2. 刚体动力学基础：牛顿-欧拉方程、拉格朗日方程、惯性参数与摩擦模型

各位同学，咱们今天聊点硬核的——刚体动力学。说实话，搞机器人抓取，你要是动力学底子不牢，后面做力控、做阻抗控制，基本就是空中楼阁。我自己刚入行那会儿，就吃过这个亏，以为只要运动学算得准就行，结果一上真实负载，机械臂抖得跟筛糠似的。

所以这一章，咱们把刚体动力学的几个核心工具捋一遍。你不需要成为理论物理学家，但得知道怎么用这些方程去描述一个机械臂、一个夹爪，或者一个被抓的物体。

2.1 牛顿-欧拉方程：力与运动的直接对话

牛顿-欧拉方程，说白了就是牛顿第二定律在刚体上的推广。你想想看，一个质点我们只用关心它平动，但刚体不一样，它还会转。

平动部分很简单：

F = m * a_c

其中 F 是作用在质心上的合力，m 是质量，a_c 是质心加速度。

转动部分稍微麻烦点：

τ = I * α + ω × (I * ω)

这里 τ 是合力矩，I 是惯性张量，α 是角加速度，ω 是角速度。那个叉乘项 ω × (I * ω) 就是所谓的陀螺力矩，高速旋转时特别明显。

我在项目中遇到过一个问题：一个六轴机器人抓取重物快速移动时，末端抖动得厉害。当时我排查了半天，最后发现是牛顿-欧拉递推算法里，忽略了连杆之间的耦合惯性力。说白了，就是没算对那个叉乘项。

2.2 拉格朗日方程：从能量角度看问题

牛顿-欧拉方程虽然直观，但有个缺点——你得把所有的约束力都显式地写出来。对于复杂的多连杆系统，这简直是一场噩梦。

拉格朗日方程就不一样了。它从能量角度出发，你只需要写出系统的动能 T 和势能 V，然后代入公式：

d/dt (∂L/∂q̇) - ∂L/∂q = τ

其中 L = T - V 是拉格朗日量，q 是广义坐标，τ 是广义力。

我个人习惯用拉格朗日法做理论推导，因为它结构清晰，不容易漏项。但实际做实时控制时，我反而更常用牛顿-欧拉法，因为它的计算效率更高，适合嵌入式环境。

2.3 惯性参数：质量、质心与惯性张量

不管是牛顿-欧拉还是拉格朗日，你都得知道刚体的惯性参数。这玩意儿有三个核心：

• 质量 m：最直观，秤一秤就知道。
• 质心位置 r_c：相对于某个参考系的位置。这个在抓取时特别重要，因为抓取点如果偏离质心，就会产生额外的力矩。
• 惯性张量 I：一个 3×3 的矩阵，描述刚体绕各个轴转动的“惯性”。

惯性张量长这样：

I = | Ixx  Ixy  Ixz |
    | Iyx  Iyy  Iyz |
    | Izx  Izy  Izz |

其中对角线元素 Ixx、Iyy、Izz 是主惯性矩，非对角线元素是惯性积。如果刚体有对称性，很多惯性积会为零。

我记得有一次做抓取仿真，怎么算抓取力都不对。折腾了两天，最后发现是惯性张量相对于质心坐标系定义的，但我用的却是基坐标系下的质心位置。嗯，这种低级错误，犯过一次就再也不会忘了。

2.4 摩擦模型：别小看这个“捣蛋鬼”

摩擦，是动力学里最让人头疼的东西之一。它不线性，还带记忆效应，搞不好就让你的控制算法翻车。

常用的摩擦模型有这么几种：

模型名称	表达式	特点
库仑摩擦	F_f = μ * F_n * sign(v)	最简单，速度为零时跳变
粘性摩擦	F_f = b * v	与速度成正比，适合高速区
Stribeck 摩擦	F_f = (F_c + (F_s - F_c) * e^(-|v/v_s|^δ)) * sign(v) + b*v	包含静摩擦、库仑摩擦和粘性摩擦，更真实
LuGre 模型	基于鬃毛模型，有状态变量	能模拟预滑动、摩擦记忆等复杂现象

在实际工程中，我一般先用库仑+粘性摩擦做初步辨识，如果控制精度要求高，再上 Stribeck 模型。LuGre 模型虽然准，但参数多，辨识起来很麻烦。

2.5 知识体系总览

为了让你更直观地理解这一章的内容结构，我画了一张图。它把牛顿-欧拉、拉格朗日、惯性参数和摩擦模型串在了一起，你看完应该能明白它们之间的关系。

这张图你看懂了吗？核心就是：牛顿-欧拉和拉格朗日是两种描述刚体运动的方法，惯性参数是它们的“原料”，而摩擦模型则是实际系统中不得不考虑的“调味料”。少了哪一样，你的动力学模型都不完整。

好了，这一章的内容就到这里。记住，动力学不是背公式，而是理解力和运动之间的因果关系。下次你看到机械臂抓取一个物体时，试着在脑子里过一遍：质心在哪里？惯性张量怎么算？摩擦会不会导致抖动？——嗯，能做到这一步，你就入门了。

可可精品资料库