3. 动力学基础
动力学，说白了就是研究「力与运动的关系」。在机器人抓取里，你光知道怎么走轨迹还不够，还得知道电机该出多大力、关节会不会抖、末端会不会把工件捏碎。这一章，我把三种最常用的动力学建模方法掰开揉碎讲清楚。
3.1 牛顿-欧拉方程：从力到加速度的直通车
我个人习惯把牛顿-欧拉法叫做「暴力递推法」。为什么？因为它就是对着每个连杆，硬生生写出牛顿方程和欧拉方程，然后从基座一路推到末端，再从末端反推回关节力矩。
先看牛顿方程：
F = m * a_c （质心平动）
τ = I * α + ω × (I * ω) （刚体转动）嗯，这里要注意——欧拉方程里的那个叉乘项 ω × (I * ω)，很多新手会漏掉。我在项目里遇到过，仿真跑得好好的，一上真机就抖成筛子，查了两天才发现是陀螺力矩没加。
递推分两步：
- 正向递推： 从基座到末端，算每个连杆的角速度、角加速度、线加速度
- 反向递推： 从末端到基座，算每个关节的力和力矩
举个例子，六轴工业机器人抓取一个 5kg 的工件，末端速度 1m/s，加速度 2m/s²。用牛顿-欧拉法，你只需要知道每个连杆的质量、惯量、质心位置，就能算出每个关节的驱动力矩。计算量小，实时性好，控制周期能做到 1ms 以内。
3.2 拉格朗日法：从能量角度看问题
拉格朗日法走的是另一条路——不直接跟力较劲，而是盯着系统的动能和势能。
L = T - V （拉格朗日函数）
τ = d/dt(∂L/∂q̇) - ∂L/∂q （拉格朗日方程）你想想看，对于一个六轴机器人，你要写出所有连杆的动能和势能，然后对每个关节求偏导。听起来很麻烦，但好处是——你不需要处理约束力。所有内力自动消掉了。
我曾经用拉格朗日法推导过一个七自由度冗余机械臂的动力学模型。说实话，推导过程写了整整三页纸，但最后得到的方程形式非常漂亮，能直接看出科里奥利力和离心力的结构。
| 对比项 | 牛顿-欧拉法 | 拉格朗日法 |
|---|---|---|
| 计算效率 | 高（O(n)） | 低（O(n⁴)） |
| 物理直观性 | 强（力/力矩直接可见） | 弱（能量抽象） |
| 约束处理 | 需要显式处理 | 自动消去 |
| 适用场景 | 实时控制、仿真 | 理论分析、控制器设计 |
3.3 关节空间与操作空间动力学
这两个概念，我刚开始学的时候也绕了很久。说白了：
- 关节空间动力学： 用关节角度、角速度、角加速度来描述系统
- 操作空间动力学： 用末端位姿、速度、加速度来描述系统
关节空间的动力学方程长这样：
M(q) * q̈ + C(q, q̇) * q̇ + G(q) = τ其中 M 是惯性矩阵，C 是科里奥利/离心力矩阵，G 是重力项。
操作空间呢？把上面的方程映射到末端：
Λ(x) * ẍ + μ(x, ẋ) + p(x) = FΛ 是操作空间惯性矩阵，F 是末端力。
为什么抓取场景要用操作空间动力学？因为你的控制目标在末端——你要让夹爪以特定力接触工件，而不是让某个关节转到特定角度。
ẋ = J * q̇
ẍ = J̇ * q̇ + J * q̈
F = J⁻ᵀ * τ
我记得有一次做精密装配，要求末端力控制在 ±0.1N。如果只用关节空间控制，末端力误差会被运动学误差放大好几倍。换成操作空间阻抗控制后，力控精度直接提升了一个数量级。
3.4 三种方法的选型指南
说了这么多，到底该用哪个？我总结了一个简单的决策树：