机器人遥操作中的变阻抗控制与被动性保障：从示教学习到稳定交互

1. 项目概述：当机器人学会“刚柔并济”

在机器人遥操作领域，让远端的机械臂像人手一样灵活、稳定地与环境交互，一直是个核心挑战。想象一下，你要通过一个手柄（主端）远程控制一个机械臂（从端）去切割一块形状复杂的蛋糕。你希望机械臂的“刀”能稳稳地沿着曲线走，遇到奶油时能轻柔划过，碰到内部的水果块时又能瞬间“绷紧”手腕，施加足够的力切下去，同时整个操作过程不能因为力反馈而产生令人不适的抖动或失稳。这背后，就是变阻抗控制与被动性两大核心思想的融合。

传统的阻抗控制，好比给机器人设定了一个固定的“性格”：要么一直很“软”（低刚度），容易受外力影响而偏离；要么一直很“硬”（高刚度），虽然精准但冲击力大，不安全。变阻抗控制的突破在于，它让机器人能根据任务需求实时调整自己的“软硬”程度。而被动性则是一个保证系统稳定性的黄金法则，它确保整个遥操作系统的能量不会无中生有地爆发，从而避免失控振荡。

本文要探讨的，正是一种将这两者深度结合，并特别针对机器人姿态（旋转）控制这一复杂问题的新型双边遥操作架构。它不再依赖额外传感器（如肌电信号）来猜测人的意图，而是通过示教学习，让机器人从专家的演示中“领悟”在不同接触力矩下，该如何调整自身的旋转刚度。同时，借助李群理论和单元四元数这一对处理旋转问题的“黄金搭档”，以及能量箱这一被动性“保险丝”，确保了整个系统在复杂交互中的稳定与高性能。

2. 核心原理深度拆解：从数学工具到控制哲学

2.1 为何是李群与四元数？—— 姿态表示的“无奇点”之道

在三维空间中描述一个物体的朝向（姿态），我们熟知的欧拉角存在“万向节死锁”问题，即在某些特定姿态下会丢失一个自由度，导致描述不唯一和控制奇异。旋转矩阵虽然完备，但9个参数中有6个约束，不便于直接用于优化和插值。

单元四元数（Unit Quaternion）是解决这个问题的优雅方案。一个四元数可以看作一个标量加一个三维向量，它紧凑地表示了三维旋转（仅4个参数），且不存在奇点。更重要的是，所有单位四元数构成了一个被称为S³的李群。李群可以简单理解为一个“光滑”的流形，其上的运算（如乘法）保持流形结构。

李代数则是李群在单位元处的切空间。对于旋转，李代数就是三维向量空间，代表角速度或旋转轴。关键的指数映射和对数映射，就像一座桥梁，连接了李群（旋转本身）和李代数（旋转的“增量”或“差异”）。

• 指数映射 Exp：将一个李代数中的向量（代表旋转轴和角度）映射到李群上的一个元素（一个具体的旋转）。可以理解为“沿着这个角速度方向旋转一段时间后到达的姿态”。
• 对数映射 Log：将一个李群上的元素映射回其切空间（李代数）的向量。它计算的是从一个姿态到另一个姿态所需的最短旋转轴和角度。

在本文的框架中，姿态误差q_d ⊖ q正是通过这种对数映射计算的，它给出了从当前姿态q到期望姿态q_d在切空间中的向量差。这种在流形上直接定义误差的方式，是保证整个控制律几何正确、无奇点的数学基础。

注意：直接对四元数做向量减法是毫无几何意义的。必须使用李群工具（⊖, ⊕）来定义流形上的“加”和“减”，才能保证所有中间状态仍然是合法的旋转。

2.2 变阻抗控制：从“固定弹簧”到“智能弹簧”

阻抗控制的经典公式是F = K * Δx + D * v，即力等于刚度乘以位移偏差加上阻尼乘以速度。在旋转域，公式变为τ = K * (q_d ⊖ q) + D * ω，其中τ是扭矩，K是旋转刚度矩阵，ω是角速度。

