上一篇文章从机械结构拆解了工业机器人的“身体”：基座、臂部、腕部、末端执行器，以及关节里的伺服电机、减速器和编码器。但仅有身体还不够，机器人要完成“把工件从A点搬到B点”这样的任务，还需要解决两个核心问题：

1. 如何把目标位置换算成每个关节该转多少度？（运动学）
2. 如何让每个关节精准地转到目标角度，并协调配合？（控制系统）

下面从这两个层面继续拆解。

---

一、运动学：从“去哪”到“怎么动”

运动学是机器人学的核心基础之一，它研究的是机器人的位置、速度和姿态之间的关系，而不涉及力和质量。工业机器人运动学通常分为正运动学和逆运动学。

正运动学：已知关节角度，求末端位置

正运动学回答的问题是：如果我知道每个关节当前转了多少度，那么末端执行器在空间中的位置和姿态是什么？

这本质上是一个几何计算问题。以六轴机器人为例，给定六个关节的角度 $\theta_1$ 到 $\theta_6$，通过一系列坐标变换（通常使用 D-H 参数法），可以算出末端法兰中心在基坐标系下的三维坐标 $(x, y, z)$ 和姿态（通常用旋转矩阵或四元数表示）。

正运动学是确定的：给定一组关节角度，末端位置是唯一确定的。

逆运动学：已知末端位置，求关节角度

逆运动学回答的问题则相反：如果我希望末端到达某个目标位置和姿态，那么每个关节应该转到多少度？

这才是机器人编程中最常用的计算。例如，你在示教器上指定焊枪要移动到工件上的某个点，控制系统就需要通过逆运动学算出六个关节各自的目标角度。

逆运动学比正运动学复杂得多，原因有三：

• 可能无解：目标位置超出了机器人的工作范围。
• 可能多解：同一个末端位置，可能对应多组不同的关节角度（例如"肘部朝上"和"肘部朝下"两种姿态都能到达同一点）。
• 可能奇异：在某些特殊姿态下，机器人会失去某个方向的运动能力，数学上表现为雅可比矩阵不可逆。

因此，工业机器人的控制器在求解逆运动学时，需要根据当前姿态、关节限位和路径连续性，从多个可能的解中选择最合适的一组。

---

二、轨迹规划：从“点到点”到“平滑路径”

知道了每个关节该转多少度，并不意味着机器人可以直接"瞬移"过去。它需要规划一条从起点到终点的运动轨迹，确保运动平滑、不碰撞、不超限。

轨迹规划通常分为两个层次：

关节空间规划

直接在关节角度层面规划路径。控制器计算出起点和终点的关节角度，然后在每个关节上生成一条平滑的角度-时间曲线（常用三次或五次多项式）。

优点是计算简单，能保证每个关节的运动平滑；缺点是末端在笛卡尔空间中的路径可能不是直线，而是一条曲线。

笛卡尔空间规划

在末端执行器的三维空间中规划路径，例如让焊枪沿一条直线焊缝移动。控制器需要把这条空间路径离散成一系列中间点，再对每个点求解逆运动学，得到对应的关节角度序列。

优点是路径可控，适合焊接、涂胶等需要精确轨迹的工艺；缺点是计算量大，且在奇异点附近可能出现问题。

实际应用中，机器人会根据任务类型自动选择：搬运、码垛常用关节空间规划（点到点即可）；焊接、切割、涂胶则常用笛卡尔空间规划（需要精确轨迹）。

---

三、控制系统：从“目标角度”到“实际转动”

运动学解决了“该转多少度”的问题，控制系统则负责让每个关节真正转到目标角度，并且在负载变化、摩擦、惯性等干扰下保持稳定。

工业机器人的控制系统通常采用分层架构：

1. 任务层（上层）

负责任务调度和路径规划。例如，接收来自示教器或上位机的指令，解析程序中的运动命令（如 MoveL 直线运动、MoveJ 关节运动），调用运动学模块计算轨迹点序列。

2. 插补层（中层）

把轨迹点序列细化为高频率的控制指令。例如，轨迹规划给出的路径可能每秒只有几个点，但控制器需要以毫秒级频率向伺服驱动器发送目标位置和速度指令。插补器负责在这些点之间生成平滑的中间值。

3. 伺服层（底层）

直接驱动电机转动。每个关节都有一个伺服驱动器，它接收控制器发来的目标位置/速度指令，结合编码器反馈的实际位置，通过 PID 控制算法实时调整电机电流，使关节快速、准确地到达目标角度。

PID 控制的直观理解是：

• P（比例）：偏差越大，输出越大，快速缩小误差；
• I（积分）：消除稳态误差，确保最终精准到位；
• D（微分）：预判趋势，抑制超调和振荡。

三个参数需要精细调校，才能在响应速度和稳定性之间取得平衡。

---

四、力控与柔顺控制：让机器人“有触觉”

传统的工业机器人采用位置控制：控制器告诉关节“转到某个角度”，关节就尽力到达那个位置。这种方式适合搬运、码垛等场景，但在需要接触力控制的场景中就不够用了。

例如：

• 打磨：需要保持恒定的接触压力，工件表面不平时要能自适应；
• 装配：插入轴孔时需要感知阻力，避免卡死；
• 协作：与人共同作业时，碰撞检测和安全停机至关重要。

这就需要引入力控或柔顺控制：

• 阻抗控制：把机器人末端建模为一个"质量-弹簧-阻尼"系统，当外力作用时，末端会产生类似弹簧的柔性位移，而不是硬碰硬。
• 力/位混合控制：在某些方向上控制位置，在另一些方向上控制力。例如，打磨时沿法向控制压力，沿切向控制运动轨迹。
• 碰撞检测：通过电机电流或关节扭矩传感器的异常变化，判断是否发生碰撞，并立即停机或回退。

部分高端机器人在腕部集成了六维力/力矩传感器，可以直接测量末端受到的三个方向力和三个方向力矩，为力控提供精确反馈。

---

五、从结构到智能：工业机器人的完整技术栈

把机械结构和控制系统放在一起看，工业机器人的技术栈可以概括为：

层级	核心组件	解决的问题
机械层	基座、臂部、腕部、减速器	站得稳、动得了
感知层	编码器、力传感器、视觉系统	知道自己在哪、受力如何
运动学层	正/逆运动学、轨迹规划	知道该怎么动
控制层	伺服驱动、PID 控制、力控	精准地动起来
任务层	示教编程、离线编程、AI 视觉引导	知道要干什么

未来的工业机器人正在向智能化和易用化演进：视觉系统让机器人能"看见"工件位置，无需精确夹具；力控让机器人能"感知"接触力，完成精细装配；AI 和数字孪生技术则让编程和调试变得更加直观。

但无论上层如何智能化，底层的机械结构、运动学和控制算法仍然是工业机器人的根基。理解了这些，才能真正看懂一台机器人为什么能如此精准、可靠地重复千万次作业。