四、动力学基础：牛顿-欧拉方程、拉格朗日方程、惯量张量、科里奥利力与离心力，以及动力学建模的工程简化

运动控制算法的核心任务之一，是让执行器按照期望轨迹运动，并在此过程中抵抗外力、惯性力和耦合效应。动力学建模正是回答“力与运动如何相互转化”这一问题的数学工具。在面试中，考官不仅考察你是否能背诵牛顿第二定律，更关注你能否在工程约束下，从多刚体系统的角度建立可用的动力学模型，并理解各项力/力矩项的物理含义。本章将系统梳理牛顿-欧拉方程与拉格朗日方程两大建模体系，深入剖析惯量张量、科里奥利力与离心力的本质，并给出工程中常用的模型简化策略。

上图展示了动力学建模的核心知识框架。牛顿-欧拉方程与拉格朗日方程是两大支柱，它们最终都归结为惯量张量与速度耦合项的计算，而工程简化则是连接理论模型与实时控制算法的桥梁。下面我们逐一展开。

4.1 核心原理：两大建模体系的对偶性

牛顿-欧拉方程基于力/力矩的平衡，采用递推算法。对于串联机器人，从基座到末端执行器逐连杆“外推”角速度、角加速度和线加速度，再从末端向基座“内推”各关节所需的力/力矩。其计算效率高，适合实时控制，但物理意义隐含在递推过程中，不易直接看出各项的耦合关系。

拉格朗日方程则从能量标量函数出发：

L = K - P
τ = d/dt(∂L/∂q̇) - ∂L/∂q

其中 K 为系统总动能，P 为总势能，q 为广义坐标。拉格朗日法推导过程系统化，能显式给出惯性矩阵 M(q)、科里奥利/离心力矩阵 C(q,q̇) 和重力项 G(q)，便于分析系统结构，但计算量较大。两种方法在数学上是等价的，工程中常混合使用：用牛顿-欧拉做实时计算，用拉格朗日做离线分析与控制器设计。

4.2 惯量张量：从标量到矩阵的跃迁

单刚体绕定轴转动时，惯量是标量 J。但三维空间中，刚体绕任意轴的转动惯量取决于质量分布和转轴方向，必须用 3×3 的惯量张量描述：

I = [Ixx  Ixy  Ixz
     Iyx  Iyy  Iyz
     Izx  Izy  Izz]

对角项 Ixx、Iyy、Izz 是绕各坐标轴的转动惯量，非对角项（惯性积）反映质量分布的不对称性。若选取的坐标系主轴与刚体的惯性主轴重合，则惯性积为零，张量退化为对角阵。工程中，CAD 软件可直接输出惯量张量，但需注意坐标系原点是否在质心。

4.3 科里奥利力与离心力：速度耦合的本质

在多关节系统中，一个关节的运动会在另一个关节上产生力矩，这就是科里奥利力与离心力的体现。科里奥利力与两个关节速度的乘积成正比（如 q̇₁q̇₂），离心力与单一关节速度的平方成正比（如 q̇₁²）。在拉格朗日框架下，它们统一包含在 C(q,q̇)q̇ 项中。

以二连杆机械臂为例，当大臂高速旋转时，小臂关节会受到一个与 q̇₁² 成正比的离心力矩，试图将小臂“甩直”；若小臂同时运动，还会产生科里奥利力矩。这些力矩在低速时可能微不足道，但在高速高精度场景（如半导体设备、机器人打磨）中必须补偿。

4.4 动力学建模的工程简化策略

完整的多刚体动力学模型包含大量参数（质量、质心、惯量张量、摩擦系数等），直接用于实时控制既不现实也无必要。工程中常用以下简化路径：

1. 忽略惯性积：若机构设计对称或工作范围远离奇异位形，可将惯量张量近似为对角阵，减少 60% 的计算量。
2. 低速离心项截断：当关节速度低于阈值（如 0.5 rad/s）时，C(q,q̇) 项可忽略，模型退化为 M(q)q̈ + G(q) = τ。
3. 解耦控制：将多轴系统视为多个独立的单轴系统，用 PID 加前馈补偿耦合项。适用于关节间耦合较弱或对精度要求不高的场合。
4. 参数辨识简化：将质量、质心等参数合并为最小惯性参数集，通过实验辨识（如最大似然法）获得，避免依赖 CAD 数据。

4.5 案例拆解：SCARA 机器人的动力学建模与简化

背景与约束：某 SCARA 机器人用于 3C 电子装配，末端负载 2kg，要求循环时间小于 1.2s，重复定位精度 ±0.02mm。原始 CAD 模型包含 4 个连杆，完整动力学模型有 14 个参数。

初始现象：采用完整模型进行前馈控制时，伺服周期（1kHz）内无法完成全部计算，导致控制延迟 0.3ms，实际循环时间超标。

分析过程：SCARA 机器人的结构特点是前三关节为旋转关节（水平面内运动），第四关节为垂直升降。水平面内运动时，重力项为零；垂直关节与水平关节的耦合较弱。进一步分析速度曲线，发现最大关节速度 3.2 rad/s，属于中高速。

简化操作：

• 将惯量张量近似为对角阵（惯性积 < 5% 对角项）；
• 保留科里奥利项中与 q̇₁q̇₂ 相关的项，忽略 q̇₃² 等弱耦合项；
• 垂直关节独立建模，与水平关节解耦；
• 参数从 14 个缩减为 8 个，通过 30 分钟激励轨迹辨识获得。

结果对比：简化后单次动力学计算耗时从 0.45ms 降至 0.12ms，控制周期稳定在 1kHz。轨迹跟踪误差从 ±0.08mm 降至 ±0.03mm，循环时间缩短至 1.05s。代价是模型在极端高速（>5 rad/s）时误差增大，但实际工况不会触及。

复盘经验：工程简化不是“拍脑袋”，而是基于物理分析和数据驱动的决策。先识别主导项（如科里奥利项中的主要耦合），再通过仿真或实验验证简化误差在可接受范围内。

4.6 常见误区与总结复盘

误区一：认为惯量张量只是“一个数”。实际三维运动必须用矩阵，且坐标系变换时张量需通过旋转矩阵转换：I' = R I Rᵀ。

误区二：混淆科里奥利力与离心力。科里奥利力需要两个不同速度的乘积，离心力是同一速度的平方。在单轴系统中不存在科里奥利力。

误区三：过度简化。有些工程师为了计算速度，直接忽略所有耦合项，导致高速时系统失稳。合理的做法是保留主导耦合项，并设置速度阈值切换模型。

误区四：忽视重力项的变化。对于大臂长机构，重力矩随位形变化显著，必须实时计算 G(q)，不能当作常数。

总结而言，动力学建模的核心不是“背公式”，而是理解各项的物理来源和量级。面试时若能结合具体机构（如六轴机器人、Delta 并联机构）分析哪些项占主导、如何简化，将极大体现工程素养。建议准备一个自己熟悉的机构，从牛顿-欧拉和拉格朗日两个角度分别推导一次，并对比计算复杂度，这几乎是必考题型。