变阻抗的核心在于，刚度矩阵K不再是常数，而是一个随时间或状态变化的量K(t)。本文的创新点在于，这个变化不是由操作员手动指定，也不是通过复杂的人体肌肉信号估计，而是通过示教学习从任务本身学出来的。

其核心思想是生物模仿：观察人类专家执行任务（如曲线切割）时，其手臂刚度是如何根据接触力的变化而自适应调整的——在自由空间运动时放松，在需要精确对抗扰动时变硬。机器人通过模仿这种关系，就能获得类似的适应性。

2.3 被动性与能量箱：稳定性的“守护神”

双边遥操作是一个闭环系统：人的动作通过主端传给从端，从端与环境接触产生的力又反馈回主端给人感受。这个闭环中如果存在时延、或像变阻抗这样时变的控制器，很容易产生能量增生，导致系统振荡甚至不稳定。

被动性是一个严格的系统理论属性。一个被动系统可以看作一个“能量耗散器”，它从外部吸收的能量总是大于或等于它储存和输出的能量。对于遥操作系统，被动性保证了无论操作员和环境如何动作，系统本身都不会自发产生振荡。

能量箱是实现被动性控制的一种强大而直观的工具。你可以把它想象成系统的一个“能量电池”或“预算”。

1. 预算分配：系统初始化时，给这个电池充入一定初始能量E_init。
2. 能量支出：每当控制器需要执行一个可能产生能量（即破坏被动性）的动作时（例如，高刚度下的快速纠偏、力反馈），都必须从这个电池中“支取”能量。
3. 能量收入：系统本身存在的自然阻尼（如D * ω）会耗散能量，这部分耗散的能量可以被“回收”并存入电池。
4. 预算管理：设置一个最低能量阈值E。当电池能量低于E时，就强制关停（通过系数α降为0）那些耗能大的非被动控制动作，即使这会牺牲一些跟踪性能。同时，可以激活额外的“收割阻尼”D_h来快速补充能量。

通过这种“量入为出”的预算管理，能量箱为时变的、非线性的遥操作系统提供了一个坚实的稳定性保障层，使其在追求高性能的同时，绝不会越过稳定的红线。

3. 系统实现全流程：从数据采集到实时控制

3.1 第一步：专家示教与数据采集

系统的学习始于人类专家的演示。以曲线切割任务为例：

1. 搭建环境：使用一个具备力矩传感器的机器人（如KUKA LWR），末端安装切割工具。准备具有不同硬度（如软、中、硬）的训练材料。
2. 执行演示：专家通过一个力反馈主设备（如sigma.7）远程操作机器人，完成多次高质量的切割任务。关键是要展示出在不同接触阶段（切入、划过、遇到硬物）时，如何自然地调整手腕的“劲道”。
3. 记录数据：系统同步记录以下时间序列数据：
   • {q_t}：机器人末端执行器的姿态四元数轨迹。
   • {ω_t}：机器人末端执行器的角速度。
   • {τ_e,t}：通过关节力矩传感器计算得到的、作用在末端执行器上的外部接触力矩。

实操心得：演示的质量至关重要。建议让专家在演示时“自言自语”，描述其意图（如“现在要切入表皮了，我会绷紧一点”、“这里要顺着曲线走，放松手腕”）。这有助于后期分析数据时理解刚度变化的逻辑。采集5-10组不同硬度和切割路径的演示数据，能大大提高学习模型的泛化能力。

3.2 第二步：从演示数据中“反推”刚度曲线

这是整个学习过程的核心算法环节。由于我们无法直接测量专家操作时的“肌肉刚度”，需要从运动学和动力学数据中逆向推导。

1. 建立动力学模型： 假设专家在演示时，其末端在姿态空间的行为类似于一个转动惯量-弹簧-阻尼系统。其动力学方程为：˙ω_t = K_t * (q_{d,t} ⊖ q_t) - B * ω_t + τ_{e,t}其中q_{d,t}是一个隐含的、时变的“吸引子”姿态路径，它代表了专家意图中的理想轨迹。K_t就是我们要求解的时变旋转刚度。

