当前位置:综合题库
Mixed Practice

综合题库:概念题 + 计算题

本页汇总概念题、计算题和综合题。建议先独立写出解题步骤,再展开答案核对。计算题答案保留关键步骤,概念题答案按“定义、解释、应用场景”组织。

概念题计算题综合题

练习方法

每道计算题至少写三行:已知量、主公式、代入结果。每道概念题至少写两句:定义和为什么重要。

A. 概念题

这一组题不要只背一句定义。考试里概念题通常需要写出“它解决什么问题、为什么重要、在机器人里怎么用”。下面的解析都按这个思路写成连续说明,方便你模仿答题。

概念 A1

场景交代:画一条串联机械臂,从固定基座开始一节一节连接到末端;正运动学沿关节往末端算,逆运动学从目标末端位置反推关节变量。

正运动学和逆运动学分别解决什么问题?

joint variables q end pose x forward inverse
正/逆运动学关系示意:正运动学从关节量推到末端位姿,逆运动学从目标位姿反求关节量。
图中元素:左侧绿色关节链表示已知关节变量 \(q\),右侧蓝色目标框表示末端位姿 \(x\);上方箭头是 \(x=f(q)\),下方箭头是 \(q=f^{-1}(x)\),用来强调两类题目的已知量和未知量相反。
查看答案与解析

正运动学是从关节到末端:当每个关节角或关节位移 \(q\) 已知时,通过连杆几何关系和齐次变换求末端位姿 \(x=f(q)\)。逆运动学是从末端回到关节:当我们希望末端到达某个位置或姿态 \(x_d\) 时,反过来求可能的关节变量 \(q\)。正运动学通常比较直接,因为沿着机械臂一节一节相乘即可;逆运动学更难,因为同一个末端位姿可能无解、多解,冗余机器人甚至可能有无限多解。

概念 A2

场景交代:默认基座固定在平面原点,连杆通过转动副串联,所有向量都在同一个 \(x-y\) 任务平面内表达。

Jacobian 在机器人学中有哪两个常见作用?

qdot J xdot tau J^T F
Jacobian 映射示意:速度映射用 \(J\),末端力映射到关节力矩用 \(J^T\)。
图中元素:左侧绿色框表示关节量 \(\dot q\) 或 \(\tau\),中间蓝色框是 Jacobian,右侧橙色框表示末端速度 \(\dot x\) 或末端力 \(F\);上下两条箭头分别对应运动学和静力学方向。
查看答案与解析

Jacobian 首先是速度映射,它把关节速度 \(\dot q\) 映射成末端速度 \(\dot x=J(q)\dot q\),所以任务空间轨迹跟踪、奇异性分析都离不开它。Jacobian 还有一个静力映射作用,由虚功原理得到 \(\tau=J^T(q)F\),可以把末端受力转换成关节力矩。因此同一个矩阵同时连接运动和力:用 \(J\) 看关节运动怎样造成末端运动,用 \(J^T\) 看末端力怎样压到各个关节上。

概念 A3

场景交代:画机械臂某一姿态下的连杆和质心,重力竖直向下作用;\(g(q)\) 表示为了抵抗该姿态重力所需的关节力矩。

机器人动力学方程中 \(g(q)\) 的意义是什么?

mg g(q) depends on posture q, not on qdot
重力项 \(g(q)\) 示意:它表示当前姿态下抵抗重力所需的关节力矩。
图中元素:绿色连杆处在姿态 \(q\),蓝色点是质心,红色箭头是重力;橙色关节力矩 \(g(q)\) 用来平衡这个姿态下重力对关节产生的转动趋势。
查看答案与解析

\(g(q)\) 是重力项,表示机器人在姿态 \(q\) 下为了抵抗重力需要的关节力矩。它只和姿态有关,不要求机器人正在运动;所以即使 \(\dot q=0,\ddot q=0\),机器人静止悬停在某个姿态时,电机也往往必须输出 \(g(q)\)。控制中加入重力补偿,就是提前提供这部分力矩,让反馈控制器不用靠长期位置误差去硬顶重力。

概念 A4

场景交代:画成左右两栏的 PID 误差信号分析图。左栏画误差 \(e(t)\) 随时间的小偏差曲线,并把曲线下面积涂出来,表示 I 项累加的是过去误差面积 \(\int e\,dt\)。右栏画一条正在快速上升的误差曲线,并在曲线上标出斜率,表示 D 项取的是当前误差对时间的一阶导数 \(\dot e=de/dt\),也就是误差变化快慢。

PID 中 I 项和 D 项分别解决什么问题?

I term area = integral of error D term slope = error derivative I removes long-term bias; D adds damping but can amplify fast noise.
PID 中 I 项和 D 项作用对比示意:I 项看误差历史累计,D 项看误差变化率。
图中元素:左侧蓝色面积表示 \(\int e\,dt\),说明即使每一时刻误差不大,长期偏差也会累积成积分输出;右侧橙色斜率表示 \(\dot e\),说明误差变化越快,D 项输出越明显,也更容易受高频噪声影响。
查看答案与解析

I 项关注误差的历史累计。如果系统长期有小误差,例如重力、摩擦或偏置扰动导致 P 项无法完全消除误差,积分项会不断累积并提供额外输出,直到稳态误差被压小。D 项关注误差变化率,它相当于给系统加阻尼:误差变化太快时提前抑制,可以减小超调和振荡。但因为噪声通常变化很快,求导会放大噪声,所以 D 项常需要滤波。

概念 A5

场景交代:画成上下两个流程。阻抗控制这一行从位置误差、速度误差、加速度误差出发,经过虚拟质量-阻尼-刚度模型输出期望力;导纳控制这一行从外部力出发,经过虚拟导纳模型输出期望位移或速度。

阻抗控制和导纳控制如何区分?

阻抗控制 Impedance e, edot, eddot virtual M-B-K Fd 运动误差 -> 期望力 导纳控制 Admittance Fext virtual admittance xd, xdotd 外部力 -> 期望运动
阻抗/导纳区别示意:阻抗是运动误差输入、力输出;导纳是外部力输入、期望运动输出。
图中元素:上半部分表示阻抗控制,左侧给出位移误差 \(e=x-x_d\),中间虚拟阻抗模型 \(M,B,K\) 把误差换成期望力 \(F_d\);下半部分表示导纳控制,外力 \(F_{ext}\) 进入虚拟导纳模型,输出期望位移或速度 \(x_d,\dot x_d\)。
查看答案与解析

阻抗控制规定运动误差应该产生怎样的力,输入更偏位置、速度、加速度误差,输出更偏力或力矩;它适合机器人本身位置控制能力强、希望通过力-运动关系表现柔顺的场景。导纳控制规定外部力应该产生怎样的运动,输入是测到的人或环境施加的力,输出是新的期望位移或速度;它适合机器人本体较硬、需要根据力反馈生成让步运动的场景。最短记法是:阻抗是运动到力,导纳是力到运动。

概念 A6

场景交代:画上下对比图。上半部分是 Bang-Bang 控制输出 \(u(t)\),它只能在 \(+U_{max}\) 和 \(-U_{max}\) 两个水平值之间跳变;下半部分是 PID 控制输出,曲线连续变化。要标清它们都来自误差 \(e=r-y\),但 Bang-Bang 只看误差符号,PID 会按 P/I/D 三项连续计算大小。

Bang-Bang 控制和 PID 控制有什么区别?

+Umax -Umax Bang-Bang: two levels only PID: continuous adjustment switching is simple but oscillatory; PID is smoother and tunable.
Bang-Bang 与 PID 输出对比示意:Bang-Bang 只在两个极值之间跳变,PID 按误差连续调节。
图中元素:上半部分是 Bang-Bang 输出,只能取 \(+U_{max}\) 或 \(-U_{max}\),所以接近目标时容易来回切换;下半部分是 PID 输出,P/I/D 三项相加后得到连续控制量,更适合平滑跟踪。
查看答案与解析

Bang-Bang 控制只在两个输出极值之间切换,例如误差为正就给 \(+U_{max}\),误差为负就给 \(-U_{max}\)。它结构简单、响应直接,但接近目标时容易来回切换,造成振荡和磨损。PID 控制输出是连续调节的,把当前误差、历史误差和误差变化率按比例组合起来,因此更适合需要平滑跟踪和较高精度的机器人运动控制。

概念 A7

场景交代:画两个空间坐标系和同一个刚体速度,坐标系之间既有旋转也有平移;Adjoint 用来把同一个 twist 或 wrench 换到另一个坐标系表达。

Adjoint representation 在 twist/wrench 里起什么作用?

frame a frame b p twist V V_a = Ad_T V_b
Adjoint 变换示意:同一个 twist 换到另一坐标系表达时,需要同时考虑旋转 R 和平移 p。
图中元素:图中有两个坐标系和一个刚体速度,同一个 twist 换坐标表达时,不仅要旋转方向,还要考虑两个坐标原点之间的平移 \(p\)。
查看答案与解析

Adjoint representation 用来改变 twist 的表达坐标系。刚体速度本身没有变,但换参考坐标系后,角速度部分需要用旋转矩阵 \(R\) 改写,线速度部分还会受到参考点平移 \(p\) 的影响,所以不能只用普通 \(3\times3\) 旋转矩阵。wrench 的变换要和 twist 的虚功关系保持一致;概念题重点是写清它解决“同一空间速度或力在不同坐标系中如何表达”的问题。

概念 A8

场景交代:画执行器、齿轮/丝杠/皮带等传动机构和关节,执行器输出经过传动后才变成关节侧速度和力矩。

传动 transmission 为什么会影响机器人控制?

motor gear / screw / belt joint torque-speed conversion, backlash, friction
传动链示意:执行器通过传动机构把速度和力矩变换到关节,同时可能引入背隙和弹性。
图中元素:左侧是电机,中间齿轮/丝杠/皮带是传动机构,右侧是关节;传动会改变速度和力矩,也可能引入摩擦、背隙和弹性。
查看答案与解析

