一、力矩控制基础
什么是力矩控制？
力矩控制，说白了就是直接控制机器人关节的力或扭矩。
你想想看，传统的电机控制，我们通常让电机转到一个特定位置，或者保持一个特定速度。但力矩控制不一样——我们直接告诉电机：「你输出多大的力」。电机内部有电流传感器，通过检测电流就能算出实际输出的力矩，然后形成一个闭环。
我刚开始接触这个领域时，也觉得挺绕的。后来在调试一个协作机器人项目时，才真正理解了它的价值。那次我们要让机器人和人一起搬东西，位置控制根本行不通——人一用力，机器人就跟你较劲。换成力矩控制后，问题迎刃而解。
核心公式：
τ = Kt · I
其中 τ 是输出力矩，Kt 是电机力矩常数，I 是电枢电流。
说白了，控制力矩就是控制电流。
为什么需要力矩控制？
这个问题我问过很多刚入行的朋友。他们的第一反应往往是：「位置控制不也挺好的吗？」
嗯，这里要注意。位置控制确实简单可靠，但有些场景它真的搞不定。
- 人机协作场景：机器人要和人类一起工作。位置控制下，机器人是「刚」的，人一碰它就反抗。力矩控制下，机器人是「柔」的，能感知外力并顺应。
- 精密装配任务：比如把轴插进孔里。位置控制容易卡死或损坏零件。力矩控制可以感知接触力，自动调整姿态。
- 力控打磨、抛光：需要保持恒定的接触力。位置控制做不到这一点。
- 行走机器人：足式机器人落地时，需要缓冲冲击。力矩控制能实现柔顺的落地。
我在项目中遇到过一件事：用位置控制做螺丝拧紧，结果扭矩过大，直接把螺纹拧花了。换成力矩控制后，设定好目标扭矩，到了就停，再也没出过问题。
我的经验：力矩控制不是万能的。它需要高精度的电流传感器和良好的动力学模型。如果传感器噪声大，控制效果会很差。我建议先从仿真环境开始调试。
力矩控制 vs 位置控制 vs 速度控制
这三者的区别，我用一个比喻来解释：
- 位置控制：就像你用手把一根棍子推到指定位置。不管中间有什么障碍，你都要推到那个点。结果就是——撞到东西也不停。
- 速度控制：就像你推着棍子以固定速度移动。遇到阻力，你会加大力气保持速度。但阻力太大时，电机可能过载。
- 力矩控制：就像你只用固定的力气推棍子。遇到阻力，速度自然降下来。阻力消失，速度又上去。这就是「柔顺」的本质。
下面这张图展示了三者的核心区别：
三种控制的数学表达
从控制理论的角度看，它们的区别更清晰：
| 控制模式 | 输入 | 反馈 | 控制器输出 |
|---|---|---|---|
| 位置控制 | 目标位置 qd | 实际位置 q | τ = Kp(qd - q) + Kd(dqd/dt - dq/dt) |
| 速度控制 | 目标速度 dqd/dt | 实际速度 dq/dt | τ = Kv(dqd/dt - dq/dt) |
| 力矩控制 | 目标力矩 τd | 实际力矩 τ | V = Ki(τd - τ) （电压控制） |
注意：力矩控制对硬件要求更高。我曾经在一个项目中用了便宜的电流传感器，结果力矩波动达到±15%，根本没法用。后来换了高精度传感器，波动降到±2%，效果立竿见影。
另外，力矩控制需要准确的动力学模型。如果模型误差大，控制效果会大打折扣。我建议先用系统辨识工具把模型参数标定好。
实际应用中的选择
那么问题来了：什么时候该用哪种控制？
我个人习惯这样判断：
- 如果任务只要求位置精度（比如点到点搬运），用位置控制就够了。简单、稳定、成本低。
- 如果任务要求速度恒定（比如传送带同步），用速度控制。
- 如果任务涉及与环境接触（比如装配、打磨、人机协作），必须用力矩控制。
你想想看，很多实际场景其实是混合的。比如一个机器人先快速移动到目标附近（位置控制），然后缓慢接触工件（速度控制），最后用力矩控制完成装配。这就是所谓的「混合力位控制」。
一个小技巧：刚开始学力矩控制时，可以先在仿真环境里调参数。我推荐用 PyBullet 或 MuJoCo，它们都支持力矩控制接口。先在仿真里把 PID 参数调好，再移植到真机上，能省很多调试时间。
好了，这一章的内容就到这里。力矩控制是强化学习机器人控制的基础，理解它之后，后面讲阻抗控制、力位混合控制时就会轻松很多。