1. 双足机器人建模的路线选择为什么会有两种方法双足人形机器人这个领域建模这件事从来都不是“选个工具就完事”的简单问题。我最早接触双足建模是在做一款12自由度小型人形机器人的控制算法验证当时摆在我面前的有两条路一条是用Simulink/SimMechanics搭物理模型另一条是用ARX辨识加状态空间模型做数据驱动建模。两条路我都走过也都踩过坑所以这篇文章我想把这两种方法掰开揉碎讲清楚包括它们各自适合什么场景、具体怎么落地、参数怎么调、坑在哪里。先说清楚这两种方法到底在解决什么问题。双足人形机器人本质上是一个多刚体欠驱动系统它的动力学方程可以写成标准的机器人动力学形式M(q)q̈ C(q,q̇)q̇ G(q) τ JᵀF其中q是关节角度向量M是惯性矩阵C是科氏力和离心力项G是重力项τ是关节驱动力矩JᵀF是接触力映射到关节空间的等效力。这个方程看起来简洁但实际写出来对于12自由度以上的双足系统每一项都是高度非线性的耦合项。你想直接手推解析式理论上可行实际上你会被几十页的偏微分方程淹没。所以工程上就分化出了两条路线。第一条是基于物理机理的建模用Simulink/SimMechanics这类工具把机器人的连杆、关节、质量、惯量、接触模型都搭出来让仿真引擎去自动计算动力学。第二条是基于数据驱动的建模用ARXAutoRegressive with eXogenous input模型对输入输出数据进行辨识得到一个差分方程形式的模型再转成状态空间形式用于控制器设计。这两条路不是对立的很多时候是互补的。但如果你刚开始做双足机器人项目资源有限、时间有限你必须先选一条路走通。下面我分别展开。1.1 物理机理建模的核心逻辑与适用边界SimMechanics现在叫Simscape Multibody的思路很直观你把机器人当成一堆刚体每个刚体有质量、惯量、坐标系刚体之间用关节连接关节有自由度类型和约束。你不需要手写动力学方程工具会自动用拉格朗日方程或者递归牛顿-欧拉法算出运动方程。为什么双足机器人特别适合用这种方式因为双足系统的拓扑结构是树状的从躯干出发分出两条腿每条腿又有髋、膝、踝三个主要关节。SimMechanics对这种树状多体系统的处理非常成熟你只需要把DH参数或者URDF模型导入设置好每个连杆的质量和惯量它就能自动生成动力学模型。但这里有个关键问题接触建模。双足机器人和机械臂最大的区别在于它的动力学行为高度依赖于脚和地面的接触状态。接触模型选得不对仿真出来的步态完全不是那么回事。我试过用最简单的刚性接触结果仿真步长稍微大一点就数值爆炸后来换成弹簧-阻尼接触模型参数调了整整两天才让机器人能稳定站立。物理机理建模的适用边界很清晰当你需要高保真的动力学仿真、需要分析接触力、需要做模型预测控制MPC的预测模型时这条路是首选。但它的代价是建模周期长、参数标定麻烦、对接触参数敏感。1.2 数据驱动建模的核心逻辑与适用边界ARX模型走的是完全不同的路子。它不关心机器人内部长什么样只关心输入输出数据之间的关系。你给机器人一组关节力矩序列同时记录关节角度序列然后用ARX辨识算法拟合出一个差分方程y(k) a₁y(k-1) ... aₙy(k-n) b₁u(k-1) ... bₘu(k-m) e(k)这个方程的意思是当前时刻的输出关节角度可以用过去n个时刻的输出和过去m个时刻的输入关节力矩来线性组合近似。辨识的任务就是找到系数a₁...aₙ和b₁...bₘ。为什么有人会用这种方法因为双足机器人的精确动力学模型太难拿了。即使用SimMechanics搭出来仿真和实物之间也有差距——摩擦、柔性、间隙、传感器噪声这些在物理模型里很难精确建模。ARX辨识直接用实物数据某种程度上把这些“未建模动态”都吸收进了系数里。但ARX的局限也很明显它是线性模型而双足机器人本质上是非线性的。所以ARX通常只在工作点附近有效比如机器人站立平衡时的小幅摆动或者步行周期中某个特定相位的局部模型。你不能指望一个ARX模型能描述机器人从站立到行走的整个过渡过程。1.3 两种方法的对比与选型建议对比维度SimMechanics物理建模ARX数据驱动建模建模周期长数天到数周短数小时到数天模型精度依赖参数标定接触模型敏感依赖数据质量局部精度高非线性处理天然支持不支持需分段线性化可解释性强每个参数有物理意义弱系数是黑箱控制器设计适合MPC、计算力矩控制适合PID、极点配置实物迁移需要参数辨识直接来自实物数据计算负担仿真慢实时控制需简化模型简单实时性好我的建议是如果你是从零开始做双足机器人控制先用SimMechanics搭一个物理模型把基本的站立平衡和步行仿真跑通理解机器人的动力学特性。然后在这个基础上用ARX对实物或者高保真仿真数据做辨识得到一个简化的线性模型用于实时控制器设计。两条路都走一遍你对双足机器人的理解会完全不一样。2. SimMechanics物理建模的完整实操流程这一章我详细讲怎么用SimMechanics搭一个双足机器人的物理模型。我以12自由度每条腿6个自由度髋3、膝1、踝2的人形机器人为例这个配置比较典型既有足够的复杂度又不至于让建模工作量爆炸。2.1 从URDF到SimMechanics模型导入如果你已经有机器人的URDF文件导入是最省事的。Simscape Multibody提供了smimport函数可以直接把URDF转成Simulink模型。但这里有几个坑我必须要说。第一个坑是坐标系定义。URDF里每个link的坐标系原点和SimMechanics的默认坐标系不一定一致导入后经常发现关节旋转轴方向反了。