传动机构把执行器输出的速度和力矩变换到关节,例如齿轮、丝杠或皮带可以放大力矩、改变速度方向或把旋转变成直线运动。但传动不是理想刚体,它可能带来摩擦、背隙、弹性和效率损失。控制器如果忽略这些非理想因素,实际关节位置和力矩就会偏离模型预测,因此高精度机器人常需要补偿背隙、摩擦或传动柔性。

B. 计算题

计算题答案不要只写最后一行。比较稳的写法是先判断题型,再说明主公式来自哪里,最后代入计算并解释结果的方向或意义。

计算 B1:变加速度

场景交代:画一条 \(a-t\) 坐标图,横轴是时间 \(t\),纵轴是加速度 \(a(t)\)。加速度曲线从原点出发按 \(a=4t\) 线性上升;从 \(t=0\) 到 \(t=2\) 下方围成的三角形面积就是速度增量 \(\Delta v=8\)。旁边再写上初速度 \(v(0)=3\),说明最后速度要用初速度加积分面积。

若 \(a(t)=4t\),\(v(0)=3\),求 \(t=2\) 时速度。

t a a(t)=4t t=2 area = 8 v(2)=v(0)+area=3+8=11
变加速度速度积分示意:加速度是速度对时间的导数,所以速度变化量等于 \(a-t\) 图像面积。
图中元素:横轴是时间 \(t\),纵轴是加速度 \(a(t)=4t\)。从 \(t=0\) 到 \(t=2\) 的面积为 \(\int_0^2 4t\,dt=8\),再加初速度 \(v(0)=3\),得到 \(v(2)=11\,\mathrm{m/s}\)。
查看答案与解析

加速度是速度的导数,题目给的是时间函数,所以速度变化量等于对 \(a(t)\) 积分。初速度 \(v(0)=3\) 要作为积分后的常数加入。

$$v(2)=3+\int_0^2 4t\,dt=3+2t^2\big|_0^2=3+8=11\,\mathrm{m/s}$$

结果表示 0 到 2 秒内速度增加了 \(8\,\mathrm{m/s}\)。

计算 B2:2R 正运动学

场景交代:画 2R 平面串联机械臂:基座固定在原点,第一根杆 \(l_1=1\) 沿世界 \(x\) 轴正方向水平向右,所以肘关节在 \((1,0)\)。第二根杆 \(l_2=1\) 相对第一杆再逆时针转 \(90^\circ\),因此竖直向上连接到末端 \((1,1)\)。

\(l_1=1,l_2=1,q_1=0^\circ,q_2=90^\circ\),求末端位置。

l1=1, q1=0deg l2=1 q2=90deg end (1,1) x=1, y=1
2R 正运动学数值姿态示意:第一杆沿世界 \(x\) 轴,第二杆相对第一杆转 \(90^\circ\),所以第二杆竖直向上。
图中元素:基座在原点,第一杆 \(l_1=1\) 从 \((0,0)\) 到 \((1,0)\),第二杆 \(l_2=1\) 从肘部到 \((1,1)\)。末端坐标就是两段位移相加,得到 \((x,y)=(1,1)\)。
查看答案与解析

第一根杆沿 \(0^\circ\) 方向,贡献 \((1,0)\)。第二根杆的绝对方向是 \(q_1+q_2=90^\circ\),贡献 \((0,1)\)。两段贡献相加就是末端位置。

$$x=1\cos0+1\cos90^\circ=1,\quad y=1\sin0+1\sin90^\circ=1$$

末端位于 \((1,1)\)。

计算 B3:2R 逆运动学

场景交代:画 2R 逆运动学三角形:基座在原点,两根杆长度都为 1,目标点固定在 \(x\) 轴上的 \((1,0)\)。用实线画肘部在目标连线上方的一组构型,用虚线画肘部在下方的另一组构型;两组的第二关节夹角大小相同、符号相反,所以 \(q_2\) 有正负两个解。

\(l_1=l_2=1\),目标 \((1,0)\)。求 \(q_2\) 的可能值。

target (1,0) l1=1 l2=1 q2 = +120deg q2 = -120deg r = 1, two elbow branches
2R 逆运动学目标 \((1,0)\) 示意:目标点到基座距离为 1,两根杆长度都为 1,因此两杆构成等边三角形的一半关系。
图中元素:红色目标点在 \(x\) 轴上 \((1,0)\),实线和虚线分别表示肘上/肘下两种构型。两种构型的两杆夹角大小相同、符号相反,所以 \(q_2=120^\circ\) 或 \(-120^\circ\)。
查看答案与解析

逆运动学先用目标点到基座的距离构造三角形。这里 \(r^2=x^2+y^2=1\)。由余弦定理求两杆夹角 \(q_2\):

$$\cos q_2=\frac{1^2+0^2-1-1}{2}=-\frac12$$

所以 \(q_2=120^\circ\) 或 \(-120^\circ\)。这两个解分别对应肘部在目标连线两侧的两种构型。

计算 B4:Jacobian 速度

场景交代:本题不需要画具体机械臂,因为 Jacobian 矩阵已经给出。把图画成矩阵乘法流程:左侧是关节速度列向量 \(\dot q=[2,3]^T\),中间是 \(J=\begin{bmatrix}0&-1\\1&0\end{bmatrix}\),右侧是末端速度列向量 \(\dot x\)。第一行和第二行分别点乘 \(\dot q\),得到 \([-3,2]^T\)。

\(J=\left[\begin{smallmatrix}0&-1\\1&0\end{smallmatrix}\right]\), \(\dot q=[2,3]^T\),求 \(\dot x\)。

qdot [2] [3] Jacobian J [ 0 -1 ] [ 1 0 ] xdot [-3] [ 2] row 1: 0 x 2 - 1 x 3 = -3; row 2: 1 x 2 + 0 x 3 = 2
Jacobian 速度矩阵乘法示意:本题不需要额外假设机械臂姿态,题目已经直接给出速度映射矩阵。
图中元素:左侧列向量是关节速度 \(\dot q=[2,3]^T\),中间矩阵 \(J=\begin{bmatrix}0&-1\\1&0\end{bmatrix}\) 表示当前姿态下的速度映射;第一行计算 \(0\cdot2+(-1)\cdot3=-3\),第二行计算 \(1\cdot2+0\cdot3=2\),所以末端速度为 \(\dot x=[-3,2]^T\)。
查看答案与解析

Jacobian 的每一列表示对应关节单位速度对末端速度的贡献。把两列按 \(\dot q_1=2,\dot q_2=3\) 加权相加,就是末端速度。

$$\dot x=J\dot q=\begin{bmatrix}0&-1\\1&0\end{bmatrix}\begin{bmatrix}2\\3\end{bmatrix}=\begin{bmatrix}-3\\2\end{bmatrix}$$

计算 B5:逆动力学

场景交代:画单自由度逆动力学求和框图,而不是画多连杆。题目已经把所有量等效到同一关节正方向:惯性项由 \(M=2\) 乘期望加速度 \(\ddot q=3\) 得到 6,速度相关项直接给出 0.5,重力项直接给出 1.5;三项进入同一个加法点得到 \(\tau\)。

\(M=2,C\dot q=0.5,g=1.5,\ddot q=3\),求 \(\tau\)。

inertia: M qdd 2 x 3 = 6 velocity term Cqdot = 0.5 gravity term g = 1.5 + tau 8 inverse dynamics: known desired acceleration -> required torque
单自由度逆动力学数值求和示意:题目已经把惯性、速度相关项和重力都等效到同一个关节正方向上。
图中元素:左侧绿色框先算惯性项 \(M\ddot q=2\times3=6\),蓝色框是速度相关项 \(C\dot q=0.5\),黄色框是重力项 \(g=1.5\)。三项进入求和点后得到总关节力矩 \(\tau=8\,\mathrm{N\,m}\)。
查看答案与解析

逆动力学把惯性项、速度相关项和重力项相加。惯性项 \(M\ddot q=2\times3=6\),再加上题目给出的速度项和重力项。

$$\tau=2(3)+0.5+1.5=8\,\mathrm{N\,m}$$

这 8 N·m 是实现给定加速度并同时补偿速度效应和重力所需的总力矩。

计算 B6:传递函数

场景交代:画一维质量-弹簧-阻尼系统:左端是固定墙,弹簧和阻尼器并联接到右侧质量块;质量块只能沿水平导轨左右移动。输入 \(u(t)\) 是外部水平推力,作用在质量块上;输出 \(x(t)\) 是质量块相对平衡位置的水平位移。题中系数已归一化为 \(m=1,b=2,k=5\),零初值表示 \(x(0)=0,\dot x(0)=0\)。

\(\ddot x+2\dot x+5x=u\),零初值,求 \(G(s)\)。

fixed wall spring term 5x damping term 2xdot mass m = 1 u(t) output x(t) G(s)=1/(s^2+2s+5)
二阶传递函数模型示意:题目中的 \(\ddot x+2\dot x+5x=u\) 可以看成归一化的一维质量-阻尼-弹簧系统。
图中元素:左侧灰色墙是固定参考端,绿色锯齿是弹簧项 \(5x\),黄色阻尼器是阻尼项 \(2\dot x\),蓝色质量块的质量归一化为 \(m=1\),右侧红色箭头 \(u(t)\) 是作用在质量块上的输入,底部橙色尺寸箭头 \(x(t)\) 是输出位移。零初值时对方程做 Laplace 变换得到 \(G(s)=X(s)/U(s)=1/(s^2+2s+5)\)。
查看答案与解析

零初值下,微分项在 Laplace 域中分别变成 \(s^2X(s)\) 和 \(sX(s)\)。将方程变换并合并 \(X(s)\):

$$(s^2+2s+5)X(s)=U(s)$$
$$G(s)=\frac{X(s)}{U(s)}=\frac{1}{s^2+2s+5}$$

计算 B7:PID 输出

场景交代:画 PID 三项求和框图:左侧分别列出当前误差 \(e=0.1\)、历史误差面积 \(\int e\,dt=0.4\)、误差变化率 \(\dot e=-0.2\)。三条支路分别乘以 \(K_p=8,K_i=1,K_d=2\),得到 P、I、D 三个数值,再在右侧求和得到控制量 \(u\)。

