那会儿，总觉得动力学是理论派的东西，直到有一次在产线上调试六轴机器人，发现力矩输出总是抖得厉害——嗯，从那以后我才真正意识到，不懂动力学，力矩控制就是空中楼阁。

这一节，我带你过一遍关节动力学的核心内容。不搞花架子，全是实战用得上的东西。

2.1 牛顿-欧拉方程：最直观的力与运动

牛顿-欧拉方程，我个人习惯叫它「N-E法」。它把机器人拆成一个个连杆，每个连杆都当成刚体来处理。你想想看，一个连杆受到哪些力？重力、驱动力、相邻连杆的约束力，还有惯性力。

核心公式其实就两个：

牛顿方程：F = m * a
欧拉方程：τ = I * α + ω × (I * ω)

前者管平动，后者管转动。我在项目中遇到过一个问题：用N-E法做前向动力学仿真时，如果忽略了科里奥利力项（就是那个ω × (I * ω)），仿真结果在高速运动时会完全跑偏。所以，千万别偷懒。

实际工程中，我一般这样用：

• 正向递推：从基座到末端，计算每个连杆的速度、加速度
• 反向递推：从末端到基座，计算每个关节的驱动力矩

这样做的好处是，你不需要解大型方程组，计算量是O(n)级别的。对于六轴机器人，一次完整的N-E递推大概只需要几十微秒。

2.2 拉格朗日方程：从能量角度看问题

拉格朗日方程是另一种思路。它不看力，看能量。公式长这样：

L = T - V
τ = d/dt(∂L/∂q̇) - ∂L/∂q

其中L是拉格朗日量，T是动能，V是势能。q是关节位置，q̇是关节速度。

说实话，拉格朗日法在工程中不如N-E法常用，因为计算量大。但它有一个巨大的优势——物理意义清晰。你一眼就能看出哪些项是惯性力，哪些是离心力/科里奥利力，哪些是重力。

举个例子，一个二连杆机器人的拉格朗日动力学方程展开后是这样的：

τ₁ = M₁₁·q̈₁ + M₁₂·q̈₂ + C₁(q̇₁, q̇₂) + G₁(q₁, q₂)
τ₂ = M₂₁·q̈₁ + M₂₂·q̈₂ + C₂(q̇₁, q̇₂) + G₂(q₁, q₂)

M是惯性矩阵，C是离心力和科里奥利力项，G是重力项。我在做力矩前馈控制时，就喜欢用拉格朗日法推导出这些项，然后单独补偿重力——效果立竿见影。

2.3 关节空间与任务空间动力学

这两个概念，我建议你分清楚。

关节空间动力学，描述的是关节力矩与关节位置、速度、加速度之间的关系。公式是：

τ = M(q)·q̈ + C(q, q̇)·q̇ + G(q) + τ_friction

这个方程在关节空间里写，每个变量都是关节角度。做关节标定时，我们主要用这个模型。

任务空间动力学，描述的是末端执行器受到的力与末端位姿之间的关系。公式是：

F = Λ(x)·ẍ + μ(x, ẋ) + p(x)

其中Λ是任务空间的惯性矩阵，μ是科里奥利力，p是重力。F是末端受到的力/力矩。

两者之间通过雅可比矩阵J关联：

τ = Jᵀ·F
ẋ = J·q̇

我在做力控打磨项目时，就用了任务空间动力学。因为打磨时，你关心的是末端与工件之间的接触力，而不是关节力矩。但最终控制还是要映射回关节空间——毕竟电机装在关节上。

下面这张图，是我梳理的动力学知识体系，帮你理清思路：

2.4 动力学参数辨识：标定的核心

有了动力学模型，下一步就是确定模型里的参数。这些参数包括：

我在做六轴机器人标定时，发现一个常见问题：很多人只辨识惯性参数，忽略了摩擦和柔性。结果就是，低速运动时力矩控制误差很大。为什么会这样？因为低速时惯性力很小，摩擦占主导。你不辨识摩擦参数，低速力矩控制就是瞎蒙。

2.5 从理论到实践：我的工作流

说了这么多，我总结一下在实际项目中，我是怎么用这些动力学知识的：

1. 建模阶段：用拉格朗日法推导动力学方程，明确M、C、G各项的形式
2. 参数辨识阶段：设计激励轨迹，采集关节力矩、位置、速度数据，用最小二乘法辨识参数
3. 验证阶段：用N-E法做前向仿真，对比仿真力矩和实测力矩
4. 控制阶段：在关节空间做重力补偿+前馈控制，必要时切换到任务空间做力控

这套流程我用了好几年，在多个项目上都验证过。效果嘛——力矩控制精度从原来的±15%提升到了±3%以内。你想想看，这个提升对精密装配、力控打磨来说，意味着什么。

好了，动力学基础就聊到这儿。下一节我们深入关节标定的具体方法，到时候我会拿实际案例出来讲。