R机器人实验室ROBOTICS ATLAS
模块 / M27 / 控制综合实验:轨迹 → 控制器 → 闭环
v2 课件目录完整实验台 ↗
① G1 实验台 · X01兴趣引入 · 复用原站点演示 复用本站 X01 课时真实 G1 人形实验台;先看整机,再回到本章的人形问题
独立打开 ↗
② 误差链:找出第一个出错环节概念演示 · 与本模块同步 拖参数,看图形与读数

末端偏了,未必是末端的问题。

本模块核心关系 · 教学示意e = q_d − q ; τ_cmd = sat(τ_ff + τ_fb) ; J_e = (1/N)Σ‖e‖²
看什么:逐环注入误差,看累计误差和「首个出错环节」;后面的环节只会放大前面的错。

模块 M27 · L6 控制:从误差动力学到闭环 · 必修 · 单页课件

控制综合实验:轨迹 → 控制器 → 闭环

能列出全链路数据流与评价指标,说明采样、延迟、饱和如何影响稳定性,并给出 sim-to-real 的差距清单。

内容主体:本科机器人学课程体系 v2(Craig 骨架 · 路径轨迹与控制扩展)中的章节正文;以 G1 人形机器人为贯穿案例 | 配套:① 原站点演示 + ② 本模块概念交互台

怎么用左边两个演示:先在 ① 的真实 G1 人形平台上动手试一次,把本章的人形问题提出来;再到 ② 里拖参数,看图形与读数怎样随核心关系变化。① 是本站已有真实实验台,用作兴趣 / 问题引入,不是本模块专属仿真;② 才与本模块核心关系直接对应。右栏的「在 ② 里看」按钮会把概念台切到对应预设。

人形机器人 · 本章引入 G1 案例

把轨迹、前馈、反馈、限幅、传感延迟串成一条闭环,才能公平比较 PID / 计算力矩 / MPC 谁更适合这台人形。

① 的真实 G1 三维实验台是这一章的兴趣引入:先在左栏看整机的姿态与读数,把「这台人形机器人为什么需要本章」提出来;再到 ② 把核心关系亲手拖一遍。

本节要解决的问题 章节定位

比较 PID、计算力矩、LQR、MPC 时,为什么必须固定同一条轨迹?

为什么独立成章:把 L5 与 L6 接成一个可测量的闭环,并让几种控制器在同一条轨迹上做受控对比。

知识层级L6 · 控制:从误差动力学到闭环
课程性质本科必修 · 3 学时
学习结果能列出全链路数据流与评价指标,说明采样、延迟、饱和如何影响稳定性,并给出 sim-to-real 的差距清单。
概念台模型chain

概念辨析 5 组

全链路路径 → 时间律 → q_d/q̇_d/q̈_d → 前馈 + 反馈 → 执行器限幅 → 机器人 → 传感 → 误差。
时滞与饱和采样、计算、通信延迟降低相位裕度;限幅让「设计好的控制律」在峰值处失效。
评价指标最大 / RMS 跟踪误差、超调、调节时间、闭环带宽、控制能量、约束违反次数。
受控对比同一条轨迹下依次跑 PID、计算力矩、LQR、MPC,只改控制器,其余条件不变。
sim-to-real摩擦、柔性、齿隙、参数误差、传感噪声、时钟抖动;仿真最优不等于实机最优。

核心关系式 本站综合实验 X01

式 (M27.1)e[k] = q_d[k] − q[k] ; J_e = (1/N)Σ‖e[k]‖²

跟踪误差与均方指标。

式 (M27.2)τ_cmd = sat(τ_ff + τ_fb) ; τ_act = sat(τ_cmd)

前馈 / 反馈合成与执行器饱和。

式 (M27.3)Δt_total = T_s + T_calc + T_comm

总时滞的三个来源,直接吃掉稳定裕度。

↔ 概念演示先把第一组条件放到 ② 里亲手拖一遍。

方法与步骤

  1. 固定轨迹与模型,逐个控制器跑,记录同一组指标。
  2. 单独扫描采样周期与延迟,找出稳定边界。
  3. 把仿真里被忽略的摩擦、噪声、限幅逐项加回,比较指标退化。

