第二章 运动控制基础回顾

各位同学，欢迎来到《AI运动控制》的第二讲。在正式进入AI与运动控制的结合之前，我觉得有必要先带大家把底层的「硬功夫」捋一遍。说白了，运动控制这行当，算法再花哨，最后都得落到电机怎么转、位置怎么准这些基本问题上。

我个人习惯是，不管项目多急，先花半天时间把基础元件的手册翻一遍。为什么？因为我在项目里吃过亏——有一次伺服电机选型差了一档，结果高速运行时扭矩不够，整个产线停了两天。嗯，从那以后我再也不敢轻视这些「老古董」了。

2.1 伺服电机与步进电机原理

这两种电机，是运动控制的两大「主力」。你想想看，一个追求精度，一个追求力矩，各有各的脾气。

2.1.1 步进电机：开环控制的「倔脾气」

步进电机的原理其实很简单：你把脉冲给它，它就转一个固定的角度。这个角度叫「步距角」，常见的是1.8°（也就是200步转一圈）。

核心特点：

• 开环控制：没有反馈，给多少脉冲转多少步
• 低频振动：转速低的时候，电机容易「抖」
• 失步风险：负载突然变大，电机可能「丢步」

2.1.2 伺服电机：闭环控制的「精密仪器」

伺服电机就不一样了。它自带编码器，随时知道自己的位置。说白了，它是个「有脑子」的电机。

核心特点：

• 闭环控制：位置、速度、电流三环反馈
• 高精度：编码器分辨率可达23位（约838万脉冲/圈）
• 响应快：加速时间可以做到毫秒级

对比项	步进电机	伺服电机
控制方式	开环	闭环
精度	步距角（1.8°）	编码器分辨率
低速性能	振动明显	平稳
高速性能	扭矩下降快	恒扭矩输出
成本	低	高

2.2 PID控制原理与局限

说到运动控制，PID是绕不开的话题。我刚开始做控制的时候，觉得PID就是「调三个参数完事」。后来发现，事情远没那么简单。

2.2.1 PID的「三兄弟」

PID说白了就是三个环节：

• P（比例）：当前误差有多大，我就给多大力量。调大了会震荡，调小了反应慢。
• I（积分）：把过去的误差累积起来，消除稳态误差。但积分饱和是个大坑。
• D（微分）：预测未来的误差趋势，提前刹车。但噪声会被放大。

// 位置式PID的离散实现
float pid_update(float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 比例项
    float p_out = Kp * error;
    
    // 积分项（带限幅）
    integral += error * dt;
    integral = clamp(integral, -integral_limit, integral_limit);
    float i_out = Ki * integral;
    
    // 微分项（带滤波）
    float derivative = (error - prev_error) / dt;
    derivative = lowpass_filter(derivative, cutoff_freq);
    float d_out = Kd * derivative;
    
    prev_error = error;
    
    return p_out + i_out + d_out;
}

2.2.2 PID的「软肋」

PID虽然经典，但局限性也很明显：

• 非线性系统搞不定：比如摩擦力变化、间隙、饱和
• 参数整定麻烦：换一个负载，可能就得重新调
• 无法预测未来：PID只看当前误差，不会「提前规划」

这也是为什么我们要引入AI。说白了，AI可以帮PID「开天眼」——提前知道路况，提前调整参数。

2.3 轨迹规划：梯形 vs S形曲线

电机怎么从A点跑到B点？直接全速冲过去？不行，那样会「过冲」或者「撞墙」。我们需要规划一条平滑的路径。

2.3.1 梯形速度曲线

梯形曲线是最简单的：加速→匀速→减速。优点是计算量小，缺点是加速度突变，会有「冲击感」。

// 梯形速度规划
void trapezoidal_plan(float total_dist, float v_max, float a_max) {
    // 计算加速段距离
    float accel_dist = v_max * v_max / (2 * a_max);
    
    // 判断是否达到最大速度
    if (2 * accel_dist <= total_dist) {
        // 有匀速段
        float cruise_dist = total_dist - 2 * accel_dist;
        float cruise_time = cruise_dist / v_max;
        // ... 生成轨迹
    } else {
        // 没有匀速段，三角形曲线
        float v_peak = sqrt(a_max * total_dist);
        // ... 生成轨迹
    }
}

2.3.2 S形速度曲线

S形曲线就「温柔」多了。它把加速度也做了平滑处理，加加速度（Jerk）是有限的。这样电机运动更平稳，适合精密定位。

2.4 编码器与反馈系统

没有反馈，运动控制就是「盲人摸象」。编码器就是电机的「眼睛」。

2.4.1 编码器类型

• 增量式编码器：输出A、B两相脉冲，通过相位差判断方向。便宜，但断电丢位置。
• 绝对式编码器：每个位置有唯一编码，断电不丢位置。贵，但省心。

2.4.2 反馈系统的「坑」

我遇到过最头疼的问题，是编码器信号受干扰。有一次在工厂调试，伺服电机总是莫名其妙地「抖动」。查了两天，最后发现是变频器的强电干扰了编码器线。从那以后，我所有项目都强制要求编码器线用屏蔽双绞线，而且远离动力线。

本章知识体系

下面这张图，是我自己总结的运动控制基础框架。你可以把它当作一张「地图」，以后遇到问题，先看看是哪个环节出了岔子。

好了，这一章的内容就到这里。基础打牢了，后面我们才能放心地往系统里「塞」AI算法。下一章，我会带大家看看AI到底能在运动控制里扮演什么角色——是「锦上添花」还是「雪中送炭」？到时候你就知道了。

---