2. 估计吸引子路径q_{d,t}： 直接求解K_t需要知道q_{d,t}，这是未知的。这里采用一个巧妙的分解假设：总刚度K_t由一个恒定的基础刚度K_c和一个时变的增量刚度K_{d,t}组成，即K_t = K_c + K_{d,t}。K_c是一个较小的值，用于保证自由运动时的稳定性。 我们假设，即使没有外部力矩τ_{e,t}，系统仅靠K_c也能产生观测到的加速度趋势（这是一个平滑性假设）。由此，可以反解出q_{d,t}：q_{d,t} = [K_c^{-1} (˙ω_t + B * ω_t)] ⊕ q_t这里用到了李群中的“加法”⊕，将切空间中的位移向量加回到当前姿态上，得到新的姿态。

3. 计算时变刚度K_{d,t}： 有了q_{d,t}，我们就可以回到原始动力学方程，将已知项移到一边，通过带正则化的最小二乘回归，在一个滑动时间窗口内求解出K_{d,t}在运动方向上的标量值k_{d,t}。具体步骤是：

• 计算窗口内的姿态误差向量˜x_t = q_{d,t} ⊖ q_t和净力向量˜y_t = ˙ω_t + Bω_t - τ_{e,t}。
• 将这两个向量投影到当前瞬时角速度方向⃗ω_t上，得到标量˜x_{t,⃗ω}和˜y_{t,⃗ω}。这是因为我们假设刚度变化主要发生在运动方向上以抵抗扰动。
• 构建以˜x_{t,⃗ω}为输入、˜y_{t,⃗ω}为输出的回归问题，用岭回归求解刚度系数k_{d,t}。

4. 构建训练数据集： 对每一帧演示数据，我们都得到了一个配对数据：(τ_{e,t,⃗ω}, k_{d,t})，即沿运动方向投影的外部力矩与沿运动方向所需的增量刚度。这就是示教学习要建模的关系。

3.3 第三步：利用GMM/GMR学习刚度适应策略

我们拥有的是高维、连续的时间序列数据对。为了从中学习一个通用的映射函数，并能在新任务中泛化，本文采用了高斯混合模型与高斯混合回归。

• 高斯混合模型：将数据分布p(τ_e, k_d)建模为多个高斯分布的加权和。每个高斯分量可以捕捉到任务中的一个特定阶段或情境（例如，“轻接触划动”、“中等阻力切割”、“高阻力转向”）。通过期望最大化算法可以自动学习出这些高斯分量的参数（均值、协方差、权重）。
• 高斯混合回归：当GMM模型训练好后，给定一个新的输入（即实时感知到的外部力矩τ_e），GMR可以根据这个联合概率分布，计算出最可能对应的输出刚度值ˆk_d的条件期望。这相当于一个平滑的、概率性的查表或函数逼近。

最终，我们获得了一个函数：ˆk_d = f(τ_e)。这个函数封装了专家在特定任务中“根据受力情况调整刚度”的智能策略。

3.4 第四步：实时双边控制与被动性层集成

在实时遥操作中，系统按以下步骤运行：

1. 运动指令生成：

• 主端设备（如sigma.7）实时测量操作员的姿态q_m。
• 计算相对于初始姿态的运动增量Δq_m，并经过缩放和坐标变换后，得到远程机器人的期望姿态增量Δq_r。
• 远程机器人的期望姿态为：q_{r,d} = q_r(0) ⊕ Δq_r。

