第二章 动力学模型入门：牛顿-欧拉方程、拉格朗日方程、机器人动力学模型的基本形式
各位同学，欢迎来到动力学模型的世界。
说实话，很多做控制的工程师，一听到「动力学」三个字就头大。我当年刚入行时也一样，觉得这东西太抽象了。但后来我发现，不懂动力学，力矩控制就是空中楼阁。你想想看，你要给机器人发力矩指令，总得知道它需要多大的力吧？
这一章，我们就来把动力学这层窗户纸捅破。
2.1 为什么要学动力学？
先问个问题：你给电机发一个力矩指令，机器人就一定能按你期望的方式动吗？
答案是否定的。
因为机器人本身有质量、有惯性，关节之间还有耦合。你给关节1一个力，关节2可能也会跟着动。这就是动力学要解决的问题——描述力和运动之间的关系。
我个人习惯把动力学模型比作「机器人的身体说明书」。有了它，你才知道怎么推、怎么拉，机器人会做出什么反应。
核心观点：动力学模型 = 从「力」到「加速度」的映射关系。
2.2 牛顿-欧拉方程：最直观的动力学
牛顿-欧拉方程，说白了就是牛顿第二定律的升级版。
你记得 F = ma 吧？对，就是那个。但机器人不是单个质点，它是一堆连杆串在一起的。所以我们需要把 F = ma 应用到每个连杆上，同时还要考虑旋转运动。
2.2.1 平移运动
对于每个连杆的质心，有：
F = m * a_c其中 F 是作用在连杆上的合力，m 是连杆质量，a_c 是质心加速度。
2.2.2 旋转运动
对于旋转部分，有：
τ = I * α + ω × (I * ω)这里 τ 是力矩，I 是惯性张量，α 是角加速度，ω 是角速度。
嗯，这里要注意：那个 ω × (I * ω) 项，就是所谓的「陀螺力矩」或「科里奥利力」。我在做六轴机器人项目时，就遇到过因为忽略这一项，导致高速运动时轨迹跑偏的情况。后来加上这一项，问题就解决了。
我的经验：牛顿-欧拉法适合做实时计算，因为它可以递归求解。从基座开始，逐级向外推算，效率很高。
2.3 拉格朗日方程：从能量角度看问题
如果说牛顿-欧拉是「力」的视角，那拉格朗日就是「能量」的视角。
我个人更喜欢拉格朗日法，为什么？因为它不用考虑内部约束力。你只需要写出系统的动能和势能，然后套公式就行了。
拉格朗日方程的标准形式：
d/dt (∂L/∂q̇) - ∂L/∂q = τ其中 L = T - V，T 是动能，V 是势能，q 是广义坐标。
说白了，就是：
- 先算所有连杆的动能 T
- 再算所有连杆的势能 V
- 然后对每个关节求偏导
- 最后得到的就是动力学方程
举个例子，一个简单的单摆：
动能 T = 0.5 * m * l² * θ̇²
势能 V = m * g * l * (1 - cosθ)
拉格朗日量 L = T - V
代入拉格朗日方程：
m * l² * θ̈ + m * g * l * sinθ = τ你看，结果很简洁。这就是单摆的动力学模型。
避坑指南：我曾经在推导一个七自由度机械臂时，用拉格朗日法算到一半发现少了一项。后来检查发现，是动能项里漏掉了关节之间的耦合速度。所以写代码时一定要逐项核对，别偷懒。
2.4 机器人动力学模型的基本形式
不管是牛顿-欧拉还是拉格朗日，最终得到的动力学模型都可以写成统一的形式：
M(q) * q̈ + C(q, q̇) * q̇ + G(q) = τ我来解释一下每一项：
| 符号 | 名称 | 含义 |
|---|---|---|
| M(q) | 惯性矩阵 | 描述各关节的惯性和耦合惯性 |
| C(q, q̇) | 科里奥利/离心力矩阵 | 描述速度引起的耦合力 |
| G(q) | 重力向量 | 描述重力对每个关节的影响 |
| τ | 关节力矩 | 你发给电机的指令 |
这个公式，你会在后续所有力矩控制算法中反复见到。我建议你把它刻在脑子里。
2.4.1 各项的物理意义
M(q) 惯性矩阵：
- 对角线元素：每个关节自身的转动惯量
- 非对角线元素：关节之间的耦合惯性
- 举个例子：你推关节1，关节2也会感受到一个力，这就是耦合
C(q, q̇) 科里奥利/离心力：
- 当机器人高速运动时，这一项会变得很大
- 我做过一个测试：在 30°/s 的速度下，C 项贡献的力矩可以占到总力矩的 40%
- 所以低速时你可以忽略它，但高速时不能
G(q) 重力项：
- 最简单的补偿项
- 很多工业机器人只做重力补偿，就能实现不错的拖动示教效果
关键理解：动力学模型不是「一个公式」，而是「三个物理效应的叠加」。你理解了每个效应的来源，调试时就知道该调哪里。
2.5 知识体系总览
下面这张图，是我自己总结的动力学模型知识框架。你可以把它当作本章的「地图」：
2.6 实际项目中的选择建议
讲了这么多理论，你可能想问：那我到底该用哪种方法？
我的建议是这样的：
- 如果你要做实时控制（比如 1kHz 以上）：用牛顿-欧拉法。它计算量小，可以递归实现。
- 如果你在做仿真或离线规划：用拉格朗日法。推导过程更清晰，不容易出错。
- 如果你刚开始学：先用拉格朗日法推导一个两连杆，感受一下动力学是怎么回事。然后再用牛顿-欧拉法实现一遍，对比结果。
一个小技巧：我在实际项目中，经常先用拉格朗日法在 MATLAB 里推导出符号表达式，然后自动生成 C++ 代码。这样既保证了正确性，又兼顾了运行效率。
2.7 本章小结
好，我们来捋一捋这一章的核心内容：
- 动力学模型 是力矩控制的基础，没有它，你的控制就是盲人摸象。
- 牛顿-欧拉法 从力的角度出发，适合实时计算。
- 拉格朗日法 从能量的角度出发，推导更系统化。
- 统一形式 M(q)q̈ + C(q,q̇)q̇ + G(q) = τ 是所有动力学模型的归宿。
- 理解每一项的物理意义，比死记公式重要得多。
说实话，动力学模型这东西，光看是学不会的。我建议你找个两连杆机器人，手推一遍拉格朗日方程，再写代码实现一遍。做完这两步，你就算入门了。
下一章，我们会把动力学模型用起来，看看怎么用它做力矩控制。到时候你会发现，今天学的这些，全是宝贝。
可可精品资料库