4. 导纳控制原理：对偶关系、内环位置控制与稳定性分析

导纳控制，说白了就是机器人怎么「听话」地对外力做出反应。你推它，它就让；你拉它，它就跟着走。这跟阻抗控制正好是「镜像关系」——一个控制力，一个控制位置。我在项目里经常把这两个概念搞混，后来才真正理解它们的对偶本质。

4.1 导纳控制与阻抗控制的对偶关系

先看一个直观对比：

你想想看，阻抗控制是「你偏离了位置，我就产生力把你拉回来」；导纳控制则是「你施加了力，我就调整位置来顺应你」。它们互为逆系统。用数学表达就是：

阻抗控制：F = M·Δẍ + D·Δẋ + K·Δx
导纳控制：Δx = (M·s² + D·s + K)⁻¹ · F

嗯，这里要注意：导纳控制的传递函数是阻抗控制的倒数。我在实际调试时发现，如果阻抗参数设置不当，导纳控制也会出现「硬邦邦」或者「软绵绵」的问题。说白了，参数就是你的「性格」——想让机器人温柔点，就把阻尼调大；想让反应快，就把质量调小。

4.2 内环位置控制：导纳控制的心脏

导纳控制能跑起来，全靠内环位置控制撑腰。我见过不少团队，外环导纳模型算得漂漂亮亮，内环位置跟踪一塌糊涂，结果整个系统抖得像筛糠。

内环位置控制的结构是这样的：

1. 外环导纳模型：根据外力 F_ext 计算期望位置修正 Δx_d
2. 内环位置控制器：跟踪修正后的期望位置 x_d + Δx_d
3. 机器人底层伺服：执行位置指令

内环位置控制器的设计直接影响导纳控制的带宽和稳定性。我个人习惯用 PID 加前馈，因为纯 PID 在高速跟踪时会有滞后。举个例子：

// 内环位置控制器（简化版）
double position_control(double x_des, double x_act, double v_des, double v_act) {
    double e_pos = x_des - x_act;
    double e_vel = v_des - v_act;
    
    // PID + 前馈
    double ff = M * a_des + D * v_des;  // 前馈项
    double fb = Kp * e_pos + Kd * e_vel; // 反馈项
    
    return ff + fb;
}

我曾经在一个协作机器人项目里，内环位置控制频率只有 500Hz，结果导纳控制一受力就震荡。后来把内环频率提到 2kHz，问题立刻解决。所以我的建议是：内环位置控制频率至少是外环导纳模型的 5 倍以上。

4.3 稳定性分析：别让机器人「跳舞」

导纳控制的稳定性是个大坑。我踩过最深的坑是：在刚性环境中，导纳控制很容易失稳。为什么会这样？因为导纳控制本质上是把机器人变成了一个「虚拟弹簧-质量-阻尼系统」，当环境刚度很高时，这个虚拟系统会与环境耦合产生共振。

稳定性分析主要看三个方面：

• 被动稳定性：导纳模型本身是否无源（passive）。如果 M、D、K 都是正定矩阵，那模型本身是稳定的。
• 耦合稳定性：机器人与环境交互时的稳定性。环境刚度越大，越容易失稳。
• 离散化稳定性：数字控制器的采样周期和离散化方法带来的影响。

我常用的稳定性判据是：

条件1：M > 0, D > 0, K > 0  （正定性）
条件2：D² ≥ 4·M·K          （临界阻尼或过阻尼）
条件3：采样周期 T < 2·M/D   （离散化稳定条件）

嗯，这里要特别提醒：条件 3 经常被忽略。我在一个打磨机器人项目里，采样周期是 4ms，M=0.5，D=100，算出来 T 必须小于 10ms，看起来没问题。但实际运行时因为通信延迟，等效采样周期到了 12ms，结果系统开始震荡。后来把 M 调大到 0.8，问题才解决。

4.4 导纳控制核心逻辑框架

下面这张图是我自己总结的导纳控制核心逻辑，每次做新项目都会拿出来对照：