我们今天要说的是：

机器人为什么能够按照人的要求运动？

例如：

• 机械臂拿起一个杯子；

• 机器人走路；

• 宇树 G1/H1 根据人的动作模仿运动；

• 工业机器人进行焊接、装配。

背后都离不开：

运动规划 → 控制算法 → 动力学补偿 → 力控制

这一整套体系。

---

一、先建立机器人控制的大框架

先不要看公式，把机器人想象成人的手臂。

比如：

你想拿桌上的水杯。

你的大脑需要完成：

我想拿杯子
      ↓
确定怎么走过去（路线）
      ↓
决定手怎么移动（速度）
      ↓
控制肌肉发力
      ↓
手碰到杯子
      ↓
根据感觉调整力度

机器人也是一样：

任务目标
  |
  ↓
路径规划
(去哪)
  |
  ↓
轨迹规划
(怎么走)
  |
  ↓
控制算法
(怎么运动)
  |
  ↓
电机驱动
(产生力矩)
  |
  ↓
机器人运动
  |
  ↓
传感器反馈
(调整)

这就是机器人控制的大框架。

---

二、机器人控制到底控制什么？

机器人控制主要分三类任务。

---

1. 自由运动控制

机器人没有碰环境。

例如：

机械臂：

当前位置

    |
    |
    ↓

目标位置

目标：

让机器人末端到达指定位置。

例如：

机械臂：

当前位置：
(x1,y1,z1)

目标：
(x2,y2,z2)

控制机器人：

"移动过去"

这叫：

位置控制

---

如果目标不是一个固定点，而是一条运动轨迹：

例如：

机械臂画圆：

      *
   *     *

 *         *

   *     *
      *

目标：

每个时间点都要满足：

t=1秒  在A点

t=2秒  在B点

t=3秒  在C点

叫：

轨迹跟踪

---

2. 受限运动控制

机器人和环境接触。

例如：

机器人打磨汽车：

机器人

  ↓压力

汽车表面

不仅要求：

位置正确

还要求：

力度正确。

例如：

擦玻璃：

太轻：

擦不干净

太重：

玻璃破坏

所以需要：

位置 + 力

叫：

力控制

---

三、机器人控制的两大思想

机器人控制主要分两派：

---

第一类：运动学控制

核心思想：

不管机器人内部怎么运动，只看误差

比如：

目标：

手移动到：

X=100mm

现在：

X=90mm

误差：

10mm

控制器：

发现差10mm

于是：

增加电机运动。

类似：

汽车自动巡航：

目标速度100km/h

当前90km/h

加油

---

优点

简单。

容易实现。

---

缺点

不知道机器人内部情况。

例如：

机械臂：

拿一个空杯：

和

拿一个10公斤重物

运动学控制认为：

一样。

但是实际：

电机负载完全不同。

所以：

动态性能不好。

---

第二类：动力学控制

核心思想：

不仅知道机器人在哪里，还知道为什么运动

机器人运动受到：

• 质量

• 重力

• 惯性

• 摩擦

• 关节耦合

影响。

动力学控制：

提前计算：

需要多少力量。

---

四、机器人运动控制流程

这是最重要的知识。一个完整机器人运动分三个阶段：

---

第一阶段：路径规划

回答：

从哪里走？

例如：

机械臂：

A点：

      A

到：

B点：

             B

路径规划决定：

走哪条路线。

类似地图导航：

北京到上海：

可以：

高速

国道

小路

机器人需要选择：

安全、不碰撞的路径。

---

常见方法

1. 人工势场法

思想：

目标吸引机器人。

障碍物排斥机器人。

类似：

磁铁：

目标：

吸引

墙：

排斥

示意：

障碍物

  ↑ 排斥

机器人

  ↓

目标

---

2. PRM概率路网

全称：

Probabilistic Road Map

思想：

随机撒点。

例如：

房间：

●    ●

   ●


●       ●

连接这些点。

形成地图。

机器人寻找：

最短路线。

---

第二阶段：轨迹规划

路径解决：

"走哪"

轨迹解决：

"怎么走"

比如：

路径：

A----------------B

但是运动方式不同：

方式1：

突然启动：

速度：

|
|       ______
|
|______

方式2：

平滑启动：

速度：

    ______
  /
 /
/

机器人更喜欢第二种。

---

轨迹包含：

三个东西：

位置

在哪里。

速度

移动多快。

加速度

速度变化。

---

轨迹规划分类

1. 关节空间规划

控制：

每个关节。

例如：

机器人：

关节1
 |
关节2
 |
关节3

规划：

关节1转多少

关节2转多少

优点：

计算简单。

---

2. 笛卡尔空间规划

直接控制末端。

例如：

机械手：

移动：

(x,y,z)

