3. 笛卡尔空间阻抗控制：弹簧-阻尼模型、目标阻抗、自然阻抗

好，我们接着聊。上一章我们把关节空间的阻抗控制讲透了，这一章咱们把视角拉到笛卡尔空间。说白了，就是让机械臂的末端——也就是工具中心点（TCP）——对外表现出一个虚拟的弹簧-阻尼系统。

为什么要这么做？因为很多实际任务，比如装配、打磨、人机协作，你关心的是末端跟环境的交互力，而不是每个关节怎么转。你想想看，让操作员直接告诉机器人「末端要软一点」还是「末端要硬一点」，是不是比调六个关节的刚度参数直观多了？

3.1 弹簧-阻尼模型：最直观的物理类比

先回忆一下高中物理。一个弹簧-阻尼系统，力与位置、速度的关系是：

F = K * (X_d - X) + D * (V_d - V)

其中：

• K 是刚度矩阵（6x6），决定位置偏差产生的回复力
• D 是阻尼矩阵（6x6），决定速度偏差产生的阻尼力
• X_d 是期望位姿，X 是实际位姿
• V_d 是期望速度，V 是实际速度

嗯，这里要注意：力和力矩是合在一起的广义力向量。位置和姿态也是合在一起的广义位姿向量。所以矩阵是6x6的，不是3x3。

我在项目中遇到过一个问题：一开始我把刚度设得特别大，想着这样轨迹跟踪精度高。结果一碰到工件，末端直接弹开，把旁边的传感器撞坏了。后来我学乖了——刚度不是越大越好，要看任务需求。

3.2 目标阻抗：你想要什么样的交互特性？

目标阻抗，就是人为设定的阻抗参数。你可以自由选择K和D的值，让机械臂表现出你想要的柔顺特性。

举个例子：

• 高刚度、低阻尼：适合精密定位，但容易震荡。我调试时见过末端像果冻一样抖个不停，就是因为阻尼太小。
• 低刚度、高阻尼：适合人机协作，安全但响应慢。你推它，它慢慢让开，不会突然弹走。
• 各向异性刚度：比如在Z方向硬，X、Y方向软。这在装配任务中特别有用——沿着插入方向硬，垂直方向软，自动找正。

应用场景	刚度K	阻尼D	我的经验
精密装配	高（1000-5000 N/m）	中等（50-100 Ns/m）	阻尼要够，否则一碰就弹飞
打磨抛光	低（100-500 N/m）	高（100-200 Ns/m）	保持恒力接触，阻尼大更稳
人机协作	很低（10-100 N/m）	很高（200-500 Ns/m）	安全第一，响应慢点没关系

3.3 自然阻抗：物理世界的底层约束

自然阻抗这个概念，说实话，很多教材讲得云里雾里。我用自己的理解给你说清楚：

自然阻抗，就是机械臂本身固有的动力学特性。比如：

• 关节的摩擦力
• 连杆的惯性
• 减速器的弹性变形
• 电机的反电动势阻尼

这些是物理世界给你的「默认阻抗」，你没法完全消除，只能补偿或利用。

我曾经踩过一个坑：在调试一款协作机器人时，我发现末端在低速时特别「涩」，高速时又特别「滑」。查了半天，原来是关节减速器的摩擦力矩在作祟。这就是自然阻抗在捣乱。

自然阻抗和目标阻抗的关系，可以这样理解：

• 自然阻抗：硬件给你的，你只能接受
• 目标阻抗：你想要的，通过控制算法去逼近
• 实际表现 = 自然阻抗 + 控制补偿

如果你的控制带宽足够高，补偿足够精确，实际表现就能接近目标阻抗。但永远不可能完全等于——因为自然阻抗中的非线性因素（比如摩擦、间隙）很难完美补偿。

3.4 核心逻辑：从目标到实现

下面这张图，是我自己画的控制逻辑框架。你看一遍就能明白整个流程：

这个流程其实不复杂：

1. 先算期望位姿和实际位姿的偏差
2. 通过阻抗模型算出期望的广义力
3. 用雅可比矩阵把力映射到关节力矩
4. 发给底层力矩控制器执行

说白了，就是「位置偏差 → 力 → 力矩」这么一条链路。你只要调好K和D，剩下的交给算法。

3.5 实践中的避坑指南

最后，分享几个我踩过的坑，希望能帮你省点时间：

• 刚度矩阵不要对角化：很多人图省事，把K设成对角矩阵。但实际任务中，各个方向是耦合的。比如你推X方向，末端可能会绕Y轴转动。非对角项就是用来补偿这种耦合的。
• 阻尼不要太小：我曾经为了追求快速响应，把阻尼设得很低。结果末端一碰就震荡，花了三天才调稳。记住：阻尼是系统的「刹车」，宁可慢一点，不能抖。
• 注意坐标系变换：阻抗模型是在任务坐标系下定义的，但力矩控制是在关节空间执行的。中间要经过两次变换：任务坐标→基坐标→关节空间。坐标系搞错了，力方向就全反了。
• 先仿真再上机：我习惯先在MATLAB/Simulink里搭个模型，把K和D调个大概，再下到真机上微调。直接上真机调参数，风险太大。

好了，笛卡尔空间阻抗控制的核心内容就这些。记住三个关键词：弹簧-阻尼模型是基础，目标阻抗是你想要的，自然阻抗是硬件给的。把这三者的关系理清楚，你就能设计出适合各种任务的柔顺控制策略。

---

公众号:蓝海资料掘金营，微信deep3321