经典控制与柔顺控制

一句话定义

经典控制（PID、计算力矩）让机器人"精确到达指定位置"，柔顺控制（阻抗/导纳）让机器人"像弹簧一样与世界的接触相处"——操作任务一半靠后者。

为什么重要

• 自由空间运动用位置控制即可；但接触任务（插孔、擦拭、装配、递物）中位置的微小误差就是巨大的接触力误差，纯位置控制必然硬碰硬卡死。
• 阻抗控制是协作机器人（Franka、UR、KUKA iiwa）产品的灵魂，也是 RL/VLA 策略真机部署时的底层安全网。
• 它回答了具身智能一个深刻问题：不确定性可以用物理柔顺性吸收，不必全部靠感知与计算消除。

前置知识

kp-201（动力学、雅可比）、基础反馈控制。

核心概念

PID 控制：误差的比例、积分、微分加权成控制量

$K_p$ 决定刚度、$K_d$ 阻尼抑制振荡、$K_i$ 消稳态误差（但易饱和需抗积分饱和）。关节伺服层的事实标准（kp-003 的 1000 Hz 层）。

计算力矩控制：用动力学模型前馈抵消 $\mathbf{M}\ddot{\mathbf{q}}+\mathbf{C}\dot{\mathbf{q}}+\mathbf{g}$，把非线性系统线性化再套 PID——模型准则性能极好，模型差则放大误差。

阻抗控制（Impedance Control, Hogan 1985）：不做"力=指令"，而是调节"位置误差 → 力"的动态关系，让末端表现为质量-弹簧-阻尼系统：

调 $\mathbf{K}_d$（刚度）与 $\mathbf{D}_d$（阻尼）即可"捏软捏硬"：刚度低 = 顺从安全，刚度高 = 精确有力。

导纳控制（Admittance）：反向操作——测到外力 $\mathbf{F}$，按导纳模型算出位置修正量 $\mathbf{x}_{cmd} = \mathbf{Y}(s)\mathbf{F}$。适合刚性位置控制的机器人（如多数工业臂），代价是需要力传感器且带宽略低。

混合位置/力控制（Raibert & Craig 1981）：任务空间分解成"位置控制子空间 + 力控制子空间"（擦玻璃：法向控力、切向控位）。

原理与机制

为什么位置控制在接触中失效：位置误差 $\delta$ 在刚性接触下产生力 $K_{env}\delta$（$K_{env}$ 为环境刚度，金属可达极高）。误差 1mm 就可能是数百牛——系统要么弹飞要么烧电机。阻抗控制把末端"变成弹簧"，接触力被限制在 $K_d \cdot \delta_{des}$ 内，物理上即安全。

实现要点：

• 阻抗控制需要力矩接口（电流环级别）与较好动力学模型（重力补偿必需）；Franka 提供的 torque interface 就是为它设计的。
• 无力矩接口的机器人走导纳路线：外置力传感器 + 位置指令修正。
• 稳定性：接触环境的刚度参与闭环，$\mathbf{D}_d$ 不足会在硬接触上振荡——调参需考虑最硬接触场景。

公式与图示

位置控制： x_des ─► [控制器] ─► τ ─► [机器人+环境] ─► x     （命令位置）
阻抗控制： x_des ─► (x_des - x) ─► 阻抗律 ─► τ ─► 机器人   （命令"刚度与阻尼"）
导纳控制： F_sensor ─► 导纳模型 ─► x_cmd ─► [位置控制器]   （测力改位置）

直觉对比：阻抗控制像"把手臂变成弹簧"，导纳控制像"被推了就让一让"。前者无传感器也能做（靠模型），后者必须有力觉（kp-104）。

直观类比

• 握手：对方用力你顺势回一点（低刚度），用力过猛你会往回顶（刚度上限）——人在社交接触中就在实时调阻抗。
• 穿针引线：硬怼是位置控制思路；拿线头在孔口轻蹭、感受到阻力的方向再微调（导纳），才是真的穿法。机器人的 peg-in-hole 同理。

实例与案例

• 协作机器人产品：UR 的力控模式、Franka 的 Cartesian impedance interface 均为阻抗控制商用化代表；拖动示教（hand-guiding）本质是零刚度阻抗模式。
• 精密装配：插销任务标准做法——粗定位（视觉）+ 螺旋搜索 + 恒定小下压力（阻抗），成功率远高于精确位置控制。
• 与学习方法的结合：RL 策略输出目标刚度/目标位姿，阻抗控制器作为底层执行——学习负责"何时软何时硬"，物理层保证接触安全。许多 VLA 精细任务部署同样依赖这层。

常见误区

• 误区一：阻抗=力控传感器。阻抗控制可以零传感器实现（基于模型）；力传感器只是让它更准（kp-104）。
• 误区二：阻抗控制万能。需要高带宽力矩接口与准确模型；在廉价减速臂上实现效果差，此时导纳控制更现实。
• 误区三：刚度越高越"控制得好"。自由空间中刚度高精度好，接触空间中刚度过高等于回到位置控制的老坑。刚度的选择是任务设计，不是默认最大。

自测题

1. 推导或论证：为什么位置控制的机器人在刚性接触下会产生巨大接触力？
2. 阻抗控制与导纳控制的本质区别是什么？各需要什么硬件前提？
3. 设计擦玻璃任务的混合控制策略：哪个方向控力、哪个方向控位、为什么？

与其他知识点的关系

• kp-104 触觉力觉：导纳与混合控制的传感输入。
• kp-205 MPC：接触约束下的预测控制是其现代扩展（接触隐式 MPC）。
• kp-501 执行器：准直驱的可反向驱动性是高带宽阻抗的硬件基础。

延伸阅读

• Hogan, N., Impedance Control: An Approach to Manipulation, J. Dyn. Sys. 1985（三篇系列）。
• Siciliano & Villani, Robot Force Control, 1999。
• Franka 控制接口文档（Cartesian impedance 实现参考）。