2. 变阻抗控制律计算：

• 远程机器人通过自身的力矩传感器，实时测量末端外部力矩τ_e。
• 将τ_e投影到当前运动方向，输入到训练好的GMR模型中，查询得到增量刚度标量ˆk_d。
• 构造完整的旋转刚度矩阵K_t：
  • 以当前角速度方向ˆv_1为主轴，通过格拉姆-施密特正交化找到另两个正交方向ˆv_2,ˆv_3，构成正交矩阵V = [ˆv_1, ˆv_2, ˆv_3]。
  • 构建对角矩阵A，其第一个对角线元素（主轴方向）为a1 = k_c + ˆk_d，其余两个方向为恒定基础刚度k_c。
  • 最终刚度矩阵为K_t = V * A * V^T。这是一个对称正定矩阵，其最大特征值方向始终与当前运动方向对齐，实现了各向异性的刚度适应。
• 远程机器人控制器输出扭矩：τ_r = α_r * K_t * (q_{r,d} ⊖ q_r) - D_r * ω_r - λ_r * D_{r,h} * ω_r。
  • α_r是能量箱提供的缩放因子（当能量不足时接近0）。
  • 最后一项λ_r * D_{r,h} * ω_r是能量收割阻尼，用于在系统能量低时主动耗能以补充能量箱。

3. 主端力反馈：

• 为了给操作员真实的触感，将远程感受到的环境力矩τ_e反馈回主端：τ_m = -α_m * τ_e - D_m * ω_m - λ_m * D_{m,h} * ω_m。
• 同样，α_m和收割阻尼项受能量箱管理。

4. 能量箱实时管理： 能量箱作为一个独立的模块并行运行：

• 状态更新：根据公式˙E = ...实时计算能量变化，积分得到当前能量E(t)。
• 阀门控制：
  • 根据E(t)与阈值E,E_th,¯E的比较，动态计算σ,α,λ这些介于0和1之间的阀门值。
  • 当E(t)较低时，α减小，减弱可能产生能量的非被动控制动作（高刚度反馈）；λ增大，激活收割阻尼从系统提取能量。
  • 当E(t)充足时，α ≈ 1，λ ≈ 0，系统以高性能模式运行。
• 能量路由：将控制器固有的阻尼耗散 (D_m,D_r) 产生的能量，按比例σ重新注入能量箱。

通过这一套组合拳，系统既实现了基于学习的、仿生的变阻抗控制，又通过能量箱这一“稳压器”牢牢守住了稳定性的底线。

4. 实验验证与性能分析

4.1 仿真验证：能量箱如何“力挽狂澜”

在Simulink仿真中，作者设置了一个极具挑战性的场景：模拟操作员“握持松弛”的状态（通过设置较低的主端人体阻抗k_h）。在双边遥操作中，松弛的握持会显著降低系统阻尼，是导致不稳定的主要因素之一。

• 场景一：能量箱关闭，松弛握持：结果如图2(a)所示，系统很快失稳，主从端姿态误差发散。这说明变阻抗控制本身在高动态交互下，若无额外稳定措施，确实存在风险。
• 场景二：能量箱开启，松弛握持：如图2(b)(d)所示，系统全程保持稳定。能量箱的能量E(t)在初始阶段被消耗，但很快通过收割阻尼补充，并稳定在最低阈值E之上。代价是跟踪误差比紧握持时稍大，任务执行速度略慢，但这是用可控的性能损失换取了绝对的稳定性。
• 场景三：能量箱开启，紧握持（基线）：作为对比，在操作员紧握持（高k_h）时，系统本身阻尼大，能量箱基本不干预 (α≈1, λ≈0)，系统以最高性能运行，跟踪误差最小。

