从关节阻抗到笛卡尔导纳mujoco-learning机械臂柔性控制完全教程【免费下载链接】mujoco-learning项目地址: https://gitcode.com/gh_mirrors/mu/mujoco-learning本文以mujoco-learning项目为例系统讲解机械臂柔性控制柔顺控制的两大主流路线关节阻抗控制与笛卡尔导纳控制。这两种方法能让机械臂像弹簧-阻尼系统一样在与环境接触时柔性地响应外力解决传统刚性位置控制不敢碰、碰了就撞的两大痛点。项目全部演示基于 MuJoCo 物理引擎依赖少、结构清晰非常适合刚接触机械臂力控的新手。 为什么机械臂需要柔性控制绝大多数入门教程都在做位置控制命令每个关节到达某个目标角度。可一旦机械臂在真实世界里碰到物体或人问题就来了刚性冲击位置环在碰撞点越积累越大的力可能直接顶过电机极限接触任务难做打磨、插拔、擦拭都要求用力但会退让没法拖动示教想徒手拽着机械臂记录轨迹位置控制做不到。柔性控制compliant control的本质是在运动和力之间架一个弹簧-阻尼系统方法工作空间核心思想通俗类比阻抗控制 Impedance关节空间 / 笛卡尔把运动误差 → 映射成控制力/力矩机械臂像弹簧一样推回目标导纳控制 Admittance笛卡尔空间把外力 → 映射成运动变化机械臂像水管一样退让两者互为对偶阻抗测位置误差输出力导纳测力输运动。一、关节阻抗控制5 行代码让机械臂变软入门文件joint_impedance_control.pySO-ARM100 机械臂场景文件model/trs_so_arm100/scene_without_position.xml。核心控制律只有一行τ Kp · (q_des − q) − Kd · q̇Kp 刚度矩阵决定它拉回目标关节角有多猛Kd 阻尼矩阵决定它压住振动的快慢q_des 目标角、q 当前角、q̇ 关节角速度。项目把可视化循环封装在src/mujoco_viewer.py的CustomViewer里继承后在runBefore()写参数、runFunc()写控制逻辑run_loop()一调用就自动跑连调试窗口都帮你开好。运行前提关节必须工作在力矩模式。也就是说机械臂 XML 中general元素需要配置为力控 biasdata.ctrl写入的才是力矩而不是位置——这正是scene_without_position.xml与位置控制场景文件的区别。Kp / Kd 调参经验Kp 调大 → 稳态误差更小、回位更猛但容易振荡Kd 太小 → 切换目标时机械臂跳太大 → 动作发粘项目示例的起步值Kp10、Kd10另一版impedance_control.py用 Kp100、Kd10是很好的对照实验。图 1项目中的 MuJoCo 机械臂仿真场景底盘 机械臂柔性控制演示都在这类场景中运行二、笛卡尔导纳控制让末端拥有手感希望末端执行器在空间里按预设的软硬程度响应外力时笛卡尔导纳就是答案。项目演示panda_dynamics_admittance.pyFRANKA Panda 机械臂模型在model/franka_emika_panda/目录。核心是一个 6 自由度3 位置 3 姿态的二阶弹簧-阻尼系统M·ẍ_des B·ẋ_des K·(x_des − x) F三个参数定义了末端的手感M_d 虚拟质量越小越轻快B_d 阻尼决定收敛快慢K_d 刚度决定受外力后的最终静变形量。示例中给 z 轴施加 −5 N 虚拟力末端沿该方向退让再经src/pinocchio_kinematic.py做 IK 反解关节角并写回仿真。两个值得借鉴的工程细节低通滤波末端速度先过src/lowpass_filter.py的滤波器避免差分放大噪声对齐真实限位力矩版模型model/franka_emika_panda/panda_tau.xml设置了forcerange-87 87对齐 Panda 真实关节 ±87 N·m 极限扭矩并保留armature、damping等机构参数仿真行为更贴近真机。三、拖动示教与定点保持逆动力学 力矩环没有力传感器怎么办用逆动力学近似即可。项目基于 Pinocchio 的rnea递归牛顿-欧拉算法算出维持当前运动所需的关节力矩给出了两个经典玩法文件控制律效果panda_dynamics_drag.pyτ τ_dynamics β·q̇β−100拖动示教机械臂悬浮可被鼠标/手拖着走松手保持panda_dynamics_hold.pyτ τ_dynamics Kp·(q₀−q) − Kd·q̇定点保持补偿重力并维持初始姿态像一双软手两式中第一项 τ_dynamics 负责抵消臂自身惯性与重力后面的项决定软硬度。