3、机械臂动力学基础：牛顿-欧拉与拉格朗日方程、关节力矩、惯性矩阵、科氏力与重力项、动力学约束
机械臂动力学研究的是关节运动与驱动力矩之间的映射关系，是时间最优轨迹规划的理论基石。若忽略动力学模型，仅从运动学层面设计轨迹，往往会导致实际跟踪误差大、关节电机饱和甚至机构振动。本章围绕两大经典建模方法——牛顿-欧拉递推与拉格朗日方程，系统讲解关节力矩的构成、惯性矩阵、科氏力与重力项的作用，并给出动力学约束在轨迹规划中的工程化表达方式。
3.1 牛顿-欧拉递推法：从连杆速度到关节力矩
牛顿-欧拉法基于经典力学中的牛顿第二定律和欧拉方程，通过两次递推完成动力学计算。首先进行外推：从基座开始，依次计算每个连杆的角速度、角加速度、线加速度以及质心加速度；然后进行内推：从末端执行器开始，反向计算每个关节所需的驱动力矩和约束力。该方法计算复杂度为 O(n)，其中 n 为关节数，非常适合实时控制场景。
以六轴工业机械臂为例，外推过程中需要用到相邻连杆的旋转矩阵 Rii+1、关节角速度 ωi 和关节角加速度 αi。对于转动关节，角速度传递公式为：
ω_{i+1} = R_i^{i+1} * ω_i + q̇_{i+1} * z_{i+1}
α_{i+1} = R_i^{i+1} * α_i + q̈_{i+1} * z_{i+1} + ω_{i+1} × (q̇_{i+1} * z_{i+1})内推过程中，从末端连杆开始，计算每个连杆的惯性力 Fi = mi * aci 和惯性力矩 Ni = Ii * αi + ωi × (Ii * ωi)，然后通过力平衡方程得到关节力矩 τi = ziT * ni。
| 步骤 | 计算内容 | 输入参数 | 输出 |
|---|---|---|---|
| 外推（正向） | 角速度、角加速度、线加速度、质心加速度 | 关节角、角速度、角加速度、连杆长度 | 各连杆运动状态 |
| 内推（反向） | 惯性力、惯性力矩、关节驱动力矩 | 连杆质量、惯性张量、质心位置 | 关节力矩 τ |
3.2 拉格朗日方程：从能量角度建立动力学模型
拉格朗日法从系统能量出发，定义拉格朗日函数 L = T - V，其中 T 为系统总动能，V 为系统总势能。对于 n 自由度机械臂，动力学方程可写为：
d/dt(∂L/∂q̇) - ∂L/∂q = τ展开后得到标准形式：M(q)q̈ + C(q,q̇)q̇ + G(q) = τ。其中惯性矩阵 M(q) 是 n×n 对称正定矩阵，其元素 Mij 表示第 j 个关节加速度对第 i 个关节力矩的耦合影响。科氏力矩阵 C(q,q̇) 包含科氏力和离心力项，当机械臂高速运动时，这些项会显著影响控制精度。
拉格朗日法的优势在于能够直接给出动力学方程的解析表达式，便于分析系统结构特性。例如，惯性矩阵的对称正定性保证了系统能量有界，而科氏力矩阵满足 Ṁ - 2C 为反对称矩阵的性质，这一特性在自适应控制和鲁棒控制中经常被利用。
3.3 惯性矩阵、科氏力与重力项的物理意义
惯性矩阵 M(q) 描述了机械臂的“表观质量”随构型变化的特性。当机械臂完全展开时，末端关节的等效惯量最大；当机械臂蜷缩时，等效惯量减小。这一特性直接影响时间最优轨迹的可行性——在惯量大的构型下，同样的力矩产生的加速度更小。
科氏力项 C(q,q̇)q̇ 包含两部分：科氏力（由不同关节速度耦合产生）和离心力（由同一关节速度自身产生）。在高速搬运或码垛应用中，科氏力可能达到重力项的 30%-50%，忽略该项会导致轨迹跟踪误差显著增大。重力项 G(q) 是关节角度的函数，在垂直关节（如关节 2、3）中影响尤为明显。
| 动力学项 | 物理来源 | 对轨迹规划的影响 | 典型量级（6轴机器人） |
|---|---|---|---|