这个仿真清晰地证明了能量箱的核心价值：它不是一个性能优化器，而是一个稳定性保障器。它允许系统在安全边界内尽可能发挥性能，一旦触及边界，则果断降级性能以确保稳定。

4.2 实物机器人实验：曲线切割任务

在真实的KUKA LWR机器人上，作者进行了曲线切割实验（图3）。他们比较了三种策略：

1. 变刚度：本文提出的学习型变阻抗控制。
2. 恒定低刚度：K_t = 50 * I。
3. 恒定高刚度：K_t = 250 * I。

客观指标结果（图4）：

• 跟踪误差：变刚度和恒定低刚度均显著优于恒定高刚度。高刚度由于“诱导主端运动”效应，导致操作抖动，反而跟踪更差。
• 运动急动度：恒定低刚度下的操作最平滑（急动度最小），变刚度次之，高刚度最差。这说明低刚度有利于操作舒适性。
• 任务完成时间：三者无显著差异。
• NASA-TLX主观工作量评分：变刚度条件下的评分最低，意味着操作员感觉任务负荷最小、最舒适。尽管其客观跟踪误差与低刚度相近，但操作员主观感受更好。

关键解读：

• 高刚度的弊端：在双边力反馈系统中，高刚度会放大任何微小的误差和噪声，导致主端设备剧烈抖动（诱导主端运动），使操作员难以精细控制，反而损害了性能。这印证了“过刚易折”的道理。
• 变刚度的优势：它在保持与低刚度相近的跟踪精度和更优的主观体验之间取得了平衡。其核心价值在于情境适应性。在切割实验中，当刀具划过柔软部分时，系统保持低刚度，操作顺滑；当遇到内部较硬阻力时，学习到的策略会自动增加刚度以维持轨迹精度。这种动态调整能力是恒定刚度无法提供的。

4.3 被动性层的实物验证

在实物系统上，作者通过监测控制器功率和能量箱状态来验证被动性。

• 正常刚度场景：即使不开能量箱，系统本身也是被动的（总功率积分∫(P_m+P_r) ≥ 0）。开启能量箱后，箱内能量充足，阀门α=1，λ=0，能量箱不干预，系统以“原生”性能运行。
• 高增益不稳定场景：为了测试极限，作者将学习到的刚度曲线整体放大4倍，人为制造不稳定。此时，关闭能量箱的系统总功率积分变为负值（∫(P_m+P_r) ≤ 0），表明系统在主动产生能量，即将失稳。而开启能量箱后，能量箱能量E(t)被快速消耗，当接近下限E时，阀门α开始下降，主动削弱了高刚度控制动作，同时λ激活收割阻尼补充能量，最终将系统拉回稳定状态（图5(d)-(f)）。

这个实验强有力地说明，能量箱就像汽车的安全气囊，在正常驾驶时不发挥作用，但在即将发生碰撞（失稳）时，会果断介入，以牺牲部分操控性（性能）为代价，确保人员（系统）安全。

5. 工程实践中的挑战与调参心得

将这套理论应用于实际机器人项目时，会遇到一系列工程挑战。以下是一些关键的注意事项和调参经验：

5.1 示教数据质量是天花板

• 数据对齐：确保采集的q_t,ω_t,τ_{e,t}时间戳严格同步。毫秒级的错位都会导致动力学关系推导出错。
• 信号滤波：原始力矩和角速度信号噪声较大，必须进行适当的低通滤波。但滤波截止频率不能太低，否则会抹掉高频的动态特征。建议使用零相位滤波（如filtfilt）以避免引入相位延迟，这对后续的˙ω_t数值微分至关重要。
• 微分处理：角加速度˙ω_t需要通过角速度ω_t数值微分得到，这是噪声放大最严重的环节。推荐使用Savitzky-Golay滤波器进行平滑微分，它在保持信号形状的同时求导，效果比简单差分好得多。

5.2 GMM模型训练的陷阱

• 分量数选择：GMM中高斯分量的数量是个超参数。太少，模型欠拟合，无法捕捉复杂关系；太多，模型过拟合，在新数据上泛化差。除了文中提到的贝叶斯信息准则，更实用的方法是交叉验证。将演示数据分成训练集和验证集，观察验证集上的回归误差随分量数变化的曲线，选择误差平台期的起点。
• 正则化与滑动窗口：公式(8)中的正则化因子δ和滑动窗口大小L需要仔细调节。δ防止矩阵求逆病态，通常设一个很小的值（如1e-6到1e-3）。L决定了刚度估计的“惯性”，L太大，刚度变化迟缓；L太小，估计结果对噪声敏感。建议从L=3（对应几十毫秒窗口）开始尝试。

