逆运动学探讨哪种关节配置能将机器人框架置于期望的位置和方向。逆动力学则探讨在机器人模型、当前状态和外力下，哪些广义力或关节转矩能产生期望的关节运动。它们解决了同一运动问题的不同层次。
仅靠目标姿态无法决定执行器转矩。机器人需要选定的关节解、时间参数化、速度、加速度、有效载荷、重力方向和接触假设。同样，转矩计算也不选择无碰撞姿态。规划、运动学、动力学和反馈必须显式连接。
本指南应与 机器人校准工作流程 和 关节控制模式结合使用。数值解只有在检查关节、碰撞、转矩、速度和任务约束后才能使用。
前向运动学定义了几何模型
前向运动学将关节坐标映射到末端执行器或另一个机器人框架的姿态。计算过程结合从基底到运动学链的链节变换。它使用几何和关节位置，而非质量、惯性或施加的力。
在解决逆问题之前，帧定义必须正确。 OpenCV calib3d 记录了相机和手眼校准中使用的相关刚性变换。求解器无法补偿错误的基底、工具或相机变换；它会持续达到错误的物理姿态。
逆运动学将任务姿势映射到候选关节构型
给定期望的末端执行器姿态， IK会找到在公差范围内满足几何关系的关节坐标。一个六轴臂可以有多个有效分支，冗余臂可以有无限多个解，而有些目标则没有，因为它们位于工作区之外或违反约束。
解析求解器为支持几何体提供闭式分支。数值求解器从初始种子迭代减少姿态误差，且更通用，但可能收敛到不同解或在困难配置附近失效。报告残差误差、迭代次数、种子和终止条件，而非只返回单一向量。
| 问题 | 逆运动学 | 逆动力学 | 附加检查 |
|---|---|---|---|
| 主要输入 | 期望姿态与几何形状 | Q、 QDOT、 QDDOT和模型 | 车架与单元 |
| 主要输出 | 关节配置 | 关节力或转矩 | 执行器映射 |
| 包括质量吗？ | 不 | 是的 | 有效载荷识别 |
| 包括时间安排吗？ | 不仅仅是姿势 | 需要运动导数 | 轨迹生成 |
| 主要可行性 | 伸展与关节界限 | 转矩与动态极限 | 碰撞与接触 |
多个 IK 解需要一个选择规则
求解者不应随意选择肘部向上、肘部向下或冗余姿势。选择标准可以包括与当前状态的距离、关节极限余裕、碰撞间隙、可操作性、可见性、电缆布线、转矩余裕以及与前一解的连续性。
将之前的接合状态作为平滑跟踪的种子，但不要让种子连续性将臂困在极限或碰撞附近。全局规划器或显式态态任务可以指导分支选择。在不连续点处，应重新规划，而非跳跃到远处有效解。
奇点改变速度和力映射
雅可比矩阵将关节速度映射为任务空间速度，将关节转矩映射为任务空间扳手关系。 《现代机器人学 》提供了这些运动学和动力学基础。在奇点附近，某些任务方向需要非常大的关节速度，否则失去某些方向的独立运动能力。
阻尼伪逆可以限制数值放大，但以稳定性为代价，牺牲任务精度。监控奇异值、状态指标和指令关节速率。任务扩展、姿态调整或重新规划可能比机器人进入不良配置后增加阻尼更安全。
轨迹会为姿态加上速度和加速度
路径指定几何序列，轨迹则赋予时间。关节位置q（t）产生关节速度和加速度参考，这与动力学需求相反。时间尺度可以将同一路径从温和运动转变为超过电机转速、转矩或母线功率极限的路径。
确保位置、速度和加速度对控制器和机构足够连续。不连续加速度可能需要驱动力矩。检查插值轨迹而非仅测量路径点，因为采样姿态之间可能违反关节极限、碰撞和奇点。
逆动力学将期望的运动映射为广义力
对于刚性机器人，逆动力学通常评估惯性、速度相关项、重力和外部力，以估算广义力。 欠驱动机器人笔记 为全驱动、浮动基座和接触系统提供了基于模型的控制背景。
通常输入为q、 qdot、 qddot、模型参数和已知的外部力/力矩。对于固定基座旋转关节，输出可能是关节转矩，浮动系统则为更大的广义力矢量。电机可能需要通过传动比、效率和转矩常数进行转换。
