2、阻抗与导纳对偶：从阻抗模型推导导纳模型，理解力与位置的动态关系
好，咱们接着聊。上一章我们把阻抗控制的基本框架搭起来了，你大概知道了「力跟位置偏差成正比」这个核心思想。但做机器人控制久了你会发现，光知道阻抗还不够——很多时候我们需要反过来思考。
说白了，阻抗和导纳就是一枚硬币的两面。一个描述「位置偏差产生力」，另一个描述「力产生位置偏差」。我当年刚接触这个概念时也绕了好一阵子，总觉得这不就是数学上取个倒数嘛，有啥好讲的？直到我在现场调试一台协作机器人时，才真正体会到这两者的区别有多重要。
2.1 从阻抗到导纳：一个简单的数学变换
先回顾一下阻抗模型的标准形式：
F = M * (ẍ_d - ẍ) + B * (ẋ_d - ẋ) + K * (x_d - x)这个公式的意思是：你偏离目标位置多少，我就给你多大的力。M、B、K分别是惯性、阻尼、刚度系数。
那导纳模型呢？其实就是把等式两边调换一下角色：
ẍ_d - ẍ = M⁻¹ * (F - B * (ẋ_d - ẋ) - K * (x_d - x))嗯，看着有点绕。我换个说法：你给我一个外力，我就计算出应该偏离目标位置多少。
核心区别一句话总结：
- 阻抗控制：输入是位置偏差，输出是力
- 导纳控制：输入是外力，输出是位置修正量
你想想看，这两种模式在实际中对应什么场景？
阻抗控制适合机器人主动去推东西——比如装配时，机器人主动施加一个力，位置偏差越大，力越大。而导纳控制适合机器人被动地被人推——比如你用手去推一个协作机器人的末端，它应该顺着你的力方向移动，而不是跟你硬顶。
2.2 为什么需要这对「对偶」关系？
我个人习惯把阻抗和导纳看作「主动」和「被动」两种模式。在实际项目中，我遇到过这样一个场景：
一台机器人要完成两个连续动作——先是主动去抓取一个工件（需要阻抗模式，精确控制力），然后被人推着移动到另一个工位（需要导纳模式，柔顺跟随）。如果只懂其中一种，这个任务根本做不了。
所以，理解这对对偶关系，本质上是在理解：机器人与环境交互时，谁在主导？
| 特性 | 阻抗控制 | 导纳控制 |
|---|---|---|
| 输入 | 位置偏差 | 外力/力矩 |
| 输出 | 力/力矩 | 位置修正量 |
| 典型场景 | 主动施力（如打磨、装配） | 被动跟随（如拖动示教、人机协作） |
| 控制特点 | 需要精确的位置跟踪 | 需要灵敏的力感知 |
| 稳定性风险 | 与环境刚度有关 | 与传感器噪声有关 |
2.3 导纳模型的离散化实现
理论讲完了，咱们看看代码怎么写。导纳模型在离散时间下的实现，其实比阻抗模型更直观一些：
// 导纳控制离散化实现
// 输入：外力 F_ext，当前位姿 x_cur，目标位姿 x_des
// 输出：修正后的目标位姿 x_cmd
// 1. 计算外力引起的加速度修正
double acc_cmd = (F_ext - B * vel_err - K * pos_err) / M;
// 2. 积分得到速度修正
vel_cmd += acc_cmd * dt;
// 3. 积分得到位置修正
pos_cmd += vel_cmd * dt;
// 4. 叠加到目标位姿上
x_cmd = x_des + pos_cmd;这段代码看着简单，但有几个坑我得提醒你：
我曾经踩过的坑：
- 积分饱和：如果外力一直存在，位置修正量会不断累积。我遇到过机器人被推着推着就跑到极限位置去了。解决办法是加一个限幅，或者引入一个「虚拟弹簧」把机器人往回拉。
- 数值震荡：dt（控制周期）太大时，积分会不稳定。我建议控制周期至少跑到1kHz以上，也就是1毫秒一次。
- 传感器噪声：力传感器稍微有点噪声，积分后位置就会抖。我一般会在力信号上加一个低通滤波器，截止频率设在5-10Hz左右。
2.4 力与位置的动态关系：一张图看懂
说了这么多，咱们用一张图来总结阻抗与导纳的对偶关系：
2.5 实际项目中的选择策略
好了，理论、代码、图都有了，最后聊聊实际中怎么选。我个人的经验是：
- 看你的传感器：如果你有高精度的力传感器，导纳控制更容易实现。如果只有位置传感器（比如编码器），阻抗控制更直接。
- 看你的任务：需要精确控制力的大小？用阻抗。需要机器人顺从地跟随外力？用导纳。
- 看你的环境：环境刚度很大（比如接触金属表面），阻抗控制容易不稳定。环境刚度小（比如接触海绵），导纳控制容易飘。
一个小技巧：
如果你不确定该用哪种，可以先试试导纳控制。因为导纳控制天然带有「柔性」，不容易把机器人搞坏。我刚开始做力控时，就是用导纳控制做拖动示教，慢慢才过渡到阻抗控制做精密装配。
嗯，这一章的内容就到这儿。阻抗和导纳的对偶关系，说白了就是「主动」和「被动」的切换。理解了这个，你就能根据实际场景灵活选择控制策略了。