我的做法是导入后先不急着加控制器而是手动拖拽每个关节确认旋转方向符合预期。这一步花10分钟能省后面10小时的调试。第二个坑是惯量参数。URDF里的惯量矩阵如果是用CAD软件导出的通常是相对于link质心坐标系的。但SimMechanics里刚体的惯量默认是相对于刚体坐标系原点的。如果你直接填进去惯量会错。正确的做法是用平行轴定理转换I_origin I_cm m * (dᵀd * I₃ - d * dᵀ)其中d是质心到原点的位移向量m是质量。这个转换SimMechanics有内置的inertia模块可以自动处理但你得确保输入的质心位置是对的。第三个坑是关节限位和摩擦。URDF里通常只定义了关节类型和轴向没有摩擦和限位。但双足机器人的关节摩擦对步态影响很大尤其是膝关节和踝关节。我一般会在关节模块里加一个粘性摩擦项系数先设一个经验值比如0.01 N·m·s/rad后面再根据实物数据标定。导入完成后你的Simulink模型里应该有一堆刚体模块和关节模块用线连起来形成一个树状结构。这时候先别急着加驱动先做一个自由落体测试把机器人从空中释放看它能不能正常下落和弹跳。如果数值爆炸或者穿模说明接触参数或者求解器设置有问题。2.2 接触模型的选择与参数整定接触模型是双足仿真里最让人头疼的部分。Simscape Multibody提供了几种接触力模型我用下来最稳定的是弹簧-阻尼模型也叫惩罚函数法。它的基本形式是F_contact k * δ c * δ̇其中δ是穿透深度δ̇是穿透速度k是接触刚度c是阻尼系数。当δ0时表示有接触δ≤0时接触力为零。k和c怎么选这里有个经验公式。假设机器人单腿支撑时承受的力大约是体重的1.5倍对于10kg的机器人就是约150N。如果允许的最大穿透深度是1mm那么k ≈ 150 / 0.001 1.5×10⁵ N/m。阻尼系数一般取临界阻尼的0.1到0.5倍c 2 * ζ * sqrt(k * m_eff)其中m_eff是有效质量ζ是阻尼比。对于10kg的机器人m_eff取5kgζ取0.3算出来c ≈ 2 * 0.3 * sqrt(1.5e5 * 5) ≈ 520 N·s/m。这些参数不是拍脑袋定的但也不是一次就能调好。我的做法是先按上面的公式算一组初值然后做单腿站立测试让机器人一条腿固定在地面上另一条腿悬空看它能不能稳定。如果振荡厉害增大阻尼如果穿透太深增大刚度。一般调个五六轮就能找到比较合适的值。注意接触刚度不是越大越好。k太大求解器需要很小的步长才能稳定仿真速度会慢到无法接受。k太小机器人会“陷”进地面步态失真。我一般把k控制在1e5到1e6之间配合变步长求解器ode23t或ode15s。2.3 驱动器建模与关节控制回路物理模型搭好后下一步是加驱动器。双足机器人的关节通常用电机驱动电机的力矩输出可以简化为τ K_t * i其中K_t是力矩常数i是电流。如果你要做电流环控制还需要加电机的电气方程L * di/dt R * i V - K_e * ω其中L是电感R是电阻K_e是反电动势常数V是电压ω是角速度。对于小型机器人电气时间常数通常远小于机械时间常数所以可以忽略电感简化为i (V - K_e * ω) / R在Simulink里我一般用Simscape Electrical里的电机模块或者直接用Gain模块搭一个简化模型。关键是力矩限幅真实电机的力矩不可能无限大必须加饱和模块。我一般把最大力矩设为额定力矩的2到3倍模拟短时过载能力。关节控制回路我习惯用计算力矩控制Computed Torque Controlτ M(q) * (q̈_d K_d * (q̇_d - q̇) K_p * (q_d - q)) C(q,q̇)q̇ G(q)其中q_d是期望关节角度K_p和K_d是PD增益。这个控制律的好处是它把非线性动力学补偿掉了剩下的闭环系统是一个线性二阶系统K_p和K_d可以按极点配置来选。比如我希望闭环带宽是10Hz阻尼比是0.9那么K_p ω_n² (2π*10)² ≈ 3948K_d 2 * ζ * ω_n 2 * 0.9 * 62.8 ≈ 113这些增益在Simulink里直接填到Gain模块就行。但要注意计算力矩控制需要实时计算M、C、G这在Simulink里可以用MATLAB Function模块调用massMatrix、velocityProduct、gravityTorque等函数实现。2.4 仿真求解器配置与性能优化SimMechanics模型跑起来后求解器的选择直接影响仿真速度和稳定性。我试过ode45、ode15s、ode23t最后发现ode23t最适合双足机器人。它是梯形法则的变步长求解器对刚性系统比较友好而且不会像ode15s那样引入太多数值阻尼。步长设置也很关键。最大步长我一般设为1ms最小步长自动。相对容差设1e-4绝对容差设1e-6。如果仿真还是慢可以试试局部求解器把接触力计算部分单独用一个固定步长的小求解器其他部分用变步长。Simscape Multibody支持这种配置在Solver Configuration模块里可以设置。还有一个提速技巧是简化碰撞几何。SimMechanics默认用精确的CAD几何做碰撞检测计算量很大。你可以把碰撞形状换成简单的球体或长方体只要包络范围差不多就行。我一般把脚底换成扁长方体小腿和大腿换成圆柱体碰撞检测速度能快好几倍。3. ARX辨识与状态空间模型的落地细节物理模型跑通后你会发现一个问题仿真和实物总有差距。这时候ARX辨识就派上用场了。