1. 拖动示教基础回顾

各位工程师朋友，咱们今天聊聊拖动示教。说实话，这个功能现在几乎成了协作机器人的标配。但你真的理解它背后的原理吗？我见过不少同行，用是会用，一问到「为什么能拖得动」就卡壳了。嗯，咱们今天就把这块补上。

什么是拖动示教？

拖动示教，说白了就是「手把手教机器人干活」。你抓住机器人末端，直接带着它走一遍路径，它就把轨迹记下来了。相比传统的示教器点动编程，这种方式直观得多——你不需要算坐标，不需要调速度，就像教小朋友写字一样，带着手画一遍就行。

我在项目里遇到过一位操作工，五十多岁了，示教器上的英文菜单完全看不懂。但用了拖动示教，他十分钟就教会机器人搬运工件。这就是它的价值——降低编程门槛。

力传感器原理

机器人怎么知道你用了多大力？靠传感器。目前主流方案有两种：

• 关节力矩传感器——装在每个关节里，直接测扭矩。精度高，但成本也高。
• 末端六维力传感器——装在法兰盘上，测三个方向的力和三个方向的力矩。我个人的习惯是，如果做精密装配，优先用这种。

传感器输出的信号是模拟电压，经过AD转换变成数字量，再通过算法换算成实际的牛顿力。你想想看，一个微小的电压变化，可能对应着0.1N的力——这需要非常稳定的电路设计。

重力补偿

这是拖动示教里最容易被忽视的一环。为什么？因为机器人本身就有重量，而且不同姿态下，重力对各个关节的影响是不一样的。

举个例子：机器人手臂水平伸出时，肩关节承受的扭矩最大；手臂竖直时，扭矩最小。如果不做补偿，你水平拖动时会觉得「特别沉」，竖直拖动时又觉得「太飘了」。

重力补偿的原理其实不复杂：

// 伪代码示意
tau_compensation = M(q) * g * L(q)

其中：
M(q) —— 当前姿态下的质量矩阵
g    —— 重力加速度
L(q) —— 当前姿态下的质心位置

说白了，就是实时计算机器人每个连杆的重力矩，然后让电机输出一个反向力矩把它抵消掉。这样你拖动的感觉就像在拖一个「失重」的物体。

摩擦力补偿

重力补偿搞定之后，还有一个「隐形杀手」——摩擦力。减速器里的齿轮啮合、密封圈的阻力、轴承的滚动摩擦……这些都会让拖动变得「卡顿」。

摩擦力有个特点：它和速度有关。静止时是静摩擦力，动起来是动摩擦力，而且方向永远和运动方向相反。所以补偿算法需要实时判断当前运动趋势。

我常用的摩擦力模型是这样的：

tau_friction = tau_static * sign(velocity) + tau_viscous * velocity

其中：
tau_static  —— 静摩擦力矩（库仑摩擦）
tau_viscous —— 粘性摩擦系数
sign()      —— 取速度方向符号

实际调试时，我会让机器人空跑一段正弦轨迹，记录力矩和速度的关系，然后拟合出摩擦参数。嗯，这一步挺费时间的，但做得好不好直接影响手感。

知识体系总览

下面这张图把咱们刚才讲的内容串起来了。你可以看到，拖动示教不是单一技术，而是传感器、控制算法、机械设计的综合体现。

你看，从传感器采集力信号，到算法做重力补偿和摩擦力补偿，最终呈现出来的就是「顺滑」的拖动手感。任何一个环节出问题，手感都会变差。

小结

这一章咱们把基础概念过了一遍。记住三件事：

1. 拖动示教的核心是「力感知+力跟随」，不是简单的断电松闸
2. 重力补偿解决「不同姿态下重量感不一致」的问题
3. 摩擦力补偿解决「卡顿感」和「起步阻力」的问题

我个人觉得，理解这些原理比学会操作更重要。因为只有懂了原理，遇到问题才知道从哪下手排查。下一章咱们会深入讲拖动示教的参数调试方法，到时候这些基础概念都会用上。