5.3 能量箱参数：保守与性能的权衡

能量箱的参数直接决定了系统的“性格”：

• 初始能量E_init：系统的“启动资金”。设置过高，可能掩盖初期的不稳定；设置过低，则过早限制性能。建议策略：在安全环境下，用高刚度模式运行几次任务，记录下控制器非被动功率P_np的最大积分值，以此作为E_init的参考基准，再乘以一个安全系数（如1.5）。
• 能量阈值E和¯E：E是“最低保障线”，低于它则强制关闭非被动动作。¯E是“储蓄上限”，高于它则停止回收能量。(E, ¯E)的区间定义了能量箱的“缓冲池”大小。区间窄，系统反应灵敏但可能频繁切换模式；区间宽，系统更平滑但反应慢。通常设E为E_init的10%-20%，¯E为E_init的80%-90%。
• 收割阻尼D_h：这是在能量低时主动“刹车”以回收能量的阻尼。D_h太大会导致操作迟滞感强烈；太小则补充能量太慢。调试技巧：先将其设为系统固有阻尼D的1-2倍，在能量箱激活时观察操作手感，以不引起操作员明显反感为宜。

5.4 从仿真到实物的“落差”

仿真中模型是理想的，实物机器人则充满不确定性：关节摩擦、减速箱间隙、通信延迟、传感器噪声等。

• 通信延迟处理：本文架构假设理想通信。在实际网络中，主从端间的运动和力信号传输会有延迟。这必须被考虑，通常需要在被动性框架内引入波变量或时延补偿算法，否则能量箱的设计需要重新分析。
• 关节力矩传感器校准：τ_e的准确性是整套算法的基石。必须进行精密的重力补偿和摩擦力辨识。在每次任务开始前，让机器人以不同姿态静止，记录力矩读数，以此补偿掉机械臂自身重力产生的力矩。动态摩擦力模型则更复杂，可能需要离线辨识。
• 实时性保证：GMR查询、刚度矩阵重构、能量箱计算、四元数运算等，必须在控制周期（如500Hz对应2ms）内完成。代码需高度优化，避免动态内存分配，尽量使用矩阵运算库（如Eigen）并利用其SIMD指令优化。

6. 总结与展望

这项研究将示教学习、李群几何、变阻抗控制和基于能量箱的被动性理论巧妙地融合在一起，为解决机器人遥操作中姿态控制的柔顺性、适应性和稳定性难题提供了一个系统性的框架。其核心贡献在于：

1. 数据驱动的刚度策略：摆脱了对专用人体信号测量设备的依赖，通过任务演示数据直接学习刚度适应规律，更通用、更易部署。
2. 几何正确的姿态处理：采用四元数和李群理论，从根本上避免了姿态表示和运算中的奇异性问题。
3. 理论保障的稳定性：引入能量箱，为时变、非线性的遥操作系统提供了一个严格且直观的稳定性保障机制。

在我自己的机器人抓取与装配项目实践中，借鉴类似的思想（学习接触策略+被动性保障）极大地提升了机器人在处理不确定性工件时的成功率和安全性。一个深刻的体会是：最高级的控制，不是让机器人 rigidly（僵硬地）执行命令，而是为它赋予一套基于物理直觉和稳定性约束的“反射弧”。这套框架正是朝着这个方向迈出的坚实一步。

未来的方向也充满想象：例如，将这里的旋转刚度学习与平移刚度学习在SE(3)（刚体运动群）上统一起来；或者，将学习策略从特定的切割任务，推广到更广泛的“接触式技能”，如抛光、插拔、拧螺丝等，构建一个可迁移的“接触技能库”；再进一步，探索如何在线更新学习策略，让机器人在与人协作中持续进化其阻抗调节能力。这条路还很长，但每一步都让机器人离“得心应手”的终极目标更近一步。