这一章我讲怎么从数据出发辨识出一个可用于控制器设计的线性模型。3.1 数据采集与预处理的关键要点ARX辨识的第一步是采数据。数据质量直接决定模型质量这一步不能偷懒。激励信号设计你不能随便给机器人加个阶跃就完事。双足机器人的关节在工作点附近需要持续激励才能把模型的动态特性激发出来。我一般用扫频信号或者伪随机二进制序列PRBS。扫频信号从0.1Hz扫到20Hz幅值根据关节允许的运动范围来定一般取±5°到±10°。PRBS的幅值类似但频率成分更丰富辨识效果通常更好。采样率选择根据香农定理采样率至少是信号最高频率的2倍。但实际中我一般取10倍以上。双足机器人的关节控制带宽通常在10到20Hz所以采样率取1kHz比较稳妥。如果数据量太大可以先降采样到500Hz但不能再低了。数据预处理原始数据里一定有噪声和漂移。我一般做三步处理。第一步是去均值把每个通道的直流分量减掉因为ARX模型描述的是动态关系不含静态工作点。第二步是低通滤波用Butterworth滤波器截止频率设在控制带宽的2到3倍比如50Hz。第三步是去除异常值用3σ准则或者中值滤波把明显的尖峰去掉。注意滤波会引入相位滞后如果你用滤波后的数据做辨识得到的模型也会带这个滞后。所以滤波器的截止频率不能设太低否则模型相位会失真。我一般用零相位滤波filtfilt函数避免相位偏移。3.2 ARX模型阶次选择与辨识实操ARX模型的阶次n和m怎么选这是辨识里最核心的问题。阶次太低模型欠拟合描述不了机器人的动态阶次太高模型过拟合对新数据的预测能力反而下降。我的做法是从低阶开始试逐步增加看拟合度和残差。具体来说先试n2, m2算一下拟合度compare函数给出的fit percentage。如果拟合度低于80%增加到n3, m3再试。一般双足机器人的关节模型n3到5m2到4就能达到90%以上的拟合度。MATLAB的System Identification Toolbox提供了arx函数一行代码就能辨识% data是iddata对象包含输入u和输出y model arx(data, [n m 1]);其中[n m 1]里的1是输入到输出的纯延迟。双足机器人的关节从力矩输入到角度输出纯延迟通常很小取1个采样周期就行。辨识完成后一定要做残差分析。残差应该接近白噪声如果残差还有明显的自相关说明模型阶次不够或者有未建模动态。用resid函数可以画出残差的自相关函数和互相关函数如果都在置信区间内说明模型是充分的。3.3 从ARX差分方程到状态空间模型的转换ARX模型是差分方程形式但控制器设计通常用状态空间形式。转换方法很简单MATLAB的idss函数可以直接把ARX模型转成状态空间ss_model idss(model);转换后的状态空间模型是离散的形式为x(k1) A * x(k) B * u(k)y(k) C * x(k) D * u(k)其中A、B、C、D矩阵的维度取决于ARX的阶次。对于n3, m2的单输入单输出系统A是3×3B是3×1C是1×3D是1×1。这个状态空间模型可以直接用于LQR或者极点配置控制器设计。比如你要设计一个状态反馈控制器u -Kx使得闭环极点落在单位圆内可以用dlqr函数K dlqr(A, B, Q, R);Q和R是权重矩阵Q越大表示越看重状态收敛速度R越大表示越看重控制能量。我一般先设QIR1然后根据仿真效果调整。3.4 与PID控制构成闭环的实操方法很多实际项目里工程师更习惯用PID而不是状态反馈。ARX模型和PID结合的方法是这样的先用ARX模型在Simulink里搭一个被控对象然后调PID参数调好后直接把PID参数移植到实物上。具体操作在Simulink里用Discrete State-Space模块放ARX转成的状态空间模型输入是力矩输出是角度。然后加一个PID Controller模块形成闭环。调参的时候先用Ziegler-Nichols方法找一组初值然后手动微调。我试过的一个典型参数对于膝关节角度控制Kp80, Ki5, Kd2采样率1kHz。这个参数在ARX模型上仿真效果很好移植到实物上也能稳定但需要根据实际摩擦和间隙做小幅调整。注意ARX模型是线性的只在工作点附近有效。如果你的PID输出力矩很大机器人偏离了工作点模型就不准了。所以PID的输出一定要限幅或者加一个前馈项补偿重力。4. 两种建模方法的联合使用与场景适配单独用SimMechanics或者单独用ARX都有局限实际项目中我更多是把两者结合起来。这一章讲几种典型的联合使用模式。4.1 用SimMechanics生成数据训练ARX模型这是最直接的联合方式。物理模型搭好后你不用急着上实物先在SimMechanics里做仿真采集输入输出数据然后用这些数据辨识ARX模型。这样做的好处是数据干净、可控你可以任意设计激励信号不用担心机器人摔坏。具体流程在SimMechanics模型里加一个激励信号源扫频或PRBS同时用To Workspace模块记录关节力矩和角度。仿真跑完后把数据导入System Identification Toolbox按第3章的方法辨识ARX模型。辨识出来的模型可以替代SimMechanics模型用于实时控制器设计因为ARX模型计算量小得多。我做过一个对比同一个双足机器人SimMechanics模型仿真1秒需要约2秒计算时间变步长而ARX状态空间模型仿真1秒只需要0.01秒。对于需要迭代优化的控制器设计比如MPCARX模型的速度优势非常明显。