4、重力矩补偿原理：基于运动学参数的重力矩计算、重力矩标定实验设计

各位同学，咱们今天聊点实在的。力矩控制做得好不好，很大程度上取决于重力矩补偿做得干不干净。说白了，机器人关节上那点事儿，一大半都是跟重力在较劲。我当年调试第一个六轴协作臂的时候，就被这玩意儿折腾得够呛——空载的时候好好的，一夹持负载就抖得像筛糠。后来才明白，重力矩没算对，啥高级算法都白搭。

4.1 重力矩从哪来？

先想一个问题：为什么关节电机要额外出力？

因为机器人本身有重量。每个连杆、每个关节、甚至每个螺丝，都在受重力影响。当机器人保持某个姿态时，重力会在各个关节上产生一个力矩分量。这个分量如果不补偿，电机就得硬扛着，结果就是：

静态误差大——位置精度上不去
动态响应慢——电机一直在跟重力较劲
发热严重——电流里掺了太多"冤枉成分"

所以，重力矩补偿的核心思路就一句话：把重力产生的力矩算出来，然后从控制指令里减掉它。这样电机只需要负责"运动"本身，不用再背着重力这个包袱。

核心公式（简化版）：

τ_gravity = f(q, m, L, g)

其中 q 是关节角度，m 是连杆质量，L 是质心位置，g 是重力加速度。

说白了，重力矩就是关节角度的函数。角度一变，力矩就变。

4.2 基于运动学参数的重力矩计算

好，那具体怎么算？我习惯分三步走。

第一步：建立运动学模型

你得知道每个连杆的质心在哪。这个信息通常来自CAD模型，或者通过辨识实验得到。对于n轴机器人，我们需要知道每个连杆的：

质量 m_i
质心位置（在连杆坐标系下）r_i
惯性张量（这个对重力矩影响不大，但做动力学控制时有用）

第二步：计算每个连杆的重力在关节空间中的映射

这里要用到雅可比矩阵。每个连杆的质心速度可以通过雅可比矩阵映射到关节速度上。重力做的虚功，就等于重力乘以虚位移。通过虚功原理，我们可以得到：

τ_gravity = Σ (J_i^T * m_i * g)

其中 J_i 是第 i 个连杆质心的雅可比矩阵。g 是重力向量，通常取 [0, 0, -9.81]。

第三步：写成可执行代码

嗯，这里我贴一段我常用的伪代码，实际项目中我一般用C++写，但原理是一样的：

// 输入：关节角度 q[6]
// 输出：重力补偿力矩 tau_gravity[6]

void computeGravityTorque(float* q, float* tau_gravity) {
    // 1. 正运动学计算，得到每个连杆的位姿
    Matrix4 T[7]; // 从基座到每个连杆的变换矩阵
    forwardKinematics(q, T);
    
    // 2. 计算每个连杆质心的位置和雅可比
    for (int i = 1; i <= 6; i++) {
        Vector3 p_com = T[i] * r_com[i]; // 质心在世界坐标系下的位置
        Matrix J_com = computeJacobian(q, i, p_com); // 质心雅可比
        
        // 3. 重力向量
        Vector3 g_world = {0, 0, -9.81};
        
        // 4. 累加重力矩
        Vector3 force = m[i] * g_world;
        Vector3 torque = J_com.transpose() * force;
        
        for (int j = 0; j < 6; j++) {
            tau_gravity[j] += torque[j];
        }
    }
}

我的经验：实际写代码时，别一次性算6个关节。先算前三个大臂关节，它们占了重力矩的80%以上。小臂和腕部的重力矩通常很小，可以先用近似值，等精度要求高了再细化。我曾经在一个项目里这么干，调试时间直接缩短了一半。

4.3 重力矩标定实验设计

理论算得再漂亮，也得用实验来验证。为什么？因为CAD模型里的质量、质心位置，跟实际装配出来的总有偏差。我见过最离谱的一次，一个连杆的质心偏差了5毫米，结果重力矩补偿误差达到了15%。

所以，我们需要做重力矩标定实验。说白了，就是让机器人摆出各种姿态，测量实际需要的力矩，然后反推出真实的运动学参数。

实验步骤：

准备阶段：让机器人处于空载状态，确保关节摩擦力已经单独标定过（否则摩擦力会污染重力矩数据）。
数据采集：让机器人缓慢运动，遍历工作空间中的多个姿态。我建议至少采集50-100个点，覆盖各个关节的极限位置。
记录数据：每个姿态下，记录关节角度 q 和关节力矩 τ（从电流传感器读取）。
参数辨识：用最小二乘法拟合，得到实际的质量和质心参数。

这里有个关键点：摩擦力怎么处理？

我曾经踩过这个坑。一开始我直接拿力矩传感器读数去拟合，结果发现参数怎么都对不上。后来才意识到，低速运动时摩擦力占比很大。我的解决办法是：

在多个不同速度下采集数据
用库仑+粘滞摩擦模型把摩擦力分离出来
只保留"纯重力"部分用于标定

注意：标定实验时，机器人运动速度一定要慢。我一般控制在 5°/s 以下。速度太快，惯性力和科里奥利力会混进来，把重力矩数据搞脏。你想想看，如果数据里混了惯性成分，那标定出来的参数能准吗？

4.4 标定结果怎么用？

标定完成后，你会得到一组修正后的运动学参数。把这些参数代入重力矩计算公式，补偿效果会有明显提升。我通常用两个指标来评估：

指标	标定前	标定后
静态力矩误差	±0.5 Nm	±0.05 Nm
位置保持精度	±0.3 mm	±0.02 mm
电流纹波	±10%	±2%

你看，效果还是很明显的。力矩误差降了一个数量级，位置精度也跟着上来了。

4.5 知识体系总览

下面这张图，是我自己整理的重力矩补偿知识框架。你可以把它当作一个检查清单，看看自己哪块还没搞透。

这张图把整个流程串起来了。从运动学建模开始，到重力矩计算，再到标定实验验证，最后回到控制应用。每一步都环环相扣，缺一不可。

一个小建议：如果你刚开始做重力矩补偿，别一上来就搞全动力学模型。先只做重力矩补偿，把这一块吃透了，再考虑加惯性力、科里奥利力。我见过太多人一上来就想搞"完美动力学控制"，结果哪个都没做好。步子迈大了，容易扯着。

好了，关于重力矩补偿的原理和标定实验，我就讲这么多。核心就三件事：算对模型、做对实验、用对参数。你回去可以拿自己的机器人试试，先做个简单的单关节重力矩补偿，感受一下效果。嗯，动手做一遍，比看十遍文章都管用。

可可精品资料库

📚 课程目录

4、重力矩补偿原理：基于运动学参数的重力矩计算、重力矩标定实验设计

4.1 重力矩从哪来？

4.2 基于运动学参数的重力矩计算

4.3 重力矩标定实验设计

4.4 标定结果怎么用？

4.5 知识体系总览