阻抗与导纳控制：力-运动关系的选择

阻抗控制和导纳控制都会影响机器人在遇到力时的运动方式。区别在于虚拟关系的方向。阻抗控制将运动误差映射为力或转矩；导纳控制将测量的力映射为运动修正。

实际选择取决于机器人能够有效控制什么。转矩控制、低摩擦的机构可以直接产生阻抗。具有可靠位置或速度接口的刚性工业机器人通常会在外部力传感器周围实现导纳。真实系统可以在不同层面结合这两种理念。

请使用本指南配合 关节控制模式 和 力-转矩传感器指南。接触稳定性、力极限和人体安全需要系统级验证；仅仅低虚拟刚度并不保证安全。

接触控制定义的是关系，而非固定力

接触不确定表面的机器人需要一条连接位移、速度和力的规则。虚拟弹簧-阻尼器-质量模型可以使末端执行器在扰动下屈服、保持受控的压力或沿受限路径前进。

说明受控的轴和框架。任务可以调节法向力，同时保持表面位置。平移和旋转行为可能不同。没有该定义，如果没有这些定义，仅凭“柔顺控制”这一名称几乎无法说明实际响应。

阻抗控制将运动误差映射为力量

在常见的表述中，位移和速度误差通过虚拟刚性和阻尼产生指令扳手。麻省理 工学院的机器人力控制笔记 解释了阻抗如何描述力与运动之间的动态关系，而非单一静力。

直接实现则受益于可靠的转矩控制能力、低未建模摩擦和有用的动力学。可包含重力、科氏和惯性补偿，因此反馈项塑造残差相互作用。模型误差和转矩饱和度会削弱实际实现的动态响应。

决策因素	阻抗倾向	导纳倾向	测试问题
主要地图	由运动误差映射到力/力矩	由测得的力/力矩映射到运动	哪个接口更可靠？
典型的内环控制方式	转矩或作用力	位置或速度	快速稳定的环路在哪里？
力传感器	有帮助，但并非总是必须的	通常是市中心	它的延迟和漂移是多少？
机械机器人	通常摩擦力低且可反驱	通常为刚性位置的伺服	什么是物理合规？
主要风险	转矩模型或饱和不良	延迟与运动环相互作用	相位延迟会在哪里积累？

导纳控制将测量的力映射为运动

导纳控制测量外部力/力矩，减去偏置或期望的力，并集成虚拟质量-阻尼-刚度模型以创建位置或速度修正。现有的机器人伺服随后跟踪该运动。

官方ROS 2导纳控制器使用力转矩传感器和运动学插件，并可在链式控制器架构中导出位置和速度参考。这一实现细节说明了为何帧、传感器配置和内部跟踪性能是控制器的一部分。

命令界面限制了正确的选择

仅暴露高增益位置接口的机器人无法接受外部控制器的任意关节转矩。导纳环可以修改运动参考，但隐藏的内伺服和速率限制仍然有效。相反，具有大摩擦力的转矩接口可能无法很好地实现软阻抗。

表征指令延迟、跟踪带宽、饱和度和可用状态反馈。不要仅凭API字段推断能力。同一个名称的控制器在直驱机械臂、齿轮协同机器人和传统工业机器人上表现可能不同。

虚拟刚度与物理刚度共同决定响应

指令弹簧与结构顺应性、传动、力传感器弯曲、工具及环境串联或并联。因此，名义上的笛卡尔刚度矩阵并非接触点处测量的刚度。

在相关姿态下测量整个系统。机器人雅可比在工作空间中以不同方式改变地图的关节顺应性。在接近奇异点时，一个小的笛卡尔请求可能需要较大的关节运动或转矩，因此条件调节和方向极限至关重要。

高刚度环境会暴露延迟和采样极限

与刚性表面的接触增加了快速的动力学。传感器滤波、网络传输、计算、指令插值和内伺服延迟都会导致相位滞后。增加虚拟刚度或减少阻尼可以将稳定的自由空间控制器转变为振荡接触控制器。

