4、笛卡尔空间力矩控制：阻抗控制导论、力位混合控制、操作空间控制

各位做机器人控制的朋友，咱们今天聊点硬核的——笛卡尔空间下的力矩控制。说实话，关节空间的控制做多了，你会发现很多任务其实是在末端执行器上完成的。比如打磨、装配、人机交互，这些场景下，你真正关心的是末端的位置和力，而不是每个关节转了多少度。

我个人习惯把笛卡尔空间的控制策略分成三大流派：阻抗控制、力位混合控制、操作空间控制。它们各有各的脾气，也各有各的适用场景。咱们一个一个来拆解。

4.1 阻抗控制导论

阻抗控制，说白了就是让机器人末端表现出「弹簧-阻尼」的特性。你推它，它让一让；你拉它，它跟一跟。不是硬碰硬，而是有弹性的交互。

为什么会这样？因为很多任务不需要精确的力控制，只需要一个柔顺的行为。比如你让机器人扶着杯子，你抽走杯子，它不会死命抓着，而是顺着你的动作移动。

阻抗控制的核心公式其实很简单：

M_d * (ẍ_d - ẍ) + B_d * (ẋ_d - ẋ) + K_d * (x_d - x) = F_ext

其中 M_d、B_d、K_d 是你设定的虚拟惯量、阻尼和刚度。x_d 是期望轨迹，x 是实际轨迹，F_ext 是外部力。

嗯，这里要注意：阻抗控制不是直接控制力，而是通过调整位置偏差来间接控制力。你想想看，如果你把刚度 K_d 设得很大，那一点点位置偏差就会产生很大的力，机器人就变「硬」了。反过来，K_d 设小一点，机器人就「软」了。

4.2 力位混合控制

力位混合控制，这个名字听起来挺唬人，其实思路很直接：在有些方向上控制位置，在另一些方向上控制力。比如你让机器人擦桌子，垂直方向要控制力（别把桌子压坏了），水平方向要控制位置（擦干净）。

它的核心思想是「任务空间分解」。你需要定义一个选择矩阵 S，把笛卡尔空间分成两个子空间：

• 位置控制子空间：S 矩阵中对应位置控制的方向为 1
• 力控制子空间：I - S 矩阵中对应力控制的方向为 1

控制律可以写成：

τ = J^T [ S * F_pos + (I - S) * F_force ]

其中 F_pos 是位置控制器的输出，F_force 是力控制器的输出，J^T 是雅可比矩阵的转置，把笛卡尔空间的力映射到关节力矩。

力位混合控制有个天然的问题：切换瞬间容易产生冲击。你想想看，位置控制时关节是刚性的，突然切到力控制，力矩指令会跳变。我建议加一个低通滤波器，或者用平滑过渡函数，比如 sigmoid 函数来过渡。

4.3 操作空间控制

操作空间控制（Operational Space Control），这是 Khatib 老爷子提出的经典方法。它的核心思想是：直接在笛卡尔空间设计控制律，然后通过动力学映射得到关节力矩。

完整的操作空间控制律长这样：

τ = J^T * Λ * [ ẍ_d + K_d * (ẋ_d - ẋ) + K_p * (x_d - x) ] + N^T * τ_null

其中 Λ 是操作空间惯性矩阵，N 是零空间投影矩阵，τ_null 是零空间控制（比如避关节限位、优化关节角度）。

这里有个关键点：Λ 不是常数，它随机器人构型变化。所以你需要实时计算：

Λ = (J * M(q)^(-1) * J^T)^(-1)

M(q) 是关节空间惯性矩阵，J 是雅可比矩阵。

我个人习惯在操作空间控制中加一个「零空间优化」模块。比如让机器人在执行末端任务的同时，尽量让关节远离限位。这个在工业机器人上特别有用，因为很多 6 轴机器人的关节 3 和关节 5 容易碰到限位。

4.4 三种方法的对比与选择

你可能会问：到底选哪个？我的建议是：

• 如果你刚开始做力矩控制，从阻抗控制入手。参数少，好理解，不容易出事。
• 如果你的任务有明确的方向性（比如垂直方向要控力，水平方向要控位），用力位混合控制。
• 如果你需要同时优化末端运动和关节运动，或者对动态性能要求很高，上操作空间控制。

4.5 知识体系结构图

下面这张图展示了本章的核心逻辑，我画成了 SVG，方便你理解三种方法之间的关系：

这张图把三种方法的定位和核心要点都串起来了。你可以看到，阻抗控制偏「软」，力位混合控制偏「灵活」，操作空间控制偏「精确」。没有的好坏，只有合不合适的场景。

好了，这一章的内容就到这里。笛卡尔空间的力矩控制是个大话题，但核心就是这三板斧。你先把阻抗控制跑通，再慢慢往力位混合和操作空间控制上靠。记住，控制算法不是越复杂越好，能稳定完成任务才是王道。

可可精品资料库