\(K_p=8,K_i=1,K_d=2,e=0.1,\int e dt=0.4,\dot e=-0.2\),求 \(u\)。

P term 8 x 0.1 = 0.8 I term 1 x 0.4 = 0.4 D term 2 x -0.2 = -0.4 + u 0.8 negative D term means the error is shrinking, so it damps the output
PID 输出数值分项示意:先分别算 P、I、D 三项,再按符号相加。
图中元素:绿色框是比例项 \(8\times0.1=0.8\),蓝色框是积分项 \(1\times0.4=0.4\),黄色框是微分项 \(2\times(-0.2)=-0.4\)。微分项为负,表示误差正在减小,它会抵消一部分控制输出,最终 \(u=0.8\)。
查看答案与解析

三项分别计算最清楚:P 项为 \(0.8\),I 项为 \(0.4\),D 项为 \(-0.4\)。D 项为负说明误差正在减小,因此它抵消了一部分控制输出。

$$u=8(0.1)+1(0.4)+2(-0.2)=0.8+0.4-0.4=0.8$$

计算 B8:阻抗力

场景交代:画一维阻抗模型:左端是期望位置或固定参考端,右端是机器人末端等效质量块。虚拟弹簧 \(K_d=100\) 和虚拟阻尼器 \(B_d=10\) 并联接在两者之间,所有误差都沿同一水平接触方向取正。题目给 \(M_d=0\),所以没有惯性分支;只需要画出位移误差 \(e=0.02\,\mathrm m\) 对应弹簧力、误差速度 \(\dot e=0.1\,\mathrm{m/s}\) 对应阻尼力。

\(M_d=0,B_d=10,K_d=100,e=0.02,\dot e=0.1\),求 \(F_d\)。

Kd e = 100 x 0.02 = 2 N Bd edot = 10 x 0.1 = 1 N Md = 0 no inertia Fd Fd = 0 + 1 + 2 = 3 N
阻抗力数值分项示意:本题的惯性项为零,只需要把阻尼项和刚度项沿同一接触方向相加。
图中元素:左侧固定参考端通过虚拟弹簧 \(K_d=100\) 和虚拟阻尼器 \(B_d=10\) 并联连接到右侧机器人末端;题目给位移误差 \(e=0.02\,\mathrm m\)、误差速度 \(\dot e=0.1\,\mathrm{m/s}\),且 \(M_d=0\),所以惯性项为 0,阻尼项为 1 N,刚度项为 2 N,合力 \(F_d=3\,\mathrm N\)。
查看答案与解析

阻抗模型为 \(F_d=M_d\ddot e+B_d\dot e+K_de\)。这里 \(M_d=0\),所以没有惯性项;阻尼项为 \(10\times0.1=1\),刚度项为 \(100\times0.02=2\)。

$$F_d=10(0.1)+100(0.02)=1+2=3\,\mathrm N$$

结果表示当前误差和误差速度共同产生 3 N 的期望作用力。

计算 B9:保守力与非保守力能量

场景交代:画一个物体从高度 \(h=1\,\mathrm m\) 的粗糙轨道上由静止下滑到底部。底部取为零势能位置;重力竖直向下,摩擦力沿轨道切向并始终反着运动方向,所以摩擦总做功为 \(-4\,\mathrm J\)。题目要求底部速度,因此要用初态势能加非保守功等于末态动能。

质量 \(m=2\,\mathrm{kg}\) 的物体从高度 \(h=1\,\mathrm m\) 下滑,摩擦做功 \(-4\,\mathrm J\),初速为 0。求底部速度。

mg friction h T1 + V1 + U_nc = T2 + V2
粗糙下滑能量示意:物体从高处滑到底部,重力势能减少,同时摩擦沿路径反向做负功。
图中元素:蓝色物块从高度 \(h\) 的起点由静止释放,沿绿色粗糙轨道下滑到底部;红色 \(mg\) 竖直向下,橙色 friction 沿切向反着运动方向,底部水平线取 \(V=0\)。计算时用 \(T_1+V_1+U_{nc}=T_2+V_2\),其中 \(U_{nc}\) 就是题目给的摩擦负功。
查看答案与解析

有摩擦时不能直接用机械能守恒,要把摩擦作为非保守力做功 \(U_{nc}\) 放进方程:

$$T_1+V_1+U_{nc}=T_2+V_2$$

取底部势能为 0,初态 \(T_1=0,V_1=mgh=2\times9.8\times1=19.6\,\mathrm J\),摩擦做功为 \(-4\,\mathrm J\)。

$$0+19.6-4=\frac12(2)v^2$$

所以 \(v^2=15.6\),\(v=3.95\,\mathrm{m/s}\)。摩擦消耗了能量,因此速度比无摩擦时更小。

计算 B10:导纳/柔顺位移

场景交代:画一维导纳/柔顺控制:机器人手柄或末端只能沿水平方向让步,外力 \(F=6\,\mathrm N\) 沿正方向作用在末端上。控制器内部不是直接输出力,而是用柔顺系数 \(C=0.004\,\mathrm{m/N}\) 把外力换成期望位移 \(e=CF\),再把这个位移命令交给底层位置控制。

准静态导纳控制中 \(e=CF\),柔顺系数 \(C=0.004\,\mathrm{m/N}\)。若外力为 \(6\,\mathrm N\),期望位移是多少?

handle 1D motion admittance e = C F 0.004 x 6 = 0.024 m desired shift 24 mm F = 6 N e larger compliance C means the same force creates a larger commanded displacement
准静态导纳位移数值示意:外力通过柔顺系数直接换成期望位移。
图中元素:左侧红色箭头表示外力 \(F=6\,\mathrm N\) 施加在机器人手柄/末端上,中间黄色框是准静态导纳关系 \(e=CF\),其中 \(C=0.004\,\mathrm{m/N}\);右侧绿色箭头是输出给位置控制器的期望位移 \(e=0.024\,\mathrm m=24\,\mathrm{mm}\)。
查看答案与解析

准静态导纳或柔顺模型把外力直接换成位移,\(C\) 越大表示越软。代入:

$$e=CF=0.004\times6=0.024\,\mathrm m$$

期望位移为 \(24\,\mathrm{mm}\)。如果改用刚度 \(K\),则 \(C=1/K\),二者是互逆关系。

C. 综合题

综合 C1:从运动学到静力映射

综合

场景交代:画 2R 平面机械臂,基座固定在原点,第一杆水平向右,第二杆竖直向上。外力作用在末端点,方向由向量 \(F=[5,-10]^T\) 给出,要求从几何位置一直算到关节平衡力矩。

题目:2R 机械臂 \(l_1=l_2=1\),当前 \(q_1=0^\circ,q_2=90^\circ\)。末端受到 \(F=[5,-10]^T\,\mathrm N\)。求末端位置、Jacobian 和关节力矩。

q1=0, l1=1 q2=90, l2=1 Fx=5 Fy=-10 end (1,1) J = [ -1 -1 ; 1 0 ] from current posture tau = J^T F [-15, -5]^T
综合运动学到静力映射示意:先由 2R 姿态得到末端位置和 Jacobian,再用 \(J^TF\) 把末端力映射成关节力矩。
图中元素:第一杆水平、第二杆竖直,末端位置为 \((1,1)\);红色箭头表示末端外力 \(F=[5,-10]^T\)。右侧流程框写出 \(J=\begin{bmatrix}-1&-1\\1&0\end{bmatrix}\),再计算 \(\tau=J^TF=[-15,-5]^T\)。
建模顺序:
  1. 先画固定基座、活动关节和连杆,标清每个角度是相对哪个坐标轴或哪根杆量的。
  2. 写出几何关系或矩阵关系,再代入长度、角度、目标点或外力。
  3. 若是 Jacobian 题,速度用 \(J\dot q\),末端力映射用 \(J^TF\)。
  4. 最后说明多解、无解、奇异或力矩正负号代表什么。

解析过程

综合题要按链条做:先从关节角算末端位置,再在这个姿态下算 Jacobian,最后用 \(J^TF\) 做静力映射。当前 \(q_1=0^\circ,q_2=90^\circ\),第一根杆沿 \(x\) 轴,第二根杆竖直向上,所以末端位置是:

$$x=1,\quad y=1$$

在同一姿态下代入 2R Jacobian,可得:

$$J=\begin{bmatrix}-1&-1\\1&0\end{bmatrix}$$

末端力 \(F=[5,-10]^T\) 会通过机构几何映射成关节力矩。根据虚功原理使用 \(J^T\),而不是 \(J\):

$$\tau=J^TF=\begin{bmatrix}-1&1\\-1&0\end{bmatrix}\begin{bmatrix}5\\-10\end{bmatrix}=\begin{bmatrix}-15\\-5\end{bmatrix}\,\mathrm{N\,m}$$

负号表示所需关节力矩方向与我们定义的关节正方向相反。这个结果不是错误,而是方向信息。

易错点:综合题常把正运动学和 \(J^TF\) 连在一起考。

综合 C2:计算力矩控制

综合

场景交代:画单关节机器人跟踪期望角度。当前 \(q=0.7,\dot q=0.1\),期望 \(q_d=1,\dot q_d=0,\ddot q_d=0\),所以先从期望和实际的差值算位置误差、速度误差,再生成虚拟加速度 \(v\),最后把 \(M=1.5,C\dot q=0.2,g=2\) 三项补偿成总力矩。

题目:单关节 \(M=1.5,C\dot q=0.2,g=2\)。\(q_d=1,\dot q_d=0,\ddot q_d=0,q=0.7,\dot q=0.1,K_p=12,K_d=3\)。求控制力矩。

errors e=1-0.7=0.3 edot=0-0.1=-0.1 virtual acceleration v=3edot+12e v=3.3 dynamics 1.5v+0.2+2 tau=7.15 computed torque = feedback-designed v plus model compensation
综合计算力矩数值流程示意:先由轨迹误差算虚拟加速度,再把虚拟加速度代入动力学模型。
图中元素:位置误差 \(e=q_d-q=0.3\),速度误差 \(\dot e=\dot q_d-\dot q=-0.1\),所以 \(v=0+3(-0.1)+12(0.3)=3.3\)。右侧动力学补偿为 \(\tau=1.5(3.3)+0.2+2=7.15\,\mathrm{N\,m}\)。
建模顺序:
  1. 先画输入、控制器、被控对象和反馈信号,明确误差从哪里来。
  2. 把时域微分、误差积分或误差导数分别对应到公式项。
  3. 按公式逐项代入,保留每一项的中间结果。
  4. 最后解释输出大小和符号对系统运动意味着什么。