这类纯力矩环同样要求模型处于力矩模式参考model/franka_emika_panda/scene_tau.xml。四、参数速查表参数出现位置作用调参建议Kp关节阻抗关节阻抗演示位置刚度从 10~100 起步稳态误差大就加大Kd关节阻抗关节阻抗演示速度阻尼略大更稳过大发粘M_d / B_d / K_d笛卡尔导纳演示虚拟质量/阻尼/刚度K_d 决定受力后的最终变形β 阻尼系数拖动示教演示整体阻尼负值越负越沉−100 附近起步forcerange机械臂 XML 的 general力矩限幅对齐真机关节极限扭矩 排错口诀仿真中机械臂被力甩飞时依次检查 ① 场景是否力矩模式 ② forcerange 是否过大 ③ Kd 是否太小。五、相关文件索引关节阻抗控制joint_impedance_control.py、impedance_control.py笛卡尔导纳控制panda_dynamics_admittance.py拖动示教 / 定点保持panda_dynamics_drag.py、panda_dynamics_hold.py末端受力测量真实 Wrenchget_ee_wrench.py纯 PID 力环作对照pid_torque_and_get.py、src/pid_controller.py机械臂模型model/franka_emika_panda/Panda含力矩模式panda_tau.xml、model/trs_so_arm100/SO-ARM100可视化基类src/mujoco_viewer.py总结关节阻抗控制是最简单的入门一行 τ Kp·e − Kd·q̇ 就能让机械臂变软适合新手先建立力环直觉笛卡尔导纳控制直接在空间定义末端手感是插拔、接触类任务的首选逆动力学 阻尼/阻抗补偿则让你没有力传感器也能做拖动示教与定点保持离真机部署最近。建议按本文顺序把四个脚本依次跑通每次只改一个参数、在 viewer 里观察变化一个下午就能把机械臂柔性控制的核心思路吃透。【免费下载链接】mujoco-learning项目地址: https://gitcode.com/gh_mirrors/mu/mujoco-learning创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/8/26 19:55:17 · 阅读 1.2k 从关节阻抗到笛卡尔导纳：mujoco-learning机械臂柔性控制完全教程
从关节阻抗到笛卡尔导纳mujoco-learning机械臂柔性控制完全教程【免费下载链接】mujoco-learning项目地址: https://gitcode.com/gh_mirrors/mu/mujoco-learning本文以mujoco-learning项目为例系统讲解机械臂柔性控制柔顺控制的两大主流路线关节阻抗控制与笛卡尔导纳控制。这两种方法能让机械臂像弹簧-阻尼系统一样在与环境接触时柔性地响应外力解决传统刚性位置控制不敢碰、碰了就撞的两大痛点。项目全部演示基于 MuJoCo 物理引擎依赖少、结构清晰非常适合刚接触机械臂力控的新手。 为什么机械臂需要柔性控制绝大多数入门教程都在做位置控制命令每个关节到达某个目标角度。可一旦机械臂在真实世界里碰到物体或人问题就来了刚性冲击位置环在碰撞点越积累越大的力可能直接顶过电机极限接触任务难做打磨、插拔、擦拭都要求用力但会退让没法拖动示教想徒手拽着机械臂记录轨迹位置控制做不到。柔性控制compliant control的本质是在运动和力之间架一个弹簧-阻尼系统方法工作空间核心思想通俗类比阻抗控制 Impedance关节空间 / 笛卡尔把运动误差 → 映射成控制力/力矩机械臂像弹簧一样推回目标导纳控制 Admittance笛卡尔空间把外力 → 映射成运动变化机械臂像水管一样退让两者互为对偶阻抗测位置误差输出力导纳测力输运动。一、关节阻抗控制5 行代码让机械臂变软入门文件joint_impedance_control.pySO-ARM100 机械臂场景文件model/trs_so_arm100/scene_without_position.xml。核心控制律只有一行τ Kp · (q_des − q) − Kd · q̇Kp 刚度矩阵决定它拉回目标关节角有多猛Kd 阻尼矩阵决定它压住振动的快慢q_des 目标角、q 当前角、q̇ 关节角速度。项目把可视化循环封装在src/mujoco_viewer.py的CustomViewer里继承后在runBefore()写参数、runFunc()写控制逻辑run_loop()一调用就自动跑连调试窗口都帮你开好。运行前提关节必须工作在力矩模式。