4.2 用ARX模型校正SimMechanics参数反过来你也可以用实物数据辨识出的ARX模型来校正SimMechanics模型的参数。具体做法是在实物上做同样的激励实验采集数据辨识ARX模型。然后在SimMechanics里做同样的激励也辨识一个ARX模型。对比两个ARX模型的频率响应如果某个频段差异大说明SimMechanics模型在那个频段的参数不对可能是摩擦、惯量或者接触刚度的问题。我一般重点看幅频特性的谐振峰。如果实物数据的谐振峰比仿真数据低说明实际系统的阻尼比仿真大可能是关节摩擦没建模准确。这时候就回去调SimMechanics里的摩擦系数直到两个模型的频率响应吻合。4.3 不同开发阶段的建模策略选择项目不同阶段建模策略应该不一样。我总结了一个简单的决策表开发阶段主要目标推荐建模方法理由概念验证验证步态可行性SimMechanics不需要实物快速迭代控制器初调整定PID或LQRARX状态空间模型简单实时性好实物调试缩小仿真实物差距两者联合互相校正性能优化提高步态精度SimMechanicsMPC需要高保真预测模型嵌入式部署生成C代码ARX状态空间计算量小易部署这个表不是绝对的但大体上反映了我的经验。刚开始做双足机器人别一上来就追求高保真先用简单模型把控制回路跑通再逐步加复杂度。5. 常见问题与排查技巧实录这一章我整理一些实际项目中遇到的问题和解决方法都是踩过坑之后总结出来的。5.1 SimMechanics仿真崩溃与数值不稳定排查问题现象仿真跑到一半报错“Solver encountered an error”或者“Simulation stopped because of a singularity”。排查思路首先看是不是接触力太大导致穿透。把接触刚度k调小一个数量级试试。如果还不行检查关节限位是不是设得太紧导致求解器在边界附近振荡。再不行换求解器从ode45换到ode23t或者ode15s。我的经验90%的仿真崩溃都是接触参数问题。接触刚度和阻尼的比值要合理我一般保持c ≈ 0.01 * sqrt(k)这个比例下数值稳定性最好。5.2 ARX辨识模型精度不够的优化手段问题现象辨识出来的模型拟合度只有60%到70%用于控制时效果很差。排查思路先看数据质量。把输入输出数据画出来看有没有明显的噪声或者漂移。如果有重新做滤波。然后看阶次是不是太低逐步增加n和m。如果还不行可能是系统有非线性ARX搞不定需要考虑分段辨识或者用非线性ARXNARX。我的经验数据预处理比模型阶次重要得多。我遇到过好几次花半天调阶次拟合度只提高5%但重新做一次零相位滤波拟合度直接提高20%。5.3 从仿真到实物的迁移误差来源分析问题现象Simulink里跑得好好的控制器放到实物上就振荡或者响应慢。排查思路按这个顺序查——传感器噪声、执行器延迟、摩擦、柔性、通信延迟。传感器噪声会让微分项放大执行器延迟会让相位裕度下降摩擦会导致低速爬行柔性会导致高频谐振通信延迟会导致采样不同步。我的经验迁移误差里最大的一项是摩擦。仿真里摩擦模型通常很简单实物摩擦复杂得多。我的做法是在实物上做低速扫频实验辨识出摩擦模型然后加到SimMechanics里。这一步做完仿真和实物的差距能缩小一半以上。5.4 常见问题速查表问题可能原因解决方法仿真数值爆炸接触刚度过大减小k增大c模型拟合度低数据噪声大零相位滤波去均值实物振荡微分增益过大减小Kd加低通滤波实物响应慢积分增益过小增大Ki检查摩擦补偿状态空间模型不稳定辨识阶次过高降低阶次做残差分析C代码生成失败使用了不支持的功能检查Simulink Coder兼容性5.5 嵌入式部署与C代码生成的注意事项如果你要把模型部署到嵌入式控制器上Simulink Coder可以直接生成C代码。但有几个坑要注意。第一浮点运算。SimMechanics模型通常用双精度浮点但嵌入式平台可能只有单精度或者定点。生成代码前要把数据类型改成single或者fixdt然后重新验证精度。第二代数环。Simulink模型里如果有代数环生成代码会报错。解决方法是在代数环里加一个单位延迟或者Memory模块。第三代码效率。自动生成的C代码通常比较冗长执行效率不高。如果控制器对实时性要求高建议手写核心算法只用Simulink生成外围代码。注意生成C代码前一定要做软件在环测试SIL把生成的代码在PC上跑一遍和Simulink仿真结果对比。如果差异大说明数据类型或者求解器设置有问题。6. 我个人在实际操作中的体会双足机器人建模这件事我最大的体会是没有一种方法能包打天下。SimMechanics适合理解物理本质ARX适合快速控制器迭代两者结合才能发挥最大价值。另外别在建模上追求完美。我见过太多项目花几个月搭了一个极其精细的SimMechanics模型结果控制器设计还是用PID模型精度根本用不上。正确的做法是按需建模控制器需要什么精度就建什么精度的模型。最后分享一个小技巧如果你用SimMechanics和ARX联合建模建议把两个模型放在同一个Simulink文件里用Manual Switch切换。这样你可以实时对比两个模型的输出快速发现差异。我一般会在关键关节上加一个Scope同时显示物理模型和ARX模型的输出调试效率能提高不少。这个内容后续还可以这样扩展把ARX换成NARX非线性ARX用神经网络或者高斯过程做辨识看看能不能在保持实时性的同时提高模型精度。我试过用NARX对踝关节建模拟合度能到95%以上但计算量比ARX大一个数量级需要权衡。 