解析过程

计算力矩控制先构造虚拟输入 \(v\)。位置误差为 \(1-0.7=0.3\),速度误差为 \(0-0.1=-0.1\),期望加速度为 0。位置误差希望关节正向加速,速度误差项提供阻尼修正。

$$v=0+3(0-0.1)+12(1-0.7)=-0.3+3.6=3.3$$

然后把这个理想加速度放回动力学补偿里。惯性补偿为 \(1.5\times3.3=4.95\),再加速度相关项 \(0.2\) 和重力项 \(2\)。

$$\tau=1.5(3.3)+0.2+2=7.15\,\mathrm{N\,m}$$

这个力矩同时包含反馈纠偏和模型补偿,不只是一个普通的 P 或 PD 输出。

易错点:先算 \(v\),再算动力学补偿。

综合 C3:康复力场与导纳控制

综合

场景交代:画双侧康复机器人中的一个手柄,患者沿一维方向对手柄施加 \(F_{ext}=4\,\mathrm N\)。中层导纳用 \(K_d=80\,\mathrm{N/m}\) 把这个力换成期望位移,底层位置控制器再跟踪该位移;调柔顺性时主要看 \(K_d\) 变大还是变小。

题目:双侧康复机器人中,患者对手柄施加交互力 \(F_{ext}=4\,\mathrm N\)。中层导纳在准静态近似下取 \(K_d=80\,\mathrm{N/m}\),底层能准确跟踪导纳输出。求期望位移,并说明若希望训练更柔顺,应怎样调 \(K_d\)。

patient handle admittance xd = 4 / 80 = 0.05 m low level tracks xd Fext=4N more compliant: decrease Kd
综合康复导纳数值与调参示意:患者外力先在中层导纳中换成期望位移,底层再跟踪该位移。
图中元素:患者对手柄施加 \(F_{ext}=4\,\mathrm N\),导纳刚度 \(K_d=80\,\mathrm{N/m}\),所以 \(x_d=4/80=0.05\,\mathrm m\)。若希望训练更柔顺,应降低 \(K_d\),同样外力下位移更大、反作用感更小。
建模顺序:
  1. 先确定接触方向:法向控力、切向常控位置,所有标量都沿选定方向取正负号。
  2. 把图中的机械元件和公式项对应起来,例如弹簧对应位移误差、阻尼器对应速度误差、质量对应加速度。
  3. 统一单位,尤其是 mm 要换成 m,再代入公式。
  4. 最后解释结果的方向和物理意义,不只写数值。

解析过程

这题先判断层级:high level 定义训练任务和力场,middle level 用导纳把交互力换成期望运动,low level 再跟踪这个期望运动。题目给准静态近似,所以导纳方程中惯性项和阻尼项忽略,只剩:

$$K_dx_d=F_{ext}$$

代入 \(K_d=80\,\mathrm{N/m}\)、\(F_{ext}=4\,\mathrm N\):

$$x_d=\frac{4}{80}=0.05\,\mathrm m$$

期望位移为 \(5\,\mathrm{cm}\)。若希望训练更柔顺,同样外力下应让位移更大,因此要减小虚拟刚度 \(K_d\);若增大 \(K_d\),系统会更硬,同样 4 N 力产生的位移更小。

易错点:康复力场题常按 high/middle/low level 先分层,再做导纳计算。

D. 分知识点阶梯例题

下面按核心知识点分组,每组 3 道题,从基础代入到变式综合逐步加难。复习时建议按顺序做:第一题保证公式会用,第二题训练条件变化,第三题训练考试常见的综合判断。

D1. 基础运动学:求导、积分与图像

目标是看到 \(s,v,a\) 的任意一种表达,都能判断应该求导、对时间积分,还是用 \(a\,ds=v\,dv\)。

基础

1. 质点 \(a(t)=2t\),\(v(0)=1\,\mathrm{m/s}\)。求 \(t=3\,\mathrm s\) 时速度。

场景交代:画 \(a-t\) 图:横轴是时间,纵轴是加速度。加速度从 \(t=0\) 的 0 开始,按直线 \(a=2t\) 增长,到 \(t=3\) 时为 6;曲线与时间轴围成的三角形面积就是速度增量。旁边标出初速度 \(v(0)=1\),最后速度等于初速度加面积。

t a a(t)=2t t=3, a=6 area = 9 v(3)=1+9=10 m/s
加速度积分求速度示意:本题给 \(a(t)=2t\),速度增量是 \(0\) 到 \(3\) 秒的 \(a-t\) 面积。
图中元素:横轴为时间 \(t\),纵轴为加速度 \(a\)。直线 \(a=2t\) 从原点上升,到 \(t=3\) 时高度为 6;三角形面积为 \(\frac12\times3\times6=9\),再加初速度 1,得到 \(v(3)=10\,\mathrm{m/s}\)。
解析与答案

加速度是速度对时间的导数,所以速度变化量等于加速度对时间的积分:

$$v(3)=1+\int_0^3 2t\,dt=1+t^2\big|_0^3=10\,\mathrm{m/s}$$
进阶

2. 质点从 \(s=0\) 出发,\(v_0=2\,\mathrm{m/s}\),加速度 \(a=3s\)。求 \(s=2\,\mathrm m\) 时速度。

场景交代:画水平导轨和一个滑块,左端取 \(s=0\),滑块沿正方向向右运动;加速度由当前位置决定,所以要标出初始位置和目标位置。

s0, v0 s, v a = a(s), use a ds = v dv
a(s) 题型示意:用链式法则把时间消去,得到 a ds = v dv。
图中元素:水平导轨上左块是初始状态,右块是目标位置;因为加速度由位置决定,所以用 \(a\,ds=v\,dv\) 消去时间。
解析与答案

加速度是位置函数,不能用匀加速公式。用 \(a\,ds=v\,dv\):

$$\int_0^2 3s\,ds=\int_2^v v\,dv$$
$$6=\frac12(v^2-4)\Rightarrow v=4\,\mathrm{m/s}$$
困难

3. 速度 \(v(t)=4t-t^2\)。求 \(0\le t\le3\) 的位移,并求 \(t=2\) 时加速度。

场景交代:画 \(v-t\) 图:横轴是时间 \(t\),纵轴是速度 \(v(t)=4t-t^2\),曲线是一条开口向下的抛物线。\(0\le t\le3\) 的位移是曲线下方面积;\(t=2\) 时的加速度不是面积,而是速度曲线在该点的斜率,也就是 \(dv/dt\)。

t v v(t)=4t-t^2 t=2 area 0..3 = displacement = 9 m slope = a(2)=0
速度函数积分与求导示意:位移来自 \(v-t\) 曲线面积,加速度来自速度曲线斜率。
图中元素:横轴是时间 \(t\),纵轴是速度 \(v(t)=4t-t^2\)。从 \(0\) 到 \(3\) 的阴影面积表示位移 \(s=\int_0^3(4t-t^2)dt=9\,\mathrm m\);在 \(t=2\) 处切线变平,说明 \(a(2)=dv/dt=4-2t=0\)。
解析与答案

位移是速度对时间的积分,加速度是速度对时间求导:

$$s=\int_0^3(4t-t^2)dt=2t^2-\frac13t^3\big|_0^3=9\,\mathrm m$$
$$a(t)=\dot v=4-2t,\quad a(2)=0$$

\(t=2\) 是速度达到峰值的时刻,所以加速度为零。

D2. 曲线运动与圆柱坐标

目标是分清径向、切向、法向加速度,尤其不要把 \(a_r\) 误写成 \(\ddot r\)。

基础

1. 质点做半径 \(r=0.5\,\mathrm m\) 的圆周运动,\(\dot\theta=4\,\mathrm{rad/s}\)。求径向加速度。

场景交代:画圆弧轨道和曲率中心,质点在轨道上运动;速度沿切线,法向加速度和法向合力指向曲率中心。

r e_r e_theta theta O P
圆柱坐标示意:固定点 \(O\) 是极坐标原点,绿色线段 \(OP\) 表示半径 \(r\),运动点 \(P\) 位于半径末端;蓝色 \(e_r\) 从 \(P\) 沿半径向外,橙色 \(e_\theta\) 从 \(P\) 沿切向、也就是半径逆时针转 \(90^\circ\) 的方向。绿色弧线只表示角度 \(\theta\),不参与长度计算。
图中元素:中心点是极坐标原点,绿色半径箭头是 \(e_r\) 方向,橙色箭头是 \(e_\theta\) 切向方向;点在运动时,这两个单位方向会随 \(\theta\) 一起转动。
解析与答案

半径不变时 \(\dot r=\ddot r=0\),径向加速度只剩向心项:

$$a_r=\ddot r-r\dot\theta^2=0-0.5(4^2)=-8\,\mathrm{m/s^2}$$

负号表示指向圆心。

进阶

2. \(r=1+0.2t\),\(\theta=3t\)。求 \(t=2\,\mathrm s\) 时 \(v_r,v_\theta,a_r,a_\theta\)。

场景交代:画固定原点 \(O\) 和运动点 \(P\),半径 \(OP=r(t)\) 会变化,角度 \(\theta(t)\) 绕原点转动;径向和切向方向都要标出。

r e_r e_theta theta O P
圆柱坐标示意:固定点 \(O\) 是极坐标原点,绿色线段 \(OP\) 表示半径 \(r\),运动点 \(P\) 位于半径末端;蓝色 \(e_r\) 从 \(P\) 沿半径向外,橙色 \(e_\theta\) 从 \(P\) 沿切向、也就是半径逆时针转 \(90^\circ\) 的方向。绿色弧线只表示角度 \(\theta\),不参与长度计算。
图中元素:中心点是极坐标原点,绿色半径箭头是 \(e_r\) 方向,橙色箭头是 \(e_\theta\) 切向方向;点在运动时,这两个单位方向会随 \(\theta\) 一起转动。
解析与答案