| M(q)q̈ | 惯性力 | 决定加速度上限 | 0.5-50 Nm |
| C(q,q̇)q̇ | 科氏力+离心力 | 高速时显著，影响跟踪精度 | 0-30 Nm |
| G(q) | 重力 | 决定静态力矩需求 | 5-100 Nm |
3.4 动力学约束在时间最优轨迹规划中的应用
时间最优轨迹规划的核心是在满足动力学约束的前提下，寻找从起点到终点耗时最短的运动轨迹。动力学约束通常包括：关节力矩限幅 τ_min ≤ τ ≤ τ_max、关节加速度限幅 q̈_min ≤ q̈ ≤ q̈_max、加加速度限幅（保证运动平滑）以及电机功率限制。
在工程实践中，常用的方法是时间最优轨迹规划（TOPP）算法。该算法将轨迹参数化为路径坐标 s 和其导数 ṡ、s̈，将动力学约束转化为关于 (s, ṡ, s̈) 的不等式组：
τ_min ≤ M(s)s̈ + C(s,ṡ)ṡ² + G(s) ≤ τ_max通过数值积分在 (s, ṡ) 相平面内寻找最大可行速度曲线，进而得到最短时间轨迹。该方法能够保证轨迹严格满足所有动力学约束，且计算效率较高，适合在线生成轨迹。
3.5 案例拆解：六轴机器人搬运任务的时间最优轨迹设计
背景与目标：某汽车零部件生产线使用六轴关节机器人完成工件搬运，节拍要求从 12 秒缩短至 9 秒以内。机器人负载 15kg，关节 2（肩关节）和关节 3（肘关节）为主要受力关节。
初始现象：原轨迹采用梯形速度规划，仅考虑运动学约束。实测关节 2 在加速阶段电流达到额定值的 115%，电机过热报警；末端轨迹跟踪误差最大达 8mm，超出允许范围。
关键输入数据：
- 关节 2 额定力矩：120 Nm，峰值力矩：180 Nm（持续 2s）
- 关节 3 额定力矩：80 Nm，峰值力矩：120 Nm
- 负载惯量：0.8 kg·m²（相对于关节 2）
- 路径长度：1.2m（空间直线插补）
分析判断过程：首先利用牛顿-欧拉法计算机械臂在典型构型下的力矩需求。发现当机械臂接近水平伸展时，关节 2 的重力矩达到 95 Nm，加上惯性力矩 40 Nm，总需求 135 Nm 已超过额定值。原轨迹的加速度设定为 3 rad/s²，在低惯量构型下可行，但在高惯量构型下力矩超限。
实际操作步骤：
- 建立机械臂动力学模型，辨识连杆质量、质心和惯性张量参数
- 将路径离散为 200 个路径点，使用 TOPP 算法计算可行速度曲线
- 在相平面内迭代求解最大可行速度，得到时间最优轨迹
- 对轨迹进行加加速度平滑处理，限制 jerk ≤ 50 rad/s³
- 在仿真环境中验证力矩曲线，确认所有关节力矩在限幅范围内
结果对比：优化后轨迹总耗时 8.6 秒，满足节拍要求。关节 2 峰值力矩降至 165 Nm（低于峰值限幅），关节 3 峰值力矩 105 Nm。末端跟踪误差降至 2mm 以内，电机温升恢复正常。
风险与代价：时间最优轨迹在接近约束边界处运行，对模型参数误差敏感。若负载质量变化超过 ±10%，可能需要重新规划。为此，在控制器中加入力矩前馈补偿，并设置安全裕度系数 0.9。
复盘经验：时间最优轨迹规划必须基于准确的动力学模型。建议在机器人调试阶段进行参数辨识实验，获取各连杆的惯性参数。同时，轨迹规划器应预留力矩裕度，避免在极限工况下频繁触发保护。
3.6 常见误区与总结复盘
误区一：将惯性矩阵视为常数。实际上 M(q) 随构型变化显著，在轨迹规划中必须考虑其变化。
误区二：忽略科氏力项。在高速运动（关节速度 > 2 rad/s）时，科氏力不可忽略，否则会导致跟踪误差累积。
误区三：将动力学约束简化为固定加速度限幅。正确的做法是将力矩约束映射到加速度空间，得到随构型变化的加速度可行域。
误区四：未考虑重力补偿。在低速或静止状态下，重力项占主导，控制器中必须包含重力前馈项。