1. 动力学基础回顾：牛顿-欧拉方程、拉格朗日方程、刚体动力学模型
各位同学，欢迎来到《动力学参数辨识与补偿实战》的第一章。
说实话，每次带新人做机器人控制，我都要先问一个问题：你懂动力学吗？ 很多人上来就调PID，结果机器人一跑高速就抖，一抓重物就偏。嗯，说白了，就是欠了动力学的债。
这一章，咱们不搞花架子。我带你快速过一遍动力学三大基石：牛顿-欧拉法、拉格朗日法，以及刚体动力学模型。这些都是后面做参数辨识的“内功心法”。
核心观点： 动力学模型是机器人控制的“物理先验”。没有它，你的控制器就像蒙着眼睛走路。
1.1 牛顿-欧拉方程：力与运动的“直译”
我个人习惯把牛顿-欧拉法叫做“暴力美学”。为什么？因为它直接对每个连杆做受力分析，然后列方程。
对于单个刚体，牛顿方程描述平动，欧拉方程描述转动：
牛顿方程： F = m * a_c
欧拉方程： τ = I * α + ω × (I * ω)其中：
- F：作用在质心上的合力
- m：刚体质量
- a_c：质心加速度
- τ：作用在刚体上的合力矩
- I：惯性张量（注意，这是相对于质心坐标系的）
- ω：角速度
- α：角加速度
避坑指南： 我曾经在调试六轴机器人时，发现力矩计算总差一截。查了两天，最后发现是惯性张量忘了从质心坐标系转换到基坐标系。记住：欧拉方程里的I，一定要相对于惯性系或者质心系，千万别搞混！
对于串联机器人，牛顿-欧拉法通常采用递推形式：
- 向外递推：从基座到末端，计算每个连杆的速度、加速度
- 向内递推：从末端到基座，计算每个关节的力/力矩
你想想看，这种“先算运动，再算力”的思路，是不是很符合直觉？
1.2 拉格朗日方程：从能量角度看问题
如果说牛顿-欧拉是“蛮力”，那拉格朗日法就是“巧劲”。它不关心内部约束力，只盯着系统的动能和势能。
拉格朗日方程的标准形式：
d/dt (∂L/∂q̇) - ∂L/∂q = τ其中：
- L = T - U：拉格朗日量（动能减势能）
- q：广义坐标（比如关节角度）
- q̇：广义速度
- τ：广义力（关节力矩）
我刚开始学的时候，觉得这公式太抽象了。后来做SCARA机器人项目时，用拉格朗日法推导动力学方程，发现它自动消掉了所有约束力，方程简洁得让人感动。
对比一下：
| 方法 | 优点 | 缺点 |
|---|---|---|
| 牛顿-欧拉 | 物理意义直观，计算效率高（O(n)） | 需要处理约束力，推导繁琐 |
| 拉格朗日 | 自动消去约束力，形式简洁 | 计算量大（O(n⁴)），对复杂系统不友好 |
在实际工程中，实时控制多用牛顿-欧拉法，因为算得快；参数辨识和仿真多用拉格朗日法，因为方程结构清晰，便于提取参数。
1.3 刚体动力学模型：标准形式
不管用哪种方法推导，最终刚体机器人的动力学模型都可以写成统一形式：
M(q) * q̈ + C(q, q̇) * q̇ + G(q) + τ_f(q̇) = τ各符号含义：
- M(q)：惯性矩阵（正定对称，这是关键性质）
- C(q, q̇)：科里奥利力和离心力矩阵
- G(q)：重力项
- τ_f(q̇)：摩擦力项（通常用库仑+粘滞模型）
- τ：关节驱动力矩
注意： M(q)矩阵必须是正定的，这是物理可实现的前提。我在做辨识时，曾经因为传感器噪声导致估计出的M矩阵非正定，结果仿真直接炸了。后来加了正则化项才解决。
这个模型有几个重要性质，咱们后面会反复用到：
- 线性参数化：模型可以写成 Y(q, q̇, q̈) * θ = τ，其中θ是待辨识的动力学参数（质量、质心、惯性张量等）。这是参数辨识的理论基础。
- 斜对称性：Ṁ - 2C 是斜对称矩阵。这个性质在稳定性证明中非常有用。
- 惯性矩阵正定：保证了系统能量的正定性。
1.4 知识体系总览
为了让你对本章内容有个整体把握，我画了一张图：
从这张图你可以看到，牛顿-欧拉和拉格朗日法是两种推导路径，但最终都收敛到统一的刚体动力学模型。而这个模型，正是我们做参数辨识的起点。
1.5 本章小结
好了，咱们快速过了一遍：
- 牛顿-欧拉法：递推计算，适合实时控制
- 拉格朗日法：能量视角，适合推导和辨识
- 刚体动力学模型：M(q)q̈ + C(q,q̇)q̇ + G(q) + τ_f = τ，这是所有工作的基础
说实话，这些公式看起来枯燥，但它们是后面所有高级内容的根基。我见过太多工程师跳过基础直接调参，最后被非线性效应搞得焦头烂额。嗯，希望你不是其中之一。
我的建议： 如果你现在觉得这些公式有点生疏，别急。下一章我们会用具体的机器人模型（比如二连杆）手把手推导一遍。到时候你会发现，原来这些公式“活”起来是这样的。