\(\dot r=0.2,\ddot r=0,\dot\theta=3,\ddot\theta=0\),且 \(t=2\) 时 \(r=1.4\)。

$$v_r=0.2,\quad v_\theta=r\dot\theta=4.2$$
$$a_r=0-1.4(9)=-12.6,\quad a_\theta=1.4(0)+2(0.2)(3)=1.2$$
困难

3. 质量 \(m=2\,\mathrm{kg}\) 的滑块在圆弧轨道上速度 \(v=3\,\mathrm{m/s}\),曲率半径 \(\rho=0.6\,\mathrm m\)。若切向加速度为 \(1\,\mathrm{m/s^2}\),求切向合力和法向合力。

场景交代:画圆弧轨道和曲率中心,质点在轨道上运动;速度沿切线,法向加速度和法向合力指向曲率中心。

v an center
法向加速度示意:速度沿切线,法向加速度指向曲率中心。
图中元素:曲线是轨迹,橙色箭头沿切线表示速度方向,蓝色箭头指向曲率中心表示法向加速度。
解析与答案

法切坐标下:

$$\sum F_t=ma_t=2(1)=2\,\mathrm N$$
$$\sum F_n=m\frac{v^2}{\rho}=2\frac{9}{0.6}=30\,\mathrm N$$

法向合力指向曲率中心,切向合力决定速度大小变化。

D3. 工程力学:能量、动量与碰撞

目标是会根据题干判断用牛顿方程、功-能方程还是冲量动量方程。

基础

1. 质量 \(1\,\mathrm{kg}\) 的物体从静止开始,受到恒力 \(F=6\,\mathrm N\),沿力方向移动 \(2\,\mathrm m\)。求末速度。

场景交代:画物体放在光滑水平面上,恒力沿运动方向作用在物体上,物体从静止开始沿力方向移动给定距离。

F s W = F s
恒力做功示意:物体沿力方向移动时,恒力做功 \(W=Fs\)。
图中元素:蓝色方块在水平面上从左向右移动,绿色箭头是恒力 \(F\),橙色箭头是位移 \(s\);因为力和位移同向,做功为正。
解析与答案

恒力做功变成动能:

$$U=Fs=12\,\mathrm J=\frac12mv^2$$
$$v=\sqrt{24}=4.90\,\mathrm{m/s}$$
进阶

2. 质量 \(2\,\mathrm{kg}\) 的物体从高度 \(1\,\mathrm m\) 下滑,摩擦做功 \(-5\,\mathrm J\)。初速为 0,求底部速度。

场景交代:画粗糙下滑能量题:质量 \(2\,\mathrm{kg}\) 的物体从高度 \(1\,\mathrm m\) 处由静止出发,沿轨道滑到底部。底部取重力势能零点,摩擦沿运动反方向做总功 \(-5\,\mathrm J\),所以末端动能等于初始重力势能扣掉摩擦损失。

mg friction h T1 + V1 + U_nc = T2 + V2
粗糙下滑能量示意:物体从高处滑到底部,重力势能减少,同时摩擦沿路径反向做负功。
图中元素:蓝色物块从高度 \(h\) 的起点由静止释放,沿绿色粗糙轨道下滑到底部;红色 \(mg\) 竖直向下,橙色 friction 沿切向反着运动方向,底部水平线取 \(V=0\)。计算时用 \(T_1+V_1+U_{nc}=T_2+V_2\),其中 \(U_{nc}\) 就是题目给的摩擦负功。
解析与答案

有摩擦时用 \(T_1+V_1+U_{nc}=T_2+V_2\):

$$0+2(9.8)(1)-5=\frac12(2)v^2$$
$$v=\sqrt{14.6}=3.82\,\mathrm{m/s}$$
困难

3. 一维正碰中 \(m_A=1\,\mathrm{kg},m_B=3\,\mathrm{kg}\),碰前 \(v_{A1}=8\,\mathrm{m/s},v_{B1}=0\),恢复系数 \(e=0.5\)。求碰后速度。

场景交代:画两个小球 A、B 在同一水平直线上碰撞,A 从左向右撞向 B;碰前碰后速度都沿同一直线标注。

A B vA1 碰撞方向只看同一直线速度
一维碰撞示意:动量守恒配合恢复系数求碰后速度。
图中元素:两个圆分别是小球 A、B,灰线表示它们只能沿同一直线运动;碰前碰后的速度都沿这条线标注,动量守恒和恢复系数都只在该方向使用。
解析与答案

列动量守恒和恢复系数两式:

$$8=v_{A2}+3v_{B2}$$
$$0.5=\frac{v_{B2}-v_{A2}}{8}\Rightarrow v_{B2}-v_{A2}=4$$

解得 \(v_{B2}=3\,\mathrm{m/s}\),\(v_{A2}=-1\,\mathrm{m/s}\)。A 反弹,B 向前运动。

D4. 结构静力学:平衡、零力杆与截面法

目标是先画受力图,再判断用节点法、截面法还是零力杆规则。

基础

1. 某节点只有两根不共线杆相连,节点上无外力和支座反力。两杆内力是多少?

场景交代:画一个桁架节点,杆件只在该节点汇交;先标出是否有外力或支座反力,再根据杆件是否共线判断零力杆。

节点无外力、无支座反力 F1 = 0 F2 = 0 两杆不共线,不能互相抵消非零力
零力杆判断示意:无外力节点只有两根不共线杆时,两杆内力只能同时为零。
图中元素:中间白色圆圈是桁架节点,两根彩色杆都只能沿自身轴线拉/压;节点没有外力或支座反力时,两根非共线杆无法互相抵消非零力。
解析与答案

节点平衡要求两个方向合力都为零。两根非共线力若不为零,不能互相完全抵消,所以:

$$F_1=0,\quad F_2=0$$
进阶

2. 某节点有三根杆,其中两根共线,节点无外力。第三根非共线杆是否为零力杆?

场景交代:画一个桁架节点,杆件只在该节点汇交;先标出是否有外力或支座反力,再根据杆件是否共线判断零力杆。

no external load at joint zero member collinear pair
三杆零力杆示意:两根共线杆可互相平衡,第三根非共线杆在无外力节点处为零力杆。
图中元素:水平两根绿色杆共线并通过节点,斜向蓝色杆是第三根非共线杆;节点没有外力时,非共线杆无法由水平杆平衡,因此其内力为零。
解析与答案

两根共线杆只能在同一直线上互相平衡,非共线方向若没有外力,只能由第三根杆提供。但该方向平衡要求为零,所以第三根为零力杆。

困难

3. 截面法切过三根杆,要求其中一根杆 \(F_x\)。怎样选力矩点最省?

场景交代:画一榀桁架并用一条假想截面切过目标杆和另外两根杆;取截面一侧为研究对象,并选力矩点消去不想求的杆力。

cut target member Fx take one side as free body, sum moments at intersection
截面法示意:切过目标杆和另外两根杆,取一侧隔离体列平衡方程。
图中元素:虚线是切割截面,三根被切杆的内力沿各自杆轴暴露出来;选另外两根杆交点为力矩点,可以消去它们,只留下目标杆力。
解析与答案

优先对另外两根被切杆交点取矩。这样另外两根未知杆力的力臂为零,被消去,只剩目标杆力、外力和支座反力进入方程。截面法的核心不是把所有未知量都列出来,而是选力矩点消元。

D5. 自由度与机构类型

目标是用 Gruebler 公式算自由度,并能解释串联/并联机构的差别。

基础

1. 平面四杆机构 \(n=4,l=4,h=0\)。求自由度。

场景交代:画一个平面四杆闭链,其中一根固定为机架,另外三根活动;四个连接点都是只允许相对转动的转动副。

n = 4, l = 4, h = 0
平面四杆机构示意:机架也算构件,四个转动副提供约束。
图中元素:底部深色杆是固定机架,也要计入构件数;其余三根彩色杆是活动构件,四个白色圆圈是转动副。
解析与答案

平面机构公式:

$$M=3(n-1)-2l-h=3(3)-2(4)-0=1$$

四杆机构有 1 个自由度。

进阶

2. 平面机构 \(n=6,l=7,h=0\)。求自由度,并判断是否可能只需一个驱动。

场景交代:画一个平面连杆机构,先把固定机架算入构件总数,再逐个数低副;自由度表示需要多少独立驱动才能确定构型。

F = 3(n-1) - 2l - h count links, joints, and ground before substituting
平面机构自由度计数示意:先把机架计入构件数,再数低副和高副。
图中元素:灰色杆表示固定机架,彩色杆表示活动构件,白色圆圈表示低副;平面机构常用 \(F=3(n-1)-2l-h\) 判断需要几个独立驱动。
解析与答案
$$M=3(6-1)-2(7)=15-14=1$$

自由度为 1,理想情况下一个独立驱动即可确定构型。

困难

3. 为什么并联机器人通常刚度高,但工作空间比串联机器人小?

