高精度轨迹跟踪与容错控制研究：腱驱动连续体机械臂新方案|南理工ICRA 2025 成果
导语
南京理工大学郭毓教授团队在 ICRA 2025 上发表了关于腱驱动连续体机械臂（TDCM）的研究论文《Command Filtered Cartesian Impedance Control for Tendon Driven Continuum Manipulators with Actuator Fault Compensation》。本文提出结合阻抗控制与容错的创新方案，旨在解决 TDCM 在复杂环境中面临的高精度轨迹跟踪、柔顺力控以及执行器故障等挑战。
在本研究中，NOKOV度量动作捕捉提供连续体机械臂的高精度实时位姿数据，为轨迹跟踪和容错控制实验验证提供可靠基础，确保科研结论可复现。
一、研究方法概述
1.高精度轨迹跟踪与柔顺力控
团队提出了一种有限时间笛卡尔阻抗控制方案，通过二阶低通滤波器根据末端接触力实时调整参考轨迹，并结合有限时间命令滤波反步法设计控制器。李雅普诺夫函数证明了系统的有限时间收敛性，从而实现高精度轨迹跟踪和柔顺力控制。
在此过程中，NOKOV度量动作捕提供连续体机械臂末端的实时位姿数据，帮助验证轨迹调节与力控效果。
2.执行器故障补偿方法
针对肌腱拮抗效应及驱动器响应滞后引发的执行器部分失效问题，团队构建了故障模型，并基于张力传感器信息设计了补偿算法。通过动态调节肌腱张力，显著提升系统的 鲁棒性与可靠性。
NOKOV度量动作捕捉在实验中实时监测执行器动作与末端位姿，验证即使在部分执行器失效的情况下，系统仍能保持稳定轨迹跟踪和柔顺力控。
二、腱驱动连续体机械臂（TDCM）实验与结果
图1 腱驱动连续体机械臂原型
1.实验平台与场景
实验在两段式 TDCM 原型机（图1）上进行，模拟复杂环境交互和执行器故障场景。实验重点验证以下功能：
轨迹跟踪精度
柔顺力控表现
执行器部分失效时系统鲁棒性
NOKOV度量动作捕捉在整个实验过程中提供连续、精确的位姿采集，确保实验数据的高可信度。
2.轨迹跟踪精度验证
图3 笛卡尔轨迹跟踪的实验结果。x、y、z是位置的三维坐标，ex、ey、ez是跟踪误差。
实验结果显示，轨迹跟踪精度达到 0.005米，比基线方法提高 50%以上（图3）。使用 NOKOV度量动作捕捉 记录的实时位姿数据进一步验证了控制器的高精度性能。
3.柔顺力控与障碍物交互
图4 笛卡尔跟踪轨迹与外部末端力。F、Fy、Fz是 Fe 的三维坐标。浅淡的淡蓝色条带表示 TDCM 与环境接触的时刻。
图6. 笛卡尔阻抗误差。eimx、eimy、eimz是NOKOV度量动作捕捉系统测量的eim的三维坐标
在接触障碍物的实验中，阻抗误差稳定在 0.09牛顿 以内，并在脱离障碍物后快速恢复轨迹跟踪（图4）。NOKOV度量动作捕捉的位姿数据同步记录了力控动态变化，证明控制策略在环境交互时具有良好柔顺性。
4.执行器故障补偿效果
当部分执行器失效时，补偿算法通过调节肌腱张力维持机械臂稳定运行。NOKOV度量动作捕捉实时反馈末端位姿，使团队能够量化补偿效果并验证系统鲁棒性。
| 实验指标 | 结果 | 具体描述 |
|---|---|---|
| 轨迹跟踪误差 | 0.005 m | 比基线方法提升50% |
| 阻抗误差 | ≤0.09 N | 与障碍物接触时表现柔顺 |
| 执行器故障补偿 | 系统稳定 | 部分执行器失效情况下仍可运行 |
实验结果表明研究团队提出的阻抗-容错控制方案在连续体机械臂实验中验证了高精度轨迹跟踪、柔顺力控及执行器故障补偿的有效性。NOKOV度量动作捕捉为实验提供高精度位姿数据，确保科研结论可靠且可复现。
图5. NOKOV度量动作捕捉为本研究提供执行器高精度实时位姿数据
三、腱驱动连续体机械臂阻抗控制与容错新方案研究FAQ
Q1: TDCM在复杂环境下能实现多少精度的轨迹跟踪？
A: 使用阻抗-容错控制结合 NOKOV度量动作捕捉反馈，轨迹误差可低至0.005米，比基线方法提升50%以上。
Q2: NOKOV度量动作捕捉如何验证该新方案系统鲁棒性？
A: 通过实时采集机械臂末端位姿和执行器动作，验证在障碍物接触和执行器失效情况下的轨迹跟踪和柔顺力控表现。
Q3: 执行器部分失效时控制系统表现如何？
A: 通过补偿算法结合 NOKOV度量动作捕捉系统位姿反馈动态调整肌腱张力，保证机械臂稳定运行和高精度轨迹跟踪。
四、参考文献及作者简介
参考文献：
南京理工大学郭毓教授团队在ICRA 2025上发表关于腱驱动连续体机械臂（TDCM）的论文 Command Filtered Cartesian Impedance Control for Tendon Driven Continuum Manipulators with Actuator Fault Compensation
作者团队：
郑先杰，南京理工大学自动化学院博士研究生。主要研究方向：连续型机器人建模与控制；
余朝宝，南京理工大学自动化学院博士研究生。主要研究方向：柔顺控制，智能机器人控制；
丁萌，南京理工大学自动化学院博士。主要研究方向：连续型机器人建模与控制；
刘辽雪，南京理工大学自动化学院副教授。主要研究方向：空间机器人技术，连续型机器人控制；
郭健，南京理工大学自动化学院教授、博士生导师。主要研究方向：智能控制、机器人控制；
郭毓，南京理工大学自动化学院教授、博士生导师。主要研究方向：智能机器人控制、航天器姿态控制等。
声明：本文仅代表发布者个人观点,并不代表本站赞同和对其真实性负责，如涉及交易请谨慎。