优点：

路径直观。

---

第三阶段：轨迹跟踪控制

现在：

机器人知道：

我要怎么走。

但是：

电机怎么动？

这就是控制。

---

五、独立PD控制（最基础控制）

这是机器人控制入门第一课。

PD：

两个东西：

P：

比例控制

D：

微分控制

---

P控制

看当前位置误差。

---

D控制

看变化速度。

---

所以：

PD：

误差大
 ↓
快速靠近

接近目标
 ↓
减速

达到目标
 ↓
停止

---

六、为什么需要动力学？

因为机器人不是简单机器。

机器人有：

1. 重力

机械臂举起来：

需要克服重力。

---

2. 惯性

突然启动：

需要力量。

---

3. 关节耦合

一个关节运动：

影响其他关节。

例如：

人体：

肩膀动：

手臂也跟着动。

---

所以：

普通PD：

不知道这些。

动力学控制：

提前补偿。

---

七、计算力矩控制（机器人高级控制）

这是工业机器人常用方法。

核心思想：

先把复杂机器人变简单

机器人动力学：

原本：

复杂系统

重力
惯性
耦合

混在一起

计算力矩控制：

提前计算：

需要多少力。

然后抵消。

变成：

简单系统

像普通PD一样控制

---

过程：

机器人模型

      ↓

计算需要力矩

      ↓

补偿重力/惯性

      ↓

PD控制

---

优点：

控制精度高。

缺点：

需要：

准确机器人模型。

---

八、阻抗控制（机器人接触环境核心）

这个非常重要。

先记一句：

没有接触，就没有真正意义上的阻抗控制。

为什么？

因为阻抗控制解决：

机器人和环境之间的关系。

---

例如：

机械臂插销。

普通位置控制：

我要到这里

↓

硬过去

可能：

撞坏。

---

阻抗控制：

机器人像弹簧。

机器人

  ↓

柔软接触

  ↓

环境

---

类似人的手：

摸鸡蛋。

不会：

硬按。

而是：

自动调整力度。

---

阻抗控制控制什么？

不是单纯控制位置。

而是控制：

力和位置之间的关系。

例如：

设定：

机器人像：

软弹簧

或者：

硬弹簧

---

应用：

装配

插零件。

打磨

保持压力。

人机协作

避免伤人。

---

九、前馈控制

前面说：

PD控制：

看到误差再调整。

属于：

事后修正。

---

前馈：

提前预测。

例如：

搬重物。

普通PD：

发现：

手下降了。

然后：

加力。

---

前馈：

提前知道：

重量10kg。

提前增加力量。

---

类似：

开车上坡：

普通：

车慢了再踩油门。

前馈：

看到坡：

提前加油。

---

十、机器人控制完整体系总结

把所有东西串起来：

                 任务目标
                    |
                    ↓

             路径规划
          (去哪？怎么避障)
                    |
                    ↓

             轨迹规划
          (怎么平滑运动)
                    |
                    ↓

        -------------------
        |                 |
        ↓                 ↓

   运动学控制        动力学控制

   PD控制           计算力矩
                      |
                      ↓
                 重力补偿

        |
        ↓

      接触环境？

        |
   ----------------
   |              |

  否             是

位置控制       阻抗控制

        |
        ↓

      电机执行

        |
        ↓

    传感器反馈

        |
        ↓

      修正运动

---

十一、结合你的宇树 G1/H1 人形机器人理解

你之前说：

人穿动作捕获服 → 电脑 → UDP/WIFI → 机器人模仿动作

这个系统其实属于：

人体运动映射 + 动力学控制

流程：

人体动作

 ↓

动作捕获服

 ↓

人体关节数据

 ↓

人体→机器人关节映射

 ↓

机器人目标姿态

 ↓

轨迹生成

 ↓

控制器

 ↓

电机

 ↓

机器人运动

其中：

不是重点：

❌ 自动找路

不是：

"机器人自己走过去"

而是：

✅ 人提供运动目标

机器人负责：

• 保持平衡

• 跟踪动作

• 防止跌倒

• 调整关节力量

对应技术：

功能	对应方法
动作生成	轨迹规划
人体动作转换	运动学映射
关节控制	PD/MPC
抗扰动	动力学控制
保持站立	平衡控制
人与机器人接触	阻抗控制

---

最后建立一个学习路线

如果从零学机器人控制，建议：

第一阶段：基础

理解：

1. 坐标系

2. 机器人关节

3. 正运动学

4. 逆运动学

↓

第二阶段：运动规划

学习：

1. 路径规划

2. 轨迹规划

3. 插值算法

↓

第三阶段：控制

学习：

1. PID

2. PD

3. 重力补偿

4. 计算力矩控制

↓

第四阶段：高级机器人

学习：

1. 阻抗控制

2. MPC

3. 强化学习控制

4. 人形机器人平衡控制

---

一句话总结：

机器人控制就是：先规划机器人应该怎么动，再通过控制算法让电机产生正确力量，同时利用传感器不断纠正，使机器人稳定、准确、安全地完成动作。

对于你现在研究的宇树人形机器人动作模仿系统，最核心的知识链其实是：

人体动作捕获 → 运动学映射 → 轨迹生成 → PD/动力学控制 → 平衡控制 → UDP实时通信闭环

这条线比传统工业机械臂控制更接近当前人形机器人研究方向。