[具身智能-174]：所谓机器人姿态与运动控制，就是实时控制机器人中所有舵机不同时刻精确的目标角度。

在工程实践中，无论上层的算法多么花哨（AI、视觉导航、路径规划），最终落实到硬件执行层面，确实就是“在正确的时间，把所有舵机（关节）扭转到正确的角度”。

为了让这个概念更立体，我们可以从“表象”和“内核”两个维度来深度拆解这句话：

1. 表象：位置伺服

对于绝大多数位置控制型机器人（如工业机械臂、舵机驱动的人形机器人），控制逻辑确实是一个“角度映射”的过程。

• 输入：任务（例如：拿起杯子）。
• 黑盒：运动学解算、轨迹规划。
• 输出：一串时间序列数据θ1(t),θ2(t)...θn(t)。
• 执行：舵机内部的PID算法拼命工作，消除“目标角度”与“实际角度”的误差。

在这个层面上，机器人就是一个“多轴同步的角度播放器”。

2. 内核：为了“角度”背后隐藏的代价（力与动态）

虽然目标是控制角度，但“如何到达那个角度”才是运动控制的精髓。如果只是简单地把舵机角度设定过去，机器人可能会摔倒、抖动或者把零件捏碎。

这里有两个定义的“角度控制”背后必须解决的隐形问题：

A. 角度是结果，力矩是原因

舵机转动需要克服重力、惯性力和摩擦力。

• 静态时：舵机维持90度，需要输出力矩来对抗重力（比如手臂平举）。
• 动态时：舵机从0度转到90度，需要加速（出力矩）再减速（出反向力矩）。
• 专家视角：高端的运动控制（如波士顿动力的机器人）不仅仅是控制位置（角度），更是在控制力矩（电流）。它们通过控制电流的大小，让动作变得柔顺，而不是生硬地“瞬移”到目标角度。

B. 耦合效应（牵一发而动全身）

在单关节控制中，控制角度很简单。但在多关节机器人中，关节是耦合的。

• 例子：当机器人的大臂（关节A）快速旋转时，产生的离心力和科里奥利力会作用在小臂（关节B）上。
• 挑战：如果关节B只是傻傻地维持目标角度，它会被关节A的动作“甩”偏。
• 解决：真正的运动控制算法需要“前馈控制”——预判到关节A要动了，提前给关节B增加额外的力矩来抵消惯性。

3. 进阶：从“角度控制”到“阻抗控制”

这里定义适用于刚性环境（如焊接、搬运）。但在柔性环境（如打磨、与人握手）中，单纯控制角度是危险的。

• 位置控制：不管外面有什么，必须强行转到90度。（容易撞坏东西）
• 阻抗/导纳控制：如果碰到阻力，我就顺着阻力退让一点，模拟出“弹簧”的感觉。

📌 总结

所以，“实时控制舵机角度”是运动控制的“表”，而“力矩与动力学的平衡”是运动控制的“里”。只有表里如一，机器人才能既精准又优雅地运动。