场景交代:画末端平台由多条支链共同支撑,每条支链两端分别连到基座和末端平台;多条闭链共同限制末端运动。

moving platform multiple closed chains: high stiffness, smaller workspace
并联机器人示意:末端平台由多条支链共同约束,因此刚度高但运动范围受限。
图中元素:下方灰色横梁是固定基座,上方蓝色小平台是末端,多条绿色支链同时连接基座和平台;闭链越多,末端越稳,但每条支链都会限制可达空间。
解析与答案

并联机器人由多条支链共同支撑末端,受力路径多,误差和变形不容易沿单一路径累积,因此刚度和承载能力高。但多条闭链也同时限制末端运动,几何约束更多,所以工作空间更小,奇异和干涉问题也更明显。

D6. 齐次变换、旋转矩阵与姿态

目标是会把点从一个坐标系变到另一个坐标系,并知道逆变换怎么写。

基础

1. 二维中 \(R=I\),平移 \(p=[2,3]^T\),局部点 \(r=[1,1]^T\)。求全局点。

场景交代:画二维基坐标系和一个没有旋转的局部坐标系。局部坐标系原点相对基坐标平移到 \(p=[2,3]^T\),局部点 \(r=[1,1]^T\) 表示从这个局部原点再向右 1、向上 1;因为 \(R=I\),轴方向不变,所以全局点直接是平移加局部坐标。

p=[2,3] r=[1,1] x=[3,4] base local axes unchanged
二维平移变换数值示意:旋转矩阵为单位阵时,局部轴方向不变,点坐标只需要整体平移。
图中元素:左下是基坐标系,蓝色局部坐标系的原点位于 \(p=[2,3]^T\)。局部点 \(r=[1,1]^T\) 表示从局部原点再向右 1、向上 1,所以全局点为 \(x=r+p=[3,4]^T\)。
解析与答案
$$x=Rr+p=\begin{bmatrix}1\\1\end{bmatrix}+\begin{bmatrix}2\\3\end{bmatrix}=\begin{bmatrix}3\\4\end{bmatrix}$$
进阶

2. \(R=R_z(90^\circ)=\begin{bmatrix}0&-1\\1&0\end{bmatrix}\),\(p=[1,0]^T\),局部点 \(r=[2,0]^T\)。求全局点。

场景交代:画基坐标系和一个绕 \(z\) 轴逆时针转 \(90^\circ\) 的局部坐标系。局部点 \(r=[2,0]^T\) 在局部 \(x\) 轴正方向 2 个单位处;旋转后这段位移指向全局 \(y\) 轴,再把局部原点整体平移到 \(p=[1,0]^T\)。

p=[1,0] Rr=[0,2] x=[1,2] local x axis rotated upward
先旋转再平移的点坐标示意:局部点先被 \(90^\circ\) 旋转,再加上平移向量。
图中元素:局部 \(x_B\) 轴被旋转到全局 \(y\) 方向,所以局部点 \(r=[2,0]^T\) 旋转后变成 \([0,2]^T\);局部原点再平移到 \(p=[1,0]^T\),最终全局点为 \([1,2]^T\)。
解析与答案
$$Rr=\begin{bmatrix}0\\2\end{bmatrix},\quad x=Rr+p=\begin{bmatrix}1\\2\end{bmatrix}$$

先旋转,再平移。

困难

3. 若 \(x=Rr+p\),已知全局点 \(x\),怎样求局部坐标 \(r\)?

场景交代:画一个全局点 \(x\) 和一个相对基坐标旋转、平移后的局部坐标系。求局部坐标时不能直接乘 \(R^T\),要先从全局点减去局部原点平移 \(p\),再把剩下的向量用 \(R^T\) 转回局部轴方向。

subtract p global x r = R^T (x - p) local origin
坐标逆变换示意:已知全局点时,先减去局部原点平移,再用旋转矩阵转置转回局部坐标轴。
图中元素:红色点是全局点 \(x\),绿色虚线是局部原点平移 \(p\)。从 \(x\) 回到局部坐标的步骤是先得到 \(x-p\),再乘 \(R^T\),所以 \(r=R^T(x-p)\)。
解析与答案

先把平移去掉,再用旋转逆矩阵。旋转矩阵满足 \(R^{-1}=R^T\):

$$r=R^T(x-p)$$

这就是齐次变换求逆的核心。

D7. DH、正运动学与逆运动学

目标是先能算末端位置,再能从目标位置反求关节角,最后处理多解。

基础

1. 2R 机械臂 \(l_1=1,l_2=0.5,q_1=0^\circ,q_2=0^\circ\)。求末端位置。

场景交代:画 2R 平面机械臂,基座在原点。第一杆长 1,沿世界 \(x\) 轴正方向;第二杆长 0.5,因 \(q_2=0^\circ\) 与第一杆共线继续向右伸出,所以末端在 \(x\) 轴上,坐标由两杆长度相加得到。

l1=1, q1=0deg l2=0.5, q2=0deg end (1.5, 0) x = 1 + 0.5, y = 0
2R 伸直姿态正运动学示意:两根杆的角度都为 \(0^\circ\),所以第二杆没有相对第一杆转弯,两根杆在 \(x\) 轴上完全伸直。
图中元素:基座在原点,第一杆 \(l_1=1\) 从 \((0,0)\) 到肘部 \((1,0)\),第二杆 \(l_2=0.5\) 继续沿 \(x\) 轴到末端 \((1.5,0)\)。
解析与答案
$$x=1+0.5=1.5,\quad y=0$$

两根杆都沿 \(x\) 轴伸直。

进阶

2. 2R 机械臂 \(l_1=l_2=1,q_1=30^\circ,q_2=60^\circ\)。求末端位置。

场景交代:画 2R 平面机械臂,第一杆长 1、相对世界 \(x\) 轴为 \(30^\circ\)。第二杆长 1、相对第一杆再转 \(60^\circ\),所以第二杆的世界方向是 \(90^\circ\),末端坐标要把第一杆的斜向分量和第二杆的竖直分量相加。

l1=1 l2=1 q1=30deg q2=60deg end (0.866,1.5) absolute angle of link 2 = 90deg
2R 正运动学数值姿态示意:第一杆相对世界 \(x\) 轴为 \(30^\circ\),第二杆相对第一杆再转 \(60^\circ\),所以第二杆的世界方向为 \(90^\circ\)。
图中元素:第一杆 \(l_1=1\) 贡献 \((\cos30^\circ,\sin30^\circ)\),第二杆 \(l_2=1\) 竖直向上贡献 \((0,1)\),末端为 \((0.866,1.5)\)。
解析与答案

第二杆绝对角度为 \(q_1+q_2=90^\circ\):

$$x=\cos30^\circ+\cos90^\circ=0.866$$
$$y=\sin30^\circ+\sin90^\circ=1.5$$
困难

3. 2R 机械臂 \(l_1=l_2=1\),目标点 \((1,1)\)。求 \(q_2\) 可能值。

场景交代:画 2R 逆运动学三角形:基座在原点,两根杆长度都为 1,目标点固定在 \((1,1)\)。用实线和虚线分别画肘部在目标连线两侧的两组构型;两组都会到达同一末端点,但 \(q_2\) 符号相反。

target (1,1) r=sqrt(2) q2 = +/-90deg
2R 逆运动学目标 \((1,1)\) 示意:两根杆长度都为 1,目标点到基座距离为 \(\sqrt2\),由余弦定理得到 \(\cos q_2=0\)。
图中元素:红色目标点在 \((1,1)\)。实线表示一组解 \(q_2=90^\circ\),虚线表示肘部在另一侧的解 \(q_2=-90^\circ\),说明同一目标点可对应两种肘部构型。
解析与答案

\(r^2=x^2+y^2=2\)。

$$\cos q_2=\frac{r^2-l_1^2-l_2^2}{2l_1l_2}=\frac{2-1-1}{2}=0$$

所以 \(q_2=90^\circ\) 或 \(-90^\circ\),对应肘上/肘下两种解。

D8. Jacobian:速度、奇异与静力映射

目标是熟练使用 \(\dot x=J\dot q\)、\(\tau=J^TF\),并能看出奇异构型。

基础

1. \(J=\begin{bmatrix}1&0\\0&2\end{bmatrix}\),\(\dot q=[3,4]^T\)。求 \(\dot x\)。

场景交代:本题已经给出 Jacobian,不需要画具体机械臂。把图画成矩阵乘法:左边是关节速度 \(\dot q=[3,4]^T\),中间是 \(J=\begin{bmatrix}1&0\\0&2\end{bmatrix}\),右边是末端速度;按矩阵两行分别与速度列向量点乘。

qdot [3] [4] Jacobian J [ 1 0 ] [ 0 2 ] xdot [3] [8] row 1 -> 3, row 2 -> 8
Jacobian 速度矩阵乘法示意:题目已经给出 \(J\) 和 \(\dot q\),所以直接按矩阵行乘列计算末端速度。
图中元素:左侧列向量是关节速度 \(\dot q=[3,4]^T\),中间矩阵为 \(J=\begin{bmatrix}1&0\\0&2\end{bmatrix}\)。第一行得到 \(1\cdot3+0\cdot4=3\),第二行得到 \(0\cdot3+2\cdot4=8\),因此 \(\dot x=[3,8]^T\)。
解析与答案
$$\dot x=J\dot q=\begin{bmatrix}3\\8\end{bmatrix}$$
进阶

2. \(J=\begin{bmatrix}1&2\\0&1\end{bmatrix}\),末端力 \(F=[3,4]^T\)。求关节力矩。

场景交代:画当前机械臂末端或工具尖端,明确外力作用在末端点;若接触桌面,切向方向沿桌面,法向方向垂直桌面。

given force F=[3,4]^T transpose J^T [[1,0],[2,1]] joint torques tau=[3,10]^T This is a pure matrix mapping problem, not a geometric drawing problem.
已给 Jacobian 矩阵的静力映射示意:这里不需要猜测具体连杆姿态,只要按矩阵关系把末端力映射为关节力矩。
图中元素:左侧列向量是题目给出的末端力 \(F=[3,4]^T\),中间蓝色框是 \(J^T\),右侧列向量是要求的 \(\tau\)。箭头方向表示计算顺序:先转置 \(J\),再乘 \(F\)。
解析与答案
$$\tau=J^TF=\begin{bmatrix}1&0\\2&1\end{bmatrix}\begin{bmatrix}3\\4\end{bmatrix}=\begin{bmatrix}3\\10\end{bmatrix}$$
困难

3. 2R 平面臂的 Jacobian 行列式为 \(l_1l_2\sin q_2\)。何时奇异?物理意义是什么?