长河君 · 2026/10/26 9:32:24 · 阅读 1.2k 双足机器人建模：SimMechanics物理建模与ARX辨识实战对比
1. 双足机器人建模的路线选择为什么会有两种方法双足人形机器人这个领域建模这件事从来都不是“选个工具就完事”的简单问题。我最早接触双足建模是在做一款12自由度小型人形机器人的控制算法验证当时摆在我面前的有两条路一条是用Simulink/SimMechanics搭物理模型另一条是用ARX辨识加状态空间模型做数据驱动建模。两条路我都走过也都踩过坑所以这篇文章我想把这两种方法掰开揉碎讲清楚包括它们各自适合什么场景、具体怎么落地、参数怎么调、坑在哪里。先说清楚这两种方法到底在解决什么问题。双足人形机器人本质上是一个多刚体欠驱动系统它的动力学方程可以写成标准的机器人动力学形式M(q)q̈ C(q,q̇)q̇ G(q) τ JᵀF其中q是关节角度向量M是惯性矩阵C是科氏力和离心力项G是重力项τ是关节驱动力矩JᵀF是接触力映射到关节空间的等效力。这个方程看起来简洁但实际写出来对于12自由度以上的双足系统每一项都是高度非线性的耦合项。你想直接手推解析式理论上可行实际上你会被几十页的偏微分方程淹没。所以工程上就分化出了两条路线。第一条是基于物理机理的建模用Simulink/SimMechanics这类工具把机器人的连杆、关节、质量、惯量、接触模型都搭出来让仿真引擎去自动计算动力学。第二条是基于数据驱动的建模用ARXAutoRegressive with eXogenous input模型对输入输出数据进行辨识得到一个差分方程形式的模型再转成状态空间形式用于控制器设计。这两条路不是对立的很多时候是互补的。但如果你刚开始做双足机器人项目资源有限、时间有限你必须先选一条路走通。下面我分别展开。1.1 物理机理建模的核心逻辑与适用边界SimMechanics现在叫Simscape Multibody的思路很直观你把机器人当成一堆刚体每个刚体有质量、惯量、坐标系刚体之间用关节连接关节有自由度类型和约束。你不需要手写动力学方程工具会自动用拉格朗日方程或者递归牛顿-欧拉法算出运动方程。为什么双足机器人特别适合用这种方式因为双足系统的拓扑结构是树状的从躯干出发分出两条腿每条腿又有髋、膝、踝三个主要关节。SimMechanics对这种树状多体系统的处理非常成熟你只需要把DH参数或者URDF模型导入设置好每个连杆的质量和惯量它就能自动生成动力学模型。但这里有个关键问题接触建模。双足机器人和机械臂最大的区别在于它的动力学行为高度依赖于脚和地面的接触状态。接触模型选得不对仿真出来的步态完全不是那么回事。我试过用最简单的刚性接触结果仿真步长稍微大一点就数值爆炸后来换成弹簧-阻尼接触模型参数调了整整两天才让机器人能稳定站立。物理机理建模的适用边界很清晰当你需要高保真的动力学仿真、需要分析接触力、需要做模型预测控制MPC的预测模型时这条路是首选。但它的代价是建模周期长、参数标定麻烦、对接触参数敏感。1.2 数据驱动建模的核心逻辑与适用边界ARX模型走的是完全不同的路子。它不关心机器人内部长什么样只关心输入输出数据之间的关系。你给机器人一组关节力矩序列同时记录关节角度序列然后用ARX辨识算法拟合出一个差分方程y(k) a₁y(k-1) ... aₙy(k-n) b₁u(k-1) ... bₘu(k-m) e(k)这个方程的意思是当前时刻的输出关节角度可以用过去n个时刻的输出和过去m个时刻的输入关节力矩来线性组合近似。辨识的任务就是找到系数a₁...aₙ和b₁...bₘ。为什么有人会用这种方法因为双足机器人的精确动力学模型太难拿了。即使用SimMechanics搭出来仿真和实物之间也有差距——摩擦、柔性、间隙、传感器噪声这些在物理模型里很难精确建模。ARX辨识直接用实物数据某种程度上把这些“未建模动态”都吸收进了系数里。但ARX的局限也很明显它是线性模型而双足机器人本质上是非线性的。所以ARX通常只在工作点附近有效比如机器人站立平衡时的小幅摆动或者步行周期中某个特定相位的局部模型。你不能指望一个ARX模型能描述机器人从站立到行走的整个过渡过程。1.3 两种方法的对比与选型建议对比维度SimMechanics物理建模ARX数据驱动建模建模周期长数天到数周短数小时到数天模型精度依赖参数标定接触模型敏感依赖数据质量局部精度高非线性处理天然支持不支持需分段线性化可解释性强每个参数有物理意义弱系数是黑箱控制器设计适合MPC、计算力矩控制适合PID、极点配置实物迁移需要参数辨识直接来自实物数据计算负担仿真慢实时控制需简化模型简单实时性好我的建议是如果你是从零开始做双足机器人控制先用SimMechanics搭一个物理模型把基本的站立平衡和步行仿真跑通理解机器人的动力学特性。然后在这个基础上用ARX对实物或者高保真仿真数据做辨识得到一个简化的线性模型用于实时控制器设计。两条路都走一遍你对双足机器人的理解会完全不一样。2. SimMechanics物理建模的完整实操流程这一章我详细讲怎么用SimMechanics搭一个双足机器人的物理模型。我以12自由度每条腿6个自由度髋3、膝1、踝2的人形机器人为例这个配置比较典型既有足够的复杂度又不至于让建模工作量爆炸。2.1 从URDF到SimMechanics模型导入如果你已经有机器人的URDF文件导入是最省事的。Simscape Multibody提供了smimport函数可以直接把URDF转成Simulink模型。但这里有几个坑我必须要说。第一个坑是坐标系定义。