也就是说机械臂 XML 中general元素需要配置为力控 biasdata.ctrl写入的才是力矩而不是位置——这正是scene_without_position.xml与位置控制场景文件的区别。Kp / Kd 调参经验Kp 调大 → 稳态误差更小、回位更猛但容易振荡Kd 太小 → 切换目标时机械臂跳太大 → 动作发粘项目示例的起步值Kp10、Kd10另一版impedance_control.py用 Kp100、Kd10是很好的对照实验。图 1项目中的 MuJoCo 机械臂仿真场景底盘 机械臂柔性控制演示都在这类场景中运行二、笛卡尔导纳控制让末端拥有手感希望末端执行器在空间里按预设的软硬程度响应外力时笛卡尔导纳就是答案。项目演示panda_dynamics_admittance.pyFRANKA Panda 机械臂模型在model/franka_emika_panda/目录。核心是一个 6 自由度3 位置 3 姿态的二阶弹簧-阻尼系统M·ẍ_des B·ẋ_des K·(x_des − x) F三个参数定义了末端的手感M_d 虚拟质量越小越轻快B_d 阻尼决定收敛快慢K_d 刚度决定受外力后的最终静变形量。示例中给 z 轴施加 −5 N 虚拟力末端沿该方向退让再经src/pinocchio_kinematic.py做 IK 反解关节角并写回仿真。两个值得借鉴的工程细节低通滤波末端速度先过src/lowpass_filter.py的滤波器避免差分放大噪声对齐真实限位力矩版模型model/franka_emika_panda/panda_tau.xml设置了forcerange-87 87对齐 Panda 真实关节 ±87 N·m 极限扭矩并保留armature、damping等机构参数仿真行为更贴近真机。三、拖动示教与定点保持逆动力学 力矩环没有力传感器怎么办用逆动力学近似即可。项目基于 Pinocchio 的rnea递归牛顿-欧拉算法算出维持当前运动所需的关节力矩给出了两个经典玩法文件控制律效果panda_dynamics_drag.pyτ τ_dynamics β·q̇β−100拖动示教机械臂悬浮可被鼠标/手拖着走松手保持panda_dynamics_hold.pyτ τ_dynamics Kp·(q₀−q) − Kd·q̇定点保持补偿重力并维持初始姿态像一双软手两式中第一项 τ_dynamics 负责抵消臂自身惯性与重力后面的项决定软硬度。这类纯力矩环同样要求模型处于力矩模式参考model/franka_emika_panda/scene_tau.xml。四、参数速查表参数出现位置作用调参建议Kp关节阻抗关节阻抗演示位置刚度从 10~100 起步稳态误差大就加大Kd关节阻抗关节阻抗演示速度阻尼略大更稳过大发粘M_d / B_d / K_d笛卡尔导纳演示虚拟质量/阻尼/刚度K_d 决定受力后的最终变形β 阻尼系数拖动示教演示整体阻尼负值越负越沉−100 附近起步forcerange机械臂 XML 的 general力矩限幅对齐真机关节极限扭矩 排错口诀仿真中机械臂被力甩飞时依次检查 ① 场景是否力矩模式 ② forcerange 是否过大 ③ Kd 是否太小。五、相关文件索引关节阻抗控制joint_impedance_control.py、impedance_control.py笛卡尔导纳控制panda_dynamics_admittance.py拖动示教 / 定点保持panda_dynamics_drag.py、panda_dynamics_hold.py末端受力测量真实 Wrenchget_ee_wrench.py纯 PID 力环作对照pid_torque_and_get.py、src/pid_controller.py机械臂模型model/franka_emika_panda/Panda含力矩模式panda_tau.xml、model/trs_so_arm100/SO-ARM100可视化基类src/mujoco_viewer.py总结关节阻抗控制是最简单的入门一行 τ Kp·e − Kd·q̇ 就能让机械臂变软适合新手先建立力环直觉笛卡尔导纳控制直接在空间定义末端手感是插拔、接触类任务的首选逆动力学 阻尼/阻抗补偿则让你没有力传感器也能做拖动示教与定点保持离真机部署最近。建议按本文顺序把四个脚本依次跑通每次只改一个参数、在 viewer 里观察变化一个下午就能把机械臂柔性控制的核心思路吃透。【免费下载链接】mujoco-learning项目地址: https://gitcode.com/gh_mirrors/mu/mujoco-learning创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考