场景交代:画基座固定在原点的 2R 平面机械臂,第一杆从基座出发,第二杆接在肘关节;\(q_1\) 相对世界 \(x\) 轴,\(q_2\) 相对第一杆。

q2 = 0: fully stretched q2 = pi: folded collinear det J = l1 l2 sin(q2) = 0 collinear links lose one instantaneous task-space direction
2R Jacobian 奇异位形示意:两杆共线时 \(J\) 失去满秩,末端会丢失某个瞬时运动方向。
图中元素:左图是 \(q_2=0\) 的完全伸直构型,右图是 \(q_2=\pi\) 的完全折叠构型;两图中两根杆都在同一直线上,因此 \(\det J=l_1l_2\sin q_2=0\)。
解析与答案

当 \(\sin q_2=0\),即 \(q_2=0^\circ\) 或 \(180^\circ\) 时奇异。此时两杆共线,末端某个方向的瞬时运动能力丢失,某些末端力也会映射成很大的关节力矩需求。

D9. 动力学、重力补偿与拉格朗日法

目标是理解 \(M\ddot q+C\dot q+g=\tau\),并能在简化模型里代入或推导。

基础

1. 单关节模型 \(3\ddot q+2=\tau\)。若 \(\tau=8\),求 \(\ddot q\)。

场景交代:画单关节正动力学流程:输入力矩 \(\tau=8\) 先扣掉模型中的常值项 2,剩下的 6 才用于产生角加速度;再除以惯性系数 3 得到 \(\ddot q\)。

tau 8 - bias 2 remaining 6 divide by 3 qdd = 2 3 qdd + 2 = tau -> qdd = (8 - 2) / 3
单关节正动力学数值示意:已知输入力矩时,先扣掉常值偏置项,再除以惯性系数。
图中元素:左侧输入力矩为 \(\tau=8\),中间减去模型中的常值项 2,剩余 6 才用于产生角加速度;右侧再除以惯性系数 3,得到 \(\ddot q=2\,\mathrm{rad/s^2}\)。
解析与答案
$$3\ddot q+2=8\Rightarrow \ddot q=2\,\mathrm{rad/s^2}$$

输入力矩先抵消常数项,剩余部分产生加速度。

进阶

2. 均匀杆 \(m=1.5\,\mathrm{kg},L=0.8\,\mathrm m\),水平静止保持,求重力补偿力矩。

场景交代:画一根均匀杆,一端通过转动关节固定,杆水平伸出;重力作用在杆中点,关节力矩抵抗重力造成的转动趋势。

G mg tau L/2 L/2 static balance: tau = m g L / 2
均匀杆水平保持示意:连杆水平伸出时,重力作用在杆中点并对左端转轴产生下转力矩。
图中元素:左侧灰色墙/基座固定转动关节,绿色均匀杆水平向右,蓝色点是质心 \(G\) 位于 \(L/2\) 处;红色箭头是 \(mg\),橙色弧箭头是关节必须提供的平衡力矩。
解析与答案

均匀杆质心在 \(L/2\):

$$\tau=mg\frac{L}{2}=1.5(9.8)(0.4)=5.88\,\mathrm{N\,m}$$
困难

3. 质点在长度 \(l\) 的无质量杆端,角度 \(q\) 从竖直向下计。写出拉格朗日法得到的动力学方程。

场景交代:画单摆模型:固定转轴、无质量杆和杆端质点,角度从竖直向下方向量起,输入力矩作用在转轴上。

mg q l
单连杆示意:重力作用在质心或杆端,对转轴产生力矩。
图中元素:上方白圈是固定转轴,绿色杆是连杆,蓝色圆表示质心或杆端质量;红色箭头是重力,橙色弧线是关节角 \(q\)。
解析与答案

动能 \(K=\frac12ml^2\dot q^2\),势能 \(P=mgl(1-\cos q)\)。代入拉格朗日方程:

$$ml^2\ddot q+mgl\sin q=\tau$$

D10. 硬件、传动与感知

目标是把硬件概念和控制性能联系起来,而不是孤立背名词。

基础

1. 电磁执行器、液压执行器、气动执行器各自最典型的优势是什么?

场景交代:画三个并列执行器模块:电磁执行器对应电机/线圈,强调精密和易控;液压执行器对应油缸,强调大力和高功率密度;气动执行器对应气缸,强调轻量和柔顺但精度较低。

electric precise clean control hydraulic high force high power density pneumatic light compliant choose actuator by force, precision, speed, safety
执行器类型对比示意:不同执行器适合不同功率密度、响应速度和柔顺性要求。
图中元素:三个并列模块分别表示电磁、液压、气动执行器;电磁常用于精密可控场景,液压突出大力输出,气动突出轻量和柔顺但精度较低。
解析与答案

电磁执行器控制方便、响应快;液压执行器功率密度高、输出力大;气动执行器柔顺性好、在人机交互中相对安全,但精度通常更难控制。

进阶

2. 电机经减速比 \(N=5\) 的理想齿轮传动,电机输出 \(0.8\,\mathrm{N\,m}\)。忽略损耗,关节侧力矩约为多少?

场景交代:画一条从电机到关节的理想齿轮传动链。左侧电机输出力矩 \(0.8\,\mathrm{N\,m}\),中间减速器标出减速比 \(N=5\),右侧是关节输出;忽略损耗时,关节侧力矩按减速比放大。

motor 0.8 Nm gearbox N = 5 joint 4 Nm tau_joint = N tau_motor = 5 x 0.8
理想齿轮减速传动力矩示意:减速器把电机侧高速低力矩转换成关节侧低速高力矩。
图中元素:左侧电机输出 \(\tau_m=0.8\,\mathrm{N\,m}\),中间齿轮箱标出减速比 \(N=5\),右侧关节侧力矩放大为 \(\tau_j=N\tau_m=5\times0.8=4\,\mathrm{N\,m}\)。题目忽略损耗,所以只画理想放大关系。
解析与答案

理想减速器放大力矩:

$$\tau_{joint}=N\tau_m=5(0.8)=4\,\mathrm{N\,m}$$

同时速度会约按 \(1/N\) 下降。

困难

3. 为什么力控制系统中传感器噪声会比普通位置控制更敏感?

场景交代:画力传感器位于末端和环境之间,测得的力信号进入反馈控制器;噪声会和真实力一起被反馈回路放大。

Σ PID D: derivative robot noise n measured feedback y+n
噪声反馈示意:微分项会放大测量信号中的快速变化成分。
图中元素:右侧传感器测得输出 \(y\) 时混入红色噪声 \(n\),反馈信号进入误差求和点;D 项对误差求导,因此高频噪声更容易造成控制输出抖动。
解析与答案

力控制直接把测到的力放进反馈回路,噪声会被控制器当作真实接触力变化来修正;若再经过微分或高增益放大,输出会抖动。实际系统常用滤波、传感器融合、较低力反馈增益或更柔顺的机械结构来提高稳定性。

D11. 运动控制:Laplace、PID 与 Bang-Bang

目标是能从微分方程求传递函数,能算 PID,也能辨析开关控制。

基础

1. 系统 \(\dot x+4x=u\),零初值,求 \(G(s)=X(s)/U(s)\)。

场景交代:画一维动态系统,输入 \(u(t)\) 作用于系统,输出 \(x(t)\) 被测量;零初值表示初始位置和速度都为零。

u(t) x(t) xdot + 4x = u zero initial condition G(s) = X(s) / U(s) = 1 / (s + 4)
一阶系统传递函数示意:把微分方程看成输入 \(u(t)\) 到输出 \(x(t)\) 的动态系统。
图中元素:左侧箭头是输入 \(u(t)\),中间蓝色框写出系统方程 \(\dot x+4x=u\),右侧箭头是输出 \(x(t)\);零初值下 Laplace 变换得到 \((s+4)X(s)=U(s)\),所以 \(G(s)=1/(s+4)\)。
解析与答案
$$(s+4)X(s)=U(s)\Rightarrow G(s)=\frac1{s+4}$$
进阶

2. \(K_p=6,K_i=2,K_d=1,e=0.3,\int e\,dt=0.4,\dot e=-0.2\)。求 PID 输出。

场景交代:画 PID 三项求和图:当前误差 \(e=0.3\) 进入 P 通道,误差面积 \(\int e\,dt=0.4\) 进入 I 通道,误差变化率 \(\dot e=-0.2\) 进入 D 通道;三个通道分别乘以 \(K_p,K_i,K_d\) 后相加。

P = 6 x 0.3 = 1.8 I = 2 x 0.4 = 0.8 D = 1 x -0.2 = -0.2 + u 2.4
PID 输出数值分项示意:把当前误差、误差积分、误差导数分别乘以对应增益后相加。
图中元素:比例项 \(P=6\times0.3=1.8\),积分项 \(I=2\times0.4=0.8\),微分项 \(D=1\times(-0.2)=-0.2\)。三项求和得到 \(u=2.4\),其中负的 D 项说明误差正在减小。
解析与答案
$$u=6(0.3)+2(0.4)+1(-0.2)=1.8+0.8-0.2=2.4$$

D 项为负,说明误差正在减小,起到刹车作用。

困难

3. Bang-Bang 控制 \(u=+10\) 或 \(-10\)。若系统接近目标但仍频繁越过目标,会出现什么问题?怎样缓解?

场景交代:画开关式控制器,误差为正时输出最大正值,误差为负时输出最大负值;接近目标时容易在两端来回切换。

+Umax -Umax t only two output levels
Bang-Bang 控制示意:误差超过阈值时输出在两个极值之间切换。
图中元素:横轴是时间,输出只有上下两个平台:\(+U_{max}\) 和 \(-U_{max}\);当误差符号改变时,控制量直接跳到另一个极值。
解析与答案

会出现来回切换、振荡和执行器磨损。常见缓解方法是加入滞环区、限制切换频率,或改用 PID/状态反馈这类连续控制器。

D12. 计算力矩控制与任务空间控制

目标是把期望轨迹、反馈误差和动力学补偿串起来。

基础

1. 计算力矩中 \(v=\ddot q_d+K_d(\dot q_d-\dot q)+K_p(q_d-q)\)。若 \(\ddot q_d=0,K_d=2,K_p=5,\dot q_d-\dot q=-0.1,q_d-q=0.2\),求 \(v\)。