URDF里每个link的坐标系原点和SimMechanics的默认坐标系不一定一致导入后经常发现关节旋转轴方向反了。我的做法是导入后先不急着加控制器而是手动拖拽每个关节确认旋转方向符合预期。这一步花10分钟能省后面10小时的调试。第二个坑是惯量参数。URDF里的惯量矩阵如果是用CAD软件导出的通常是相对于link质心坐标系的。但SimMechanics里刚体的惯量默认是相对于刚体坐标系原点的。如果你直接填进去惯量会错。正确的做法是用平行轴定理转换I_origin I_cm m * (dᵀd * I₃ - d * dᵀ)其中d是质心到原点的位移向量m是质量。这个转换SimMechanics有内置的inertia模块可以自动处理但你得确保输入的质心位置是对的。第三个坑是关节限位和摩擦。URDF里通常只定义了关节类型和轴向没有摩擦和限位。但双足机器人的关节摩擦对步态影响很大尤其是膝关节和踝关节。我一般会在关节模块里加一个粘性摩擦项系数先设一个经验值比如0.01 N·m·s/rad后面再根据实物数据标定。导入完成后你的Simulink模型里应该有一堆刚体模块和关节模块用线连起来形成一个树状结构。这时候先别急着加驱动先做一个自由落体测试把机器人从空中释放看它能不能正常下落和弹跳。如果数值爆炸或者穿模说明接触参数或者求解器设置有问题。2.2 接触模型的选择与参数整定接触模型是双足仿真里最让人头疼的部分。Simscape Multibody提供了几种接触力模型我用下来最稳定的是弹簧-阻尼模型也叫惩罚函数法。它的基本形式是F_contact k * δ c * δ̇其中δ是穿透深度δ̇是穿透速度k是接触刚度c是阻尼系数。当δ0时表示有接触δ≤0时接触力为零。k和c怎么选这里有个经验公式。假设机器人单腿支撑时承受的力大约是体重的1.5倍对于10kg的机器人就是约150N。如果允许的最大穿透深度是1mm那么k ≈ 150 / 0.001 1.5×10⁵ N/m。阻尼系数一般取临界阻尼的0.1到0.5倍c 2 * ζ * sqrt(k * m_eff)其中m_eff是有效质量ζ是阻尼比。对于10kg的机器人m_eff取5kgζ取0.3算出来c ≈ 2 * 0.3 * sqrt(1.5e5 * 5) ≈ 520 N·s/m。这些参数不是拍脑袋定的但也不是一次就能调好。我的做法是先按上面的公式算一组初值然后做单腿站立测试让机器人一条腿固定在地面上另一条腿悬空看它能不能稳定。如果振荡厉害增大阻尼如果穿透太深增大刚度。一般调个五六轮就能找到比较合适的值。注意接触刚度不是越大越好。k太大求解器需要很小的步长才能稳定仿真速度会慢到无法接受。k太小机器人会“陷”进地面步态失真。我一般把k控制在1e5到1e6之间配合变步长求解器ode23t或ode15s。2.3 驱动器建模与关节控制回路物理模型搭好后下一步是加驱动器。双足机器人的关节通常用电机驱动电机的力矩输出可以简化为τ K_t * i其中K_t是力矩常数i是电流。如果你要做电流环控制还需要加电机的电气方程L * di/dt R * i V - K_e * ω其中L是电感R是电阻K_e是反电动势常数V是电压ω是角速度。对于小型机器人电气时间常数通常远小于机械时间常数所以可以忽略电感简化为i (V - K_e * ω) / R在Simulink里我一般用Simscape Electrical里的电机模块或者直接用Gain模块搭一个简化模型。关键是力矩限幅真实电机的力矩不可能无限大必须加饱和模块。我一般把最大力矩设为额定力矩的2到3倍模拟短时过载能力。关节控制回路我习惯用计算力矩控制Computed Torque Controlτ M(q) * (q̈_d K_d * (q̇_d - q̇) K_p * (q_d - q)) C(q,q̇)q̇ G(q)其中q_d是期望关节角度K_p和K_d是PD增益。这个控制律的好处是它把非线性动力学补偿掉了剩下的闭环系统是一个线性二阶系统K_p和K_d可以按极点配置来选。比如我希望闭环带宽是10Hz阻尼比是0.9那么K_p ω_n² (2π*10)² ≈ 3948K_d 2 * ζ * ω_n 2 * 0.9 * 62.8 ≈ 113这些增益在Simulink里直接填到Gain模块就行。但要注意计算力矩控制需要实时计算M、C、G这在Simulink里可以用MATLAB Function模块调用massMatrix、velocityProduct、gravityTorque等函数实现。2.4 仿真求解器配置与性能优化SimMechanics模型跑起来后求解器的选择直接影响仿真速度和稳定性。我试过ode45、ode15s、ode23t最后发现ode23t最适合双足机器人。它是梯形法则的变步长求解器对刚性系统比较友好而且不会像ode15s那样引入太多数值阻尼。步长设置也很关键。最大步长我一般设为1ms最小步长自动。相对容差设1e-4绝对容差设1e-6。如果仿真还是慢可以试试局部求解器把接触力计算部分单独用一个固定步长的小求解器其他部分用变步长。Simscape Multibody支持这种配置在Solver Configuration模块里可以设置。还有一个提速技巧是简化碰撞几何。SimMechanics默认用精确的CAD几何做碰撞检测计算量很大。你可以把碰撞形状换成简单的球体或长方体只要包络范围差不多就行。我一般把脚底换成扁长方体小腿和大腿换成圆柱体碰撞检测速度能快好几倍。