工程例子 把式子落到真实约束上

同一段 2 秒高速点到点轨迹:PID 的 RMS 误差最大、计算力矩最小、MPC 在接近关节限位时主动减速因而误差略大但零约束违反;加入 5 ms 通信延迟后四者超调都明显增大。

全链路是「路径 → 时间律 → 前馈 + 反馈 → 限幅 → 机器人 → 传感 → 误差」;采样、计算与通信延迟一起吃掉稳定裕度,仿真最优不等于实机最优。

↔ 概念演示换一组预设,看关系在不同条件下怎样变化。

② 概念台怎么读

误差链:找出第一个出错环节。末端偏了,未必是末端的问题。

看什么:逐环注入误差,看累计误差和「首个出错环节」;后面的环节只会放大前面的错。

滑块分别改变 坐标表达误差、IK 误差、轨迹误差、执行误差;读数板列出中间量与判定。预设「全部正常」等对应最容易出错的几组条件。

概念台边界:② 复用误差链实验台看各环节误差的累积;四种控制器的受控对比指标在右栏列出,页内不跑真实控制器。

章节依据 可逐条追溯

主干 / 主补充:

  • CRAIG Ch7 + Ch9–11 综合 / Ch12–13 实现
  • MIT OCW 2.12 实验
  • SICILIANO 控制实验章节

其他参照:CORKE Ch9 仿真对比;ENGINE (ROS 2 / CoppeliaSim) 实验平台

先修链 显式 DAG

M49从几何路径到轨迹:时间律与控制接口(L5)
M25关节 PID:整定、离散实现与工程约束(L6)
M51模型前馈与计算力矩控制(L6)
M53模型预测控制与约束处理(L6)
M26力控制:混合位置 / 力、阻抗与导纳(L6)

先修关系写在 curriculum-craig-v2/curriculum.json 的 prereq 字段,50 个模块整体无环、可直接拓扑排序。

编写状态与使用边界 如实标注

页面形态:A01 单页两栏课件 右栏:章节讲义教学版(概念 / 公式 / 方法 / 例子) ① 真实 G1 演示:兴趣 / 问题引入 ② 概念交互台:与本模块核心关系对应 教材正文:未复制、未镜像

使用边界:商业教材只登记公开目录、算法事实与公式;① 是本站已有真实交互实验台,用作兴趣 / 问题引入,不是本模块专属仿真;② 是教学示意模型,数值用于观察关系,不作为工程计算结果。

自测 · 掌握证据

题目:为什么对比不同控制器时必须固定同一条轨迹? 仿真里加了哪一类非理想因素后,计算力矩的优势下降最快?

提示:从 ② 里找证据

先在概念台里复现一组典型条件,再用核心关系式逐项核对读数;能说清「哪个量变了、哪个量没变、为什么」,才算达到本模块的掌握证据。

出处 · 本模块内容来源

  • 内容主体 curriculum-craig-v2/curriculum.json 与 01_课程体系大纲_路径轨迹与控制扩展.md 中的章节 M27;主干教材为 Craig《Introduction to Robotics》4/e。
  • ① 兴趣引入 站点原有 G1 三维实验台 x01.html,通过 ?embed=topic 嵌入模式复用,未改写原页面代码。
  • ② 概念演示 本页新增的参数化 SVG 交互台,用于直观呈现本模块核心关系;教学示意模型,不是真实机器人仿真。
  • 主干 / 主补充章节(可逐条追溯) CRAIG Ch7 + Ch9–11 综合 / Ch12–13 实现;MIT OCW 2.12 实验;SICILIANO 控制实验章节
  • 其他参照 CORKE Ch9 仿真对比;ENGINE (ROS 2 / CoppeliaSim) 实验平台
使用边界:本页按 v2 大纲逐节展开概念辨析、核心关系式、方法步骤与工程例子,是章节讲义的教学版,不是教材正文的复制;商业教材只用公开目录、算法事实与公式。Craig / Biagiotti / Siciliano / Ogata 等为商业教材;MIT OCW 与作者公开预印本按各自许可引用。概念台数值用于观察关系,不作为工程计算结果。

本页按 A01 单页课件模式生成,承载 v2 体系重写 / 新增的扩展章节;17 份课件独立存放在全新目录,v1 体系、19 份缺口课件、32 份课时课件与 91 模块课件一份未动。① 需经本地 HTTP 服务加载 ES module 与模型;② 为页内 SVG,离线可用。