第二章：进阶力控算法
力控算法，说白了就是让机器人学会「温柔」。
我刚开始做协作机器人那会儿，总觉得力控是个玄学。直到有一次，我让机器人去拧一个精密螺丝，结果直接把螺纹给拧花了。嗯，从那以后我才真正意识到——没有力控的机器人，就是个莽夫。
这一章，我们来聊聊三种最核心的力控算法：阻抗控制、导纳控制、力位混合控制。它们各自解决什么问题？怎么选？我踩过哪些坑？
1. 阻抗控制原理
阻抗控制，名字听着唬人，其实核心就一句话：让机器人表现出弹簧阻尼特性。
你想想看，当你用手推一个弹簧，弹簧会给你一个反作用力。推得越深，力越大。阻抗控制就是让机器人末端表现出这种「柔顺感」。
核心公式：
F = M * (ẍ_d - ẍ) + B * (ẋ_d - ẋ) + K * (x_d - x)其中：
- M — 惯性矩阵（质量感）
- B — 阻尼矩阵（刹车感）
- K — 刚度矩阵（弹簧感）
- x_d — 期望位置
- x — 实际位置
我个人习惯把这三个参数叫做「三感」：质量感、刹车感、弹簧感。调参的时候，你就想象自己在调一个虚拟的弹簧阻尼系统。
避坑指南：
我曾经在调阻抗参数时，把K值设得太大，结果机器人末端像块铁板一样硬。拖动示教时，操作员差点把手腕扭伤。记住：阻抗控制不是越硬越好，要根据任务需求来。
2. 导纳控制原理
导纳控制和阻抗控制，其实是「双胞胎」。一个管力到位移，一个管位移到力。
导纳控制的核心思路是：你推我，我就动。操作员施加一个力，机器人末端就按照这个力的大小和方向移动。
导纳控制公式：
ẋ = (1 / (M * s + B)) * F_ext说白了，就是外力经过一个二阶低通滤波器，变成速度指令。
我在做拖动示教项目时，导纳控制用得最多。为什么？因为操作员直接用手推机器人，机器人要「听话」地跟着走。这时候导纳控制比阻抗控制更直观。
注意：
导纳控制有个致命弱点——惯性感太强。如果你把M值设得太大，操作员推机器人时会感觉像在推一堵墙。反过来，M值太小，机器人又会像「无头苍蝇」一样乱晃。
3. 力位混合控制基础
力位混合控制，是力控里的「高阶玩法」。
你想想看，有时候我们需要在某个方向用力控，在另一个方向用位置控。比如打磨一个曲面：沿着曲面法线方向要用力控（保持恒定压力），沿着切线方向要用位置控（走轨迹）。
力位混合控制的核心思想就是：把任务空间分解成两个子空间。
分解逻辑：
- 力控子空间：需要与环境接触的方向，用力控
- 位置控子空间：需要自由运动的方向，用位置控
我记得有一次做机器人去毛刺项目，工件表面有凹凸不平。如果用纯位置控，机器人要么压得太深把工件搞坏，要么压得太浅去不掉毛刺。后来我用了力位混合控制，法线方向保持5N的恒定压力，切线方向走轨迹。效果立竿见影。
实现要点：
力位混合控制的关键在于选择矩阵S。S是一个对角矩阵，对角线元素为1表示该方向用位置控，为0表示该方向用力控。
S = diag([1, 1, 0, 1, 1, 1]) // Z方向用力控，其他方向用位置控三种算法对比
| 算法 | 输入 | 输出 | 适用场景 |
|---|---|---|---|
| 阻抗控制 | 位置偏差 | 力 | 装配、插拔 |
| 导纳控制 | 外力 | 位置修正 | 拖动示教、人机协作 |
| 力位混合控制 | 力/位置指令 | 力/位置输出 | 打磨、去毛刺、抛光 |
核心知识体系
下面这张图，是我自己总结的力控算法知识体系。每次做项目前，我都会先看一眼这张图，确认自己选对了方向。
说实话，这三种算法没有绝对的优劣之分。关键看你做什么任务。我个人的经验是：先搞清楚你要控制的是力还是位置，再选算法。
重要提醒：
不管用哪种算法，安全限幅一定要做。我曾经见过一个同事，导纳控制没做力限幅，操作员不小心推了一下，机器人直接撞到墙上，把末端执行器撞坏了。安全第一，永远不要省这一步。
好了，这一章的内容就到这里。力控算法是个需要反复实践的东西，光看理论是不够的。建议你找个真实的机器人，调一调参数，感受一下「三感」的变化。嗯，动手才是最好的学习方式。