3. ARX辨识与状态空间模型的落地细节物理模型跑通后你会发现一个问题仿真和实物总有差距。这时候ARX辨识就派上用场了。这一章我讲怎么从数据出发辨识出一个可用于控制器设计的线性模型。3.1 数据采集与预处理的关键要点ARX辨识的第一步是采数据。数据质量直接决定模型质量这一步不能偷懒。激励信号设计你不能随便给机器人加个阶跃就完事。双足机器人的关节在工作点附近需要持续激励才能把模型的动态特性激发出来。我一般用扫频信号或者伪随机二进制序列PRBS。扫频信号从0.1Hz扫到20Hz幅值根据关节允许的运动范围来定一般取±5°到±10°。PRBS的幅值类似但频率成分更丰富辨识效果通常更好。采样率选择根据香农定理采样率至少是信号最高频率的2倍。但实际中我一般取10倍以上。双足机器人的关节控制带宽通常在10到20Hz所以采样率取1kHz比较稳妥。如果数据量太大可以先降采样到500Hz但不能再低了。数据预处理原始数据里一定有噪声和漂移。我一般做三步处理。第一步是去均值把每个通道的直流分量减掉因为ARX模型描述的是动态关系不含静态工作点。第二步是低通滤波用Butterworth滤波器截止频率设在控制带宽的2到3倍比如50Hz。第三步是去除异常值用3σ准则或者中值滤波把明显的尖峰去掉。注意滤波会引入相位滞后如果你用滤波后的数据做辨识得到的模型也会带这个滞后。所以滤波器的截止频率不能设太低否则模型相位会失真。我一般用零相位滤波filtfilt函数避免相位偏移。3.2 ARX模型阶次选择与辨识实操ARX模型的阶次n和m怎么选这是辨识里最核心的问题。阶次太低模型欠拟合描述不了机器人的动态阶次太高模型过拟合对新数据的预测能力反而下降。我的做法是从低阶开始试逐步增加看拟合度和残差。具体来说先试n2, m2算一下拟合度compare函数给出的fit percentage。如果拟合度低于80%增加到n3, m3再试。一般双足机器人的关节模型n3到5m2到4就能达到90%以上的拟合度。MATLAB的System Identification Toolbox提供了arx函数一行代码就能辨识% data是iddata对象包含输入u和输出y model arx(data, [n m 1]);其中[n m 1]里的1是输入到输出的纯延迟。双足机器人的关节从力矩输入到角度输出纯延迟通常很小取1个采样周期就行。辨识完成后一定要做残差分析。残差应该接近白噪声如果残差还有明显的自相关说明模型阶次不够或者有未建模动态。用resid函数可以画出残差的自相关函数和互相关函数如果都在置信区间内说明模型是充分的。3.3 从ARX差分方程到状态空间模型的转换ARX模型是差分方程形式但控制器设计通常用状态空间形式。转换方法很简单MATLAB的idss函数可以直接把ARX模型转成状态空间ss_model idss(model);转换后的状态空间模型是离散的形式为x(k1) A * x(k) B * u(k)y(k) C * x(k) D * u(k)其中A、B、C、D矩阵的维度取决于ARX的阶次。对于n3, m2的单输入单输出系统A是3×3B是3×1C是1×3D是1×1。这个状态空间模型可以直接用于LQR或者极点配置控制器设计。比如你要设计一个状态反馈控制器u -Kx使得闭环极点落在单位圆内可以用dlqr函数K dlqr(A, B, Q, R);Q和R是权重矩阵Q越大表示越看重状态收敛速度R越大表示越看重控制能量。我一般先设QIR1然后根据仿真效果调整。3.4 与PID控制构成闭环的实操方法很多实际项目里工程师更习惯用PID而不是状态反馈。ARX模型和PID结合的方法是这样的先用ARX模型在Simulink里搭一个被控对象然后调PID参数调好后直接把PID参数移植到实物上。具体操作在Simulink里用Discrete State-Space模块放ARX转成的状态空间模型输入是力矩输出是角度。然后加一个PID Controller模块形成闭环。调参的时候先用Ziegler-Nichols方法找一组初值然后手动微调。我试过的一个典型参数对于膝关节角度控制Kp80, Ki5, Kd2采样率1kHz。这个参数在ARX模型上仿真效果很好移植到实物上也能稳定但需要根据实际摩擦和间隙做小幅调整。注意ARX模型是线性的只在工作点附近有效。如果你的PID输出力矩很大机器人偏离了工作点模型就不准了。所以PID的输出一定要限幅或者加一个前馈项补偿重力。4. 两种建模方法的联合使用与场景适配单独用SimMechanics或者单独用ARX都有局限实际项目中我更多是把两者结合起来。这一章讲几种典型的联合使用模式。4.1 用SimMechanics生成数据训练ARX模型这是最直接的联合方式。物理模型搭好后你不用急着上实物先在SimMechanics里做仿真采集输入输出数据然后用这些数据辨识ARX模型。这样做的好处是数据干净、可控你可以任意设计激励信号不用担心机器人摔坏。具体流程在SimMechanics模型里加一个激励信号源扫频或PRBS同时用To Workspace模块记录关节力矩和角度。仿真跑完后把数据导入System Identification Toolbox按第3章的方法辨识ARX模型。辨识出来的模型可以替代SimMechanics模型用于实时控制器设计因为ARX模型计算量小得多。我做过一个对比同一个双足机器人SimMechanics模型仿真1秒需要约2秒计算时间变步长而ARX状态空间模型仿真1秒只需要0.01秒。对于需要迭代优化的控制器设计比如MPCARX模型的速度优势非常明显。