| 模型术语 | 物理来源 | 所需证据 | 常见误差 |
|---|---|---|---|
| 惯性 | 大规模分布 | 链路与有效载荷参数 | 使用名义有效载荷 |
| 重力 | 质量与方向 | 基重力框架 | 错误的标志或框架 |
| 速度项 | 科里奥利效应与离心效应 | 关节速度 | 噪声微分 |
| 摩擦 | 轴承与传动系统 | 双向识别 | 一个恒定的效率 |
| 外部力量 | 接触点和工具负载 | 扳手与接触型号 | 假设自由空间 |
接触改变了动力学问题
当脚、轮子或工具接触环境时，接触力和约束会进入方程。固定基座臂接触表面可以变成闭链系统。有腿机器人必须满足摩擦、单侧接触和平衡条件，同时将力分摊到多个接触点之间。
未知接触无法仅靠IK姿态修复。估算或规划接触模式，定义允许的运动和力方向，并包含外部扳手证据。确认预期解决方案不需通过单侧接触点或超过摩擦锥。
模型误差使反馈变得不可或缺
反向动力学基于估计模型进行前馈。有效载荷变化、电缆力、摩擦、温度和弯曲会使部分估计失效。位置、速度、转矩或任务空间反馈修正残余误差，并排除可用带宽内的干扰。
在符号、单位和框架验证之前，不要增加基于模型的转矩。从重力补偿和慢动作开始，比较测量到的电流或转矩，然后扩展范围。在整个调试过程中，应用独立的位置、速度、电流、转矩和工作空间限制。
软件接口可能会隐藏已解的层
一个包可以暴露无动态可行性的 IK，或提供无碰撞检查的逆动力学。 Orocos KDL 文档 涵盖运动学和动态求解器，但相关应用仍需提供校准模型、约束和控制器集成。
检查单元、关节排序、基准惯例、重力矢量和工具框架。记录模型和配置版本并附带结果。求解器返回成功表示其数值终止条件已满足；但这并不证明物理机器人能够安全执行该命令。
验证从任务请求到测得力或力矩的完整链路
测试可达和不可达的姿态、多分支、关节极限边缘和奇异区域。然后对选定路径进行时间参数化，并比较预测转矩与执行器证据在载荷、方向、速度和温度上的表现。包括实际任务将遇到的碰撞和接触情况。
将期望和测量的任务姿态、 q、 qdot、 qddot、转矩指令、当前、饱和和求解器状态记录在同一个时钟上。这样团队可以区分几何误差、轨迹误差、模型误差和控制误差，而不必将每次失败的动作都归咎于IK。
评估“逆运动学与逆动力学：姿态、运动与机器人转矩”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。
- 先校准底座、工具和关节的参考点。
- 保留所有相关的IK候选解及其选择代价。
- 检查整个路径上的奇点、碰撞和极限。
- 提供动力学的定时导数和外力假设。
- 比较模型转矩与执行器测量数据。
常见问题
逆运动学计算电机转矩吗？
不是。它计算任务姿势的关节配置。转矩需要运动时机、动态模型、有效载荷和外力假设。
为什么IK会返回多个答案？
不同的关节分支或冗余姿势可能产生相同的终点执行器姿势。需要针对特定任务的选择标准。
逆动力学能替代反馈吗？
不是。它是基于模型的前馈；反馈是纠正参数误差、摩擦、扰动和执行不匹配的必要条件。
奇点附近会发生什么？
有些任务指令失去控制能力或需要非常大的关节活动。阻尼在数值上可以有所帮助，但可能需要调整姿势或重新规划。
哪个计算先行？
通常，任务姿势会被转换为选择的关节路径，计时会加上导数，逆动力学则在反馈执行动作前估算所需关节力矩或广义力。
机器人模型边界注释
IK成功并不能证明碰撞、动态或硬件的可行性，逆动力学输出的准确性取决于模型、状态和接触假设。验证机器人上的完整指令链，并设置独立限制。