从低能量和柔顺测试夹具调校。在监控峰值力和振荡的同时，通过受控步骤提升环境刚度、速度和有效载荷。评估最严重的实际延迟和采样抖动，而不仅仅是无负载实验室平均值。

测试赛段	变量增加	需记录的证据	停止条件
自由空间	指令速度	跟踪与噪声	意外漂移
软接触	进近能量	峰值力与稳定时间	持续振荡
接触更硬	环境刚度	相位与阻尼	力限
坐标系变化	姿势与方向	横轴响应	奇异行为
故障注入	传感器丢失或延迟	有界退回	不安全运动

坐标系必须一致地变换

在传感器框架内测量的扳手必须转换为选择的控制框架，并实现正确的力矩偏移。运动修正也必须按照相同的规范进行映射。符号错误会导致机器人在环境反推时推得更用力。

一次验证一个轴，使用已知的载荷和方向。记录基座、刀具、传感器和任务框架、时间戳对准和重力补偿。刀具更换后应重新检查，因为质量、重心和传感器变换可能发生变化。

滤波在降低噪声的同时也会增加响应延迟

力传感器包含噪声、偏置漂移和结构振动。滤波可以稳定噪声信号，但强的低通滤波器会延迟接触证据并改变环路相位。导数项和数值积分进一步影响高频行为。

选择滤波器时，考虑控制带宽和环境。记录原始和滤波扳手。分别测试冲击力、持续力和慢偏移漂移。看起来平滑的控制器可能反应太晚，无法保护任务。

虚拟模型必须由极限主导

工作区、速度、加速度、转矩和力的限制应限制控制器，即使虚拟质量弹簧模型要求更多。当运动指令饱和或接触消失时，需要抗积分饱和和状态重置。

定义力传感器故障、运动学失效、指令超时和意外释放的行为。合规响应若不为此目的设计和验证完整的安全架构、诊断和实现的风险降低，则不构成保护功能。

通过测量交互性能选择

选择机器人能够在已知反馈和延迟下执行的架构。然后比较峰值接触力、稳态力误差、稳定时间、路径偏差、刚度的鲁棒性以及姿态、载荷和工具变异的行为。

保留控制器配置、转换、滤波设置和测试数据作为一个版本管理记录。软件、工具、传感器或驱动器更换后重新验证。有用的结果是有界接触包络，而非首选控制器名称。

评估“阻抗与导纳控制：力-运动关系的选择”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。

成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。

上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。

最终结论应明确写出已知限制、尚未验证的场景和下一项可证伪的实验，使后续团队能够沿着证据继续推进。

实际项目还应指定数据、模型、控制器和安全流程的负责人，并预先定义回滚条件。责任边界、审批记录与变更日志越清楚，故障发生后越容易停止扩散、定位原因并安全恢复。

把任务拆成感知、决策、动作执行和结果确认，可以更准确地定位瓶颈。每一阶段都应有独立指标与失败示例，避免用端到端成功率掩盖偶发但严重的风险。

引用的产品规格、论文结果和监管要求需要记录发布日期与适用版本。资料更新后应重新核对关键结论；无法从一手来源确认的内容，应明确标注为待验证信息。

小规模试点的价值在于提前暴露接口、人员协作和异常处理问题。试点结束后应依据预设门槛决定扩大、修改或停止，而不是因为已经投入资源就默认继续。

• 定义受控轴、框架和接触目标。
• 将映射与真实命令接口匹配。
• 测量传感器和指令延迟。
• 先应用工作空间、速度、转矩和力的限制。
• 从软接触调向真实环境。

常见问题

阻抗控制和力控制是一样的吗？

不。阻抗塑造力-运动关系；它可能产生力行为，但不依赖一个恒定的力。

位置控制机器人可以使用阻抗控制吗？

它可以通过导纳或外环运动修正模拟顺应行为，但隐藏位置伺服限制了结果。

较低的虚拟刚度是否总意味着更安全的运动？

不。惯性、速度、延迟、工作空间限制、奇点性和失效行为仍然决定风险。

更强的力过滤是否总能提升稳定性？

不会。它减少了噪声，但增加了延迟和相位滞后，这会加重接触响应。

一个机器人能同时使用这两种方法吗？

是的。不同的层或轴可以使用阻抗类和导纳类映射，前提是它们的相互作用经过明确设计和测试。

接触控制边界说明

接触控制性能依赖于机器人机械、内部伺服行为、感应、帧数、延迟和环境刚度。应用独立限制和所需安全功能，然后在具代表性的接触和故障条件下验证整个系统。