2. 动力学基础（上）：牛顿-欧拉法推导机器人动力学方程

各位好，欢迎来到第二章。

上一章我们聊了力矩控制的基本概念。从这章开始，要动真格的了——动力学。

很多人一听「动力学推导」就头大。说实话，我当年刚接触机器人学时也一样。满屏的矩阵、叉积、惯性张量，看得人想摔书。但后来我发现，只要抓住牛顿-欧拉法这条主线，一切都能拆解清楚。

说白了，牛顿-欧拉法就是：先算每个连杆的速度和加速度，再算每个连杆受到的力和力矩，最后反向递推得到关节力矩。

嗯，咱们一步步来。

2.1 为什么要用牛顿-欧拉法？

机器人动力学建模，主流方法就两个：拉格朗日法和牛顿-欧拉法。

拉格朗日法从能量角度出发，推导过程优雅，但计算量随关节数指数增长。你想想看，一个6轴机器人，拉格朗日法要算几十个偏导数，手算基本不可能。

牛顿-欧拉法不一样。它直接从力和运动的关系出发，递推计算，复杂度只有 O(n)。我在项目中做过对比：同样一个7自由度机械臂，拉格朗日法在嵌入式控制器上跑了8毫秒，牛顿-欧拉法只用了1.2毫秒。

所以，实时控制领域，牛顿-欧拉法是的主流。

2.2 正向递推：从基座到末端

正向递推做什么？算每个连杆的角速度、角加速度、线加速度。

假设我们有连杆 i，它的前一个连杆是 i-1。那么：

// 角速度递推
ω_i = ω_{i-1} + θ̇_i · z_{i-1}

// 角加速度递推
α_i = α_{i-1} + θ̈_i · z_{i-1} + ω_{i-1} × (θ̇_i · z_{i-1})

// 线加速度递推（连杆质心处）
a_i = α_i × r_{i,c} + ω_i × (ω_i × r_{i,c}) + a_{i-1}

这里有个坑，我当年踩过。注意角加速度递推公式里的第三项——ω_{i-1} × (θ̇_i · z_{i-1})。很多人会漏掉这一项。

为什么会这样？因为旋转关节的角速度方向在不断变化，前一个连杆的角速度会「携带」当前关节的旋转轴一起转，产生一个附加的角加速度分量。

2.3 反向递推：从末端到基座

正向算完了运动学量，接下来算力。

反向递推从末端开始，往基座方向走。每个连杆要满足牛顿方程和欧拉方程：

// 牛顿方程（力平衡）
F_i = m_i · a_i

// 欧拉方程（力矩平衡）
N_i = I_i · α_i + ω_i × (I_i · ω_i)

然后，把连杆受到的力和力矩，通过关节传递关系，反向累加：

// 力反向递推
f_i = F_i + f_{i+1}

// 力矩反向递推
n_i = N_i + n_{i+1} + r_{i,c} × F_i + r_{i+1} × f_{i+1}

最后，关节力矩 τ_i 就是 n_i 在关节轴方向上的投影：

τ_i = n_i · z_i

嗯，到这里，整个牛顿-欧拉法的骨架就搭完了。

2.4 三项的物理意义：惯性力、科里奥利力、重力

现在我们来拆解一下，最终算出来的关节力矩 τ 里，到底包含了哪些物理成分。

项	来源	物理意义	典型场景
惯性力项	M(q) · q̈	克服连杆自身惯性和耦合惯性所需的力矩	加速/减速阶段
科里奥利力项	C(q, q̇) · q̇	连杆之间相对运动产生的耦合效应	高速运动、多关节联动
重力项	G(q)	克服连杆重力矩	静态保持、低速运动

我个人的习惯是，把这三项分开看：

• 惯性力项：说白了就是「推得动推不动」的问题。质量越大、加速度越大，需要的力矩就越大。注意，这里还有耦合惯性——一个关节加速，会连带影响其他关节。
• 科里奥利力项：这个最容易被忽略。你想想看，当机器人手臂快速挥舞时，肘关节的运动会影响肩关节的力矩。这就是科里奥利力在作怪。我在做高速码垛机器人时，如果不补偿这一项，末端定位误差能到5毫米以上。
• 重力项：最直观。手臂水平伸直时，肩关节要承受最大的重力矩。静态保持时，重力项是主要负载。

2.5 完整动力学方程

把上面三项合起来，就是标准的机器人动力学方程：

τ = M(q) · q̈ + C(q, q̇) · q̇ + G(q)

其中：

• M(q) —— 惯性矩阵，对称正定
• C(q, q̇) —— 科里奥利/离心力矩阵
• G(q) —— 重力向量

这个方程，就是力矩控制的「物理宪法」。所有力矩控制算法，本质上都是在求解或逼近这个方程。

2.6 知识体系总览

下面这张图，把本章的核心逻辑串起来了：

2.7 实际项目中的避坑指南

最后，分享几个我在实际项目中踩过的坑：

1. 惯性矩阵的对称性检查：M(q) 理论上是正定对称矩阵。如果你算出来不对称，那一定是推导或代码有 bug。我习惯在代码里加一个断言检查。
2. 科里奥利力矩阵的反对称性：对于合理的动力学模型，Ṁ(q) - 2C(q, q̇) 应该是反对称矩阵。这个性质可以用来验证你的 C 矩阵算得对不对。
3. 重力项一定要先补偿：在力矩控制模式下，如果不补偿重力，机器人会直接「掉下去」。我第一次做力矩控制时，就忘了这茬，手臂直接砸到了工作台上。
4. 注意坐标系一致性：所有向量必须在同一个坐标系下表示。我见过有人把基座坐标系下的力和末端坐标系下的力矩直接相加，结果完全不对。

好了，这一章的内容就到这里。牛顿-欧拉法的核心就是「正向算运动，反向算力」。把这个逻辑刻在脑子里，后面的动力学控制就好理解了。