4.2 用ARX模型校正SimMechanics参数反过来你也可以用实物数据辨识出的ARX模型来校正SimMechanics模型的参数。具体做法是在实物上做同样的激励实验采集数据辨识ARX模型。然后在SimMechanics里做同样的激励也辨识一个ARX模型。对比两个ARX模型的频率响应如果某个频段差异大说明SimMechanics模型在那个频段的参数不对可能是摩擦、惯量或者接触刚度的问题。我一般重点看幅频特性的谐振峰。如果实物数据的谐振峰比仿真数据低说明实际系统的阻尼比仿真大可能是关节摩擦没建模准确。这时候就回去调SimMechanics里的摩擦系数直到两个模型的频率响应吻合。4.3 不同开发阶段的建模策略选择项目不同阶段建模策略应该不一样。我总结了一个简单的决策表开发阶段主要目标推荐建模方法理由概念验证验证步态可行性SimMechanics不需要实物快速迭代控制器初调整定PID或LQRARX状态空间模型简单实时性好实物调试缩小仿真实物差距两者联合互相校正性能优化提高步态精度SimMechanicsMPC需要高保真预测模型嵌入式部署生成C代码ARX状态空间计算量小易部署这个表不是绝对的但大体上反映了我的经验。刚开始做双足机器人别一上来就追求高保真先用简单模型把控制回路跑通再逐步加复杂度。5. 常见问题与排查技巧实录这一章我整理一些实际项目中遇到的问题和解决方法都是踩过坑之后总结出来的。5.1 SimMechanics仿真崩溃与数值不稳定排查问题现象仿真跑到一半报错“Solver encountered an error”或者“Simulation stopped because of a singularity”。排查思路首先看是不是接触力太大导致穿透。把接触刚度k调小一个数量级试试。如果还不行检查关节限位是不是设得太紧导致求解器在边界附近振荡。再不行换求解器从ode45换到ode23t或者ode15s。我的经验90%的仿真崩溃都是接触参数问题。接触刚度和阻尼的比值要合理我一般保持c ≈ 0.01 * sqrt(k)这个比例下数值稳定性最好。5.2 ARX辨识模型精度不够的优化手段问题现象辨识出来的模型拟合度只有60%到70%用于控制时效果很差。排查思路先看数据质量。把输入输出数据画出来看有没有明显的噪声或者漂移。如果有重新做滤波。然后看阶次是不是太低逐步增加n和m。如果还不行可能是系统有非线性ARX搞不定需要考虑分段辨识或者用非线性ARXNARX。我的经验数据预处理比模型阶次重要得多。我遇到过好几次花半天调阶次拟合度只提高5%但重新做一次零相位滤波拟合度直接提高20%。5.3 从仿真到实物的迁移误差来源分析问题现象Simulink里跑得好好的控制器放到实物上就振荡或者响应慢。排查思路按这个顺序查——传感器噪声、执行器延迟、摩擦、柔性、通信延迟。传感器噪声会让微分项放大执行器延迟会让相位裕度下降摩擦会导致低速爬行柔性会导致高频谐振通信延迟会导致采样不同步。我的经验迁移误差里最大的一项是摩擦。仿真里摩擦模型通常很简单实物摩擦复杂得多。我的做法是在实物上做低速扫频实验辨识出摩擦模型然后加到SimMechanics里。这一步做完仿真和实物的差距能缩小一半以上。5.4 常见问题速查表问题可能原因解决方法仿真数值爆炸接触刚度过大减小k增大c模型拟合度低数据噪声大零相位滤波去均值实物振荡微分增益过大减小Kd加低通滤波实物响应慢积分增益过小增大Ki检查摩擦补偿状态空间模型不稳定辨识阶次过高降低阶次做残差分析C代码生成失败使用了不支持的功能检查Simulink Coder兼容性5.5 嵌入式部署与C代码生成的注意事项如果你要把模型部署到嵌入式控制器上Simulink Coder可以直接生成C代码。但有几个坑要注意。第一浮点运算。SimMechanics模型通常用双精度浮点但嵌入式平台可能只有单精度或者定点。生成代码前要把数据类型改成single或者fixdt然后重新验证精度。第二代数环。Simulink模型里如果有代数环生成代码会报错。解决方法是在代数环里加一个单位延迟或者Memory模块。第三代码效率。自动生成的C代码通常比较冗长执行效率不高。如果控制器对实时性要求高建议手写核心算法只用Simulink生成外围代码。注意生成C代码前一定要做软件在环测试SIL把生成的代码在PC上跑一遍和Simulink仿真结果对比。如果差异大说明数据类型或者求解器设置有问题。6. 我个人在实际操作中的体会双足机器人建模这件事我最大的体会是没有一种方法能包打天下。SimMechanics适合理解物理本质ARX适合快速控制器迭代两者结合才能发挥最大价值。另外别在建模上追求完美。我见过太多项目花几个月搭了一个极其精细的SimMechanics模型结果控制器设计还是用PID模型精度根本用不上。正确的做法是按需建模控制器需要什么精度就建什么精度的模型。最后分享一个小技巧如果你用SimMechanics和ARX联合建模建议把两个模型放在同一个Simulink文件里用Manual Switch切换。这样你可以实时对比两个模型的输出快速发现差异。我一般会在关键关节上加一个Scope同时显示物理模型和ARX模型的输出调试效率能提高不少。这个内容后续还可以这样扩展把ARX换成NARX非线性ARX用神经网络或者高斯过程做辨识看看能不能在保持实时性的同时提高模型精度。我试过用NARX对踝关节建模拟合度能到95%以上但计算量比ARX大一个数量级需要权衡。