第四节：科里奥利力和离心力补偿

各位同学，今天我们来聊聊轨迹规划里一个特别容易让人头疼的话题——科里奥利力和离心力补偿。

说实话，我刚入行那会儿，觉得动力学补偿就是个理论问题。直到有一次，我调试一台六轴机器人，速度一上去，末端就开始抖，位置精度直接崩了。查了半天，才发现是科里奥利力没处理好。嗯，从那以后，我再也不敢小看这两个力了。

4.1 科里奥利力与离心力原理

先说说这两个力到底是个啥。

离心力，你想想看，就像你坐旋转木马，身体会被往外甩。机器人关节旋转时，连杆也会受到这种“往外甩”的力。它的大小跟角速度的平方成正比，方向沿着连杆向外。

科里奥利力就更有意思了。它出现在两个运动叠加的时候——一个关节在转，另一个关节在动。比如你端着水杯走路，突然转弯，水就会洒出来。这就是科里奥利力在捣鬼。

我个人的理解是：

• 离心力：单关节旋转产生的“甩出力”
• 科里奥利力：多关节耦合运动产生的“扭曲力”

在机器人动力学里，这两个力通常写在一起：

C(q, q̇)q̇ = 离心力项 + 科里奥利力项

其中 q 是关节角度，q̇ 是关节速度。这个 C 矩阵，说白了就是速度和速度之间的耦合关系。

4.2 补偿计算方法

好，原理讲完了，咱们来点实际的。怎么算？

我习惯用拉格朗日法推导动力学方程。对于 n 自由度的机器人，标准形式是：

M(q)q̈ + C(q, q̇)q̇ + G(q) = τ

其中：

• M(q)：惯性矩阵
• C(q, q̇)：科里奥利力和离心力矩阵
• G(q)：重力项
• τ：关节力矩

我们要补偿的，就是 C(q, q̇)q̇ 这一项。

具体计算时，我推荐用 Christoffel 符号法。公式长这样：

C_ij = Σ (1/2) * (∂M_ij/∂q_k + ∂M_ik/∂q_j - ∂M_jk/∂q_i) * q̇_k

看着复杂？别怕。实际写代码时，我们一般用数值方法：

// 伪代码示例：科里奥利力与离心力补偿计算
function computeCoriolisCentrifugal(q, q_dot) {
    // 1. 计算惯性矩阵 M(q)
    M = computeInertiaMatrix(q);
    
    // 2. 计算 M 对 q 的偏导数（数值微分）
    dM_dq = numericalGradient(M, q);
    
    // 3. 组装 C 矩阵
    n = length(q);
    C = zeros(n, n);
    for i = 1:n
        for j = 1:n
            for k = 1:n
                C[i][j] += 0.5 * (dM_dq[i][j][k] + dM_dq[i][k][j] - dM_dq[j][k][i]) * q_dot[k];
            end
        end
    end
    
    // 4. 计算补偿力矩
    tau_coriolis = C * q_dot;
    
    return tau_coriolis;
}

4.3 实际应用案例

讲个我亲身经历的项目吧。

之前做一台高速码垛机器人，节拍要求 1200 次/小时。一开始用的 PD 控制，低速还行，速度一提到 80% 以上，末端抖动得厉害，定位误差超过 5mm。

排查过程是这样的：

1. 先检查机械刚度——没问题
2. 再检查编码器反馈——也没问题
3. 最后看力矩指令——好家伙，力矩波动特别大

问题找到了：科里奥利力和离心力没补偿。

我当时的做法是：

// 实际项目中的补偿策略
tau_command = tau_pd + tau_coriolis + tau_centrifugal;

// 其中 tau_pd 是位置-速度反馈控制量
// tau_coriolis 和 tau_centrifugal 是前馈补偿量

补偿之后，效果立竿见影：

指标	补偿前	补偿后
末端定位精度	±5 mm	±0.5 mm
最大运行速度	80% 额定	100% 额定
力矩波动幅度	30%	5%

4.4 知识体系总览

下面这张图，是我自己总结的科里奥利力和离心力补偿的知识框架，你一看就明白了：

你看，整个知识体系其实就三个层次：先搞懂原理，再学会计算，最后应用到实际。每一步都有坑，但每一步也都有方法。

我个人觉得，科里奥利力和离心力补偿，是区分“能动的机器人”和“动得好的机器人”的关键。很多工程师只做重力补偿，速度一上去就露馅了。你想想看，如果连这个都搞不定，怎么去做高速高精度的应用？

好了，这一节就到这里。记住我今天讲的三个要点：原理要清楚，计算要准确，应用要谨慎。下次见。