第 6 章 · 运动控制：从规划到执行的映射

第 6 章 · 运动控制：从规划到执行的映射

VLA 说「向左移动 5cm」，这只是高层意图。真实机器人要把它变成 7 个关节的角度增量、电机力矩、电流大小，还要保证不撞、不抖、不超调。这一层就是运动控制——闭环的最后一环。

章节摘要

本章是「感知-决策-执行」闭环的出口。决策层（VLA、技能库）输出的离散或连续动作，最终要落到关节空间与电机力矩。本章覆盖四个层次：(1) 运动规划：构型空间（C-space）中的路径搜索，包括采样方法（RRT*/PRM）、优化方法（CHOMP/TrajOpt）；(2) 轨迹优化：在路径基础上生成时间-加加速度最优、满足约束的轨迹（最小 Jerk、MPPI）；(3) 底层控制与逆动力学：从关节指令到电机力矩的映射（PID、计算力矩、MPC、whole-body control）；(4) 精细操作与力控：阻抗/导纳控制与力位混合控制，处理接触丰富任务。本章是从算法到工程的桥梁，是机器人从「会想」到「会动」的关键。

学习目标

读完本章，你应当能够：

1. 解释构型空间（C-space）的概念，说清为什么运动规划在 C-space 而非工作空间进行。
2. 辨析采样方法（RRT*/PRM）与优化方法（CHOMP/TrajOpt）的优劣。
3. 写出最小 Jerk 轨迹的目标函数，理解 MPPI 的随机优化思路。
4. 区分 PID、计算力矩控制、MPC、whole-body control 的适用场景。
5. 推导阻抗控制律，理解阻抗 vs 导纳 vs 力位混合控制的差异。

子章节安排与导引

四节构成「找到路径 → 生成轨迹 → 跟踪轨迹 → 处理接触」的递进，从抽象路径到具体力矩逐层落地。

配图说明

• Mermaid「层次化控制栈（规划→轨迹→控制→执行）」：在第 01 节给出，展示整个运动控制栈。
• SVG「C-space 障碍与 RRT 探索树」：在第 01 节给出。
• Mermaid「PID / 计算力矩 / MPC 对比」：在第 03 节给出。
• SVG「阻抗控制弹簧-阻尼示意」：在第 04 节给出。

SEO 关键词

运动规划、构型空间、C-space、RRT、RRT*、PRM、CHOMP、TrajOpt、轨迹优化、最小 Jerk、MPPI、逆动力学、PID 控制、计算力矩控制、模型预测控制 MPC、whole-body control、阻抗控制、导纳控制、力位混合控制、精细操作、装配。

章节关联

• 前置：第 5 章 VLA 输出的动作需要运动控制来执行；第 2 章的力觉与触觉是力控的反馈源。
• 后续：第 7 章仿真平台大量使用本章算法作为基线；第 8 章综合案例（人形机器人、装配）依赖完整运动控制栈。