场景交代:画计算力矩控制的前半段:期望加速度、速度误差项和位置误差项三路进入求和点,输出虚拟加速度 \(v\)。本题中速度误差支路为负,位置误差支路为正,所以要特别标清每一项的符号。

qdd_d = 0 2 x (-0.1) = -0.2 5 x 0.2 = 1.0 + v 0.8
计算力矩虚拟加速度数值示意:先把期望加速度、速度误差项和位置误差项合成 \(v\)。
图中元素:上方三条支路分别是 \(\ddot q_d=0\)、速度反馈 \(K_d(\dot q_d-\dot q)=2\times(-0.1)=-0.2\)、位置反馈 \(K_p(q_d-q)=5\times0.2=1.0\)。三项相加得到 \(v=0.8\)。
解析与答案
$$v=0+2(-0.1)+5(0.2)=0.8$$
进阶

2. 单关节 \(M=2,C\dot q=0.4,g=1\),上题 \(v=0.8\)。求 \(\tau\)。

场景交代:画计算力矩控制的动力学补偿段:上题得到的 \(v=0.8\) 进入惯性项 \(Mv\),再与速度相关项 \(C\dot q=0.4\) 和重力项 \(g=1\) 按同一关节正方向相加得到 \(\tau\)。

M v = 2 x 0.8 = 1.6 Cqdot = 0.4 g = 1 + tau 3.0
计算力矩动力学补偿数值示意:上题得到的虚拟加速度 \(v\) 要代入单关节动力学模型。
图中元素:绿色框是惯性补偿 \(Mv=2\times0.8=1.6\),蓝色框是速度相关项 \(C\dot q=0.4\),黄色框是重力项 \(g=1\)。三项相加得到关节力矩 \(\tau=3.0\,\mathrm{N\,m}\)。
解析与答案
$$\tau=Mv+C\dot q+g=2(0.8)+0.4+1=3.0\,\mathrm{N\,m}$$
困难

3. 若 \(q=q_d,\dot q=\dot q_d\),但 \(\ddot q_d\ne0\),计算力矩控制是否仍有输出?为什么?

场景交代:画计算力矩控制框图,左侧误差支路标为 \(e=0,\dot e=0\),但前馈加速度支路 \(\ddot q_d\) 仍然非零;因此动力学补偿块仍会输出非零力矩。

tracking exact e=0, edot=0 feedforward qdd_d != 0 dynamics tau = Mv+Cqdot+g zero tracking error does not remove feedforward torque
计算力矩前馈输出示意:即使位置误差和速度误差都为零,期望加速度仍会通过前馈和动力学模型产生力矩。
图中元素:左侧误差框显示 \(e=0,\dot e=0\),中间仍保留 \(\ddot q_d\ne0\) 作为 \(v\) 的前馈项,右侧动力学模型 \(M v+C\dot q+g\) 输出非零 \(\tau\)。
解析与答案

仍有输出。此时反馈误差为零,但前馈加速度 \(\ddot q_d\) 不为零,所以 \(v=\ddot q_d\),控制器仍要通过 \(M(q)\ddot q_d+C\dot q+g\) 提前提供完成期望加速度所需的力矩。

D13. 力控制:接触、阻抗、导纳与混合控制

目标是先会算接触力,再会用虚拟质量-阻尼-弹簧模型,最后能判断控制模式。

基础

1. 环境刚度 \(K_e=4000\,\mathrm{N/m}\),压入 \(1.5\,\mathrm{mm}\)。估算接触力。

场景交代:画机器人末端沿环境法向压入一面固定墙,环境等效为刚度 \(K_e=4000\,\mathrm{N/m}\) 的弹簧。压入量从刚接触位置量到当前末端位置,题目给 \(1.5\,\mathrm{mm}\),需要先换成米再乘刚度。

Ke = 4000 N/m Delta x = 1.5 mm robot tip F = 6 N fixed environment
接触力估算数值示意:环境被等效为固定墙上的弹簧,末端压入越多,接触力越大。
图中元素:右侧灰色墙是固定环境,绿色弹簧刚度 \(K_e=4000\,\mathrm{N/m}\),蓝色末端块向环境压入 \(\Delta x=1.5\,\mathrm{mm}=0.0015\,\mathrm m\)。接触力 \(F=K_e\Delta x=6\,\mathrm N\),方向由环境反推末端。
解析与答案

先换单位 \(1.5\,\mathrm{mm}=0.0015\,\mathrm m\):

$$F=K_e\Delta x=4000(0.0015)=6\,\mathrm N$$
进阶

2. 阻抗参数 \(M_d=0,B_d=15,K_d=250\),误差 \(e=0.008\,\mathrm m,\dot e=-0.03\,\mathrm{m/s}\)。求 \(F_d\)。

场景交代:画一维阻抗模型:左侧固定参考端和右侧末端之间并联虚拟弹簧 \(K_d=250\) 与虚拟阻尼器 \(B_d=15\)。位移误差 \(e=0.008\) 产生正的弹簧力,误差速度 \(\dot e=-0.03\) 产生负的阻尼力,因此总力会小于单独弹簧力。

Kd e = 250 x 0.008 = 2.0 N Bd edot = 15 x -0.03 = -0.45 N Md = 0 Fd Fd = 1.55 N
阻抗力数值分项示意:惯性项为零,刚度项为正,阻尼项因误差速度为负而抵消一部分力。
图中元素:虚拟弹簧 \(K_d=250\) 对位移误差 \(e=0.008\) 产生 \(2.0\,\mathrm N\);虚拟阻尼器 \(B_d=15\) 对误差速度 \(\dot e=-0.03\) 产生 \(-0.45\,\mathrm N\);总力为 \(F_d=1.55\,\mathrm N\)。
解析与答案
$$F_d=15(-0.03)+250(0.008)=-0.45+2=1.55\,\mathrm N$$

阻尼项为负,说明误差正在回缩,减小了弹簧项的输出。

困难

3. 末端沿桌面画直线,同时保持法向压力 \(5\,\mathrm N\)。应选位置控制、直接力控制还是混合力/位置控制?

场景交代:画桌面作为水平固定约束面,机器人末端工具贴着桌面接触。沿桌面切向要画直线轨迹,因此切向用位置控制;垂直桌面的法向要标出 \(5\,\mathrm N\) 压力,因此法向用力控制。

force normal position tangent table / tissue surface constraint
混合力/位置控制示意:沿表面切向跟踪位置,垂直表面的法向保持接触力。
图中元素:灰色长条是桌面或组织表面,蓝色圆是末端工具;绿色箭头沿表面表示位置轨迹,红色箭头垂直表面表示法向力,二者在不同任务方向上分别控制。
解析与答案

应选混合力/位置控制。沿桌面切向是自由方向,目标是轨迹位置;垂直桌面方向是受约束方向,目标是法向力。若所有方向都控位置会导致接触力失控,若所有方向都控力又无法保证沿桌面轨迹。

D14. 康复机器人力场与导纳训练

目标是把 Chapter 8 的项目案例转化成可答题的综合分析。

基础

1. 康复机器人 high level、middle level、low level 分别负责什么?

场景交代:画康复机器人三层结构:high level 在最上层决定训练任务、轨迹和力场;middle level 位于中间,把患者交互力通过导纳模型转成期望位移或速度;low level 在底层驱动机器人实际跟踪这些命令。

High level task / force field Middle level admittance Low level tracking control patient handle Fext
康复机器人三层控制结构示意:高层决定训练任务和力场,中层把患者交互力转换成期望运动,底层负责实际跟踪。
图中元素:左侧 High level 框写任务/轨迹/力场,中间 Middle level 框写 admittance \(F_{ext}\to x_d\),右侧 Low level 框写位置/速度/力跟踪;下方患者手柄提供交互力。
解析与答案

High level 决定任务、轨迹和力场模型;middle level 常用导纳控制把交互力转成期望运动;low level 负责让机器人实际跟踪期望位置、速度或力。

进阶

2. 准静态导纳 \(K_dx_d=F_{ext}\),\(K_d=100\,\mathrm{N/m}\),人施加 \(F_{ext}=3\,\mathrm N\)。求 \(x_d\)。

场景交代:画患者手握康复机器人手柄并施加 \(F_{ext}=3\,\mathrm N\)。中层导纳用准静态弹簧关系 \(K_dx_d=F_{ext}\),其中 \(K_d=100\,\mathrm{N/m}\),输出的 \(x_d\) 是底层位置控制器要跟踪的让步位移。

patient handle Kd xd = Fext xd = 3 / 100 = 0.03 m desired motion 3 cm Fext=3N
康复准静态导纳数值示意:患者外力经过虚拟刚度换成期望位移。
图中元素:患者对手柄施加 \(F_{ext}=3\,\mathrm N\),中间导纳关系为 \(K_dx_d=F_{ext}\),其中 \(K_d=100\,\mathrm{N/m}\),所以输出给底层位置控制的 \(x_d=3/100=0.03\,\mathrm m\)。
解析与答案
$$x_d=\frac{3}{100}=0.03\,\mathrm m$$

机器人应让出 \(3\,\mathrm{cm}\)。

困难

3. 如果训练中患者觉得机器人太硬、交互力过大,应怎样调整虚拟刚度和阻尼?

场景交代:画患者推动康复手柄但感觉阻力过大。调参图中把虚拟刚度 \(K_d\) 作为主要旋钮:降低 \(K_d\) 会让同样外力产生更大让步位移、感觉更软;阻尼 \(B_d\) 过大也会带来速度相关阻力,应适当降低但保留足够阻尼防止振荡。

patient handle lower Kd -> softer same force gives larger xd reduce / tune Bd less velocity resistance, still damp oscillation
康复导纳调参示意:感觉太硬说明同样外力下让步位移太小、反作用太强,应降低虚拟刚度并适当降低或重调阻尼。
图中元素:左侧患者推动手柄,右侧两条调参箭头表示 \(K_d\downarrow\) 让系统更软、同样力产生更大位移;\(B_d\) 过大也会让快速运动阻力变大,需要适当减小但保留足够阻尼避免振荡。
解析与答案

通常应降低虚拟刚度 \(K_d\),让同样外力产生更大位移,交互更柔顺;适当增加阻尼 \(B_d\) 可以抑制速度突变和振荡,但阻尼太大也会让运动发黏。调参要在柔顺、安全和轨迹跟踪误差之间折中。

本章掌握度