第8章　力觉觉醒：从刚性运动到柔顺操控（约 1999 年）

视觉伺服已经证明了感知-行动闭环的巨大价值，但它也暴露了单一视觉模态在物理交互场景中的力不从心。如果要让机器人真正掌握精密装配、手术操作和人机安全交互的能力，必须在视觉闭环的基础上，进一步建立起力觉闭环。这个压力将机器人技术的发展推向了一个新的方向。把时间拨回到1995年秋天，在日本山梨县FANUC总部的试验车间里，一台配备了当时最先进视觉系统的六轴机械臂正在执行一项看似简单的任务：将一个直径二十毫米的销轴插入配合间隙仅为零点零二毫米的轴孔中。视觉系统准确地识别了孔的位置，机械臂精确地移动到目标上方，然后开始垂直下插。然而就在接触的瞬间，刺耳的金属摩擦声响起，销轴卡在了孔口。操作员紧急停机，工件表面已经出现了划痕。这不是一个孤立的事件。在底特律的汽车装配线上，在斯图加特的精密齿轮工厂里，在硅谷的硬盘组装车间中，类似的场景每天都在上演。视觉系统可以告诉机器人目标在哪里，但无法告诉它接触的力量有多大。视觉让机器人知道“在哪里”，但无法告诉它“用了多大力”。

当销轴与孔的轴线存在微小角度偏差时，当齿轮的齿顶恰好顶住啮合位置时，当抛光头遇到工件表面的微观凸起时，纯粹的位置控制策略就暴露出了根本性的缺陷。机器人会忠实地执行预设的运动轨迹，用全部的力量去抵抗任何阻碍它到达目标位置的阻力。这种铁手式的刚性，在焊接、喷涂、搬运等非接触或低精度接触任务中不是问题，但在需要精细力调节的装配、打磨、去毛刺等任务中，就成了灾难。这个问题的根源深植于工业机器人诞生以来的控制哲学之中。从1960年代尤尼梅申的第一台工业机器人开始，机器人的核心任务就是精确地到达空间中的指定位置。控制系统的设计目标是最小化位置误差，所有传感器、算法和驱动器的优化都围绕这个目标展开。在这种范式下，任何阻碍机器人到达目标位置的力都被视为需要克服的干扰。机器人的关节驱动器会加大力矩输出，直到克服阻力或达到力矩极限。当阻力来自工件本身时，结果往往是工件损坏、机器人过载或两者兼有。力控制的思想其实早在1970年代就已经出现。

麻省理工学院的丹尼尔·惠特尼在1977年发表了一篇具有里程碑意义的论文，提出了机器人力反馈控制的基本框架。他的核心洞见是：机器人不应该只关心是否到达了目标位置，而应该同时关心以多大的力接触环境。这个思想在理论上非常清晰，但在工程实现上却面临着巨大的挑战。第一个挑战来自传感器。要测量机器人末端执行器与环境的接触力，需要在机械臂的腕部安装力传感器。这种传感器必须能够同时测量三个方向上的力和三个方向上的力矩——这就是所谓的六维力力矩传感器。在1970年代，这样的传感器体积庞大、价格昂贵，而且输出信号充满了噪声。更麻烦的是，当机械臂在高速运动时，传感器不仅会测量到接触力，还会测量到末端执行器自身的惯性力。要从中分离出真实的接触力，需要精确知道末端执行器的加速度和质量分布，而当时的计算能力根本无法实时完成这样的补偿。第二个挑战来自机械臂本身的动力学特性。一台典型的六轴工业机器人是一个高度非线性的动力学系统。

每个关节的惯量会随着机械臂姿态的变化而变化，关节之间的耦合效应使得一个关节的运动会影响其他关节的受力。要精确控制末端执行器的力输出，就需要建立整个机械臂的精确动力学模型，并实时计算出各个关节需要输出的力矩。在1980年代，即使是简化后的动力学模型，其计算量也远远超出了当时工业控制器中微处理器的能力。第三个挑战来自控制架构本身。传统的工业机器人控制器是为位置控制而设计的。控制器的核心是一个位置伺服回路：编码器测量关节角度，与目标角度比较，产生误差信号，然后通过PID控制器计算出电机需要输出的力矩。这个回路的运行频率通常在几百赫兹到几千赫兹之间。要在这个架构中集成力控制功能，就需要在位置控制回路的外层再套上一个力控制回路。这个外层回路测量接触力，与目标力比较，产生力误差信号，然后修改位置控制回路的目标位置。问题在于，这个外层回路的运行频率受到力传感器采样率和计算延迟的限制，通常只能达到几十赫兹。

这意味着力控制的响应速度远低于位置控制，当机械臂快速接触工件时，力控制回路来不及反应，位置控制回路已经驱动机械臂撞上了工件。这些工程挑战使得力控制长期停留在实验室阶段。在整个1980年代，尽管学术界发表了大量关于力控制理论的论文，但在实际的工业机器人产品中，力控制功能几乎不存在。工厂里的精密装配任务仍然依赖熟练工人的手感。一个经验丰富的装配工可以凭手指的触觉感知到销轴与孔的接触状态，微调插入的角度和力度，在几秒钟内完成一个间隙仅为几微米的精密装配。这种人类手感的精妙之处在于，它融合了力觉、触觉和本体感觉的多模态信息，在毫秒级的时间尺度上实时调整动作。相比之下，当时的机器人就像是一个被蒙住眼睛、戴上了厚手套的人，只能笨拙地摸索。转折点出现在1990年代初期。三个独立的技术进步开始汇聚，为力控制的实用化创造了条件。第一个进步是力传感器技术的成熟。

美国ATI工业自动化公司在1989年推出了Gamma系列六维力力矩传感器，这是第一款真正适合工业应用的产品。Gamma传感器采用硅应变片技术，将力和力矩的测量集成在一个紧凑的圆柱形壳体中，直径不到八十毫米，厚度不到四十毫米。它的测量精度达到了满量程的百分之零点一，采样率可以达到几千赫兹。更重要的是，ATI在传感器中集成了温度补偿和信号调理电路，大大降低了输出信号的噪声水平。这使得在工业环境中可靠地测量接触力成为可能。第二个进步是计算能力的飞跃。1990年代初期，摩托罗拉的六八零四零处理器和英特尔的i四八六处理器开始进入工业控制领域。这些处理器的浮点运算能力达到了每秒数百万次，比1980年代的主流处理器提高了两个数量级。这使得在控制器的每个伺服周期内完成机械臂动力学模型的实时计算成为可能。数字信号处理器的出现为力信号的实时滤波和处理提供了专门的硬件平台。通过这些计算资源的组合，力控制回路终于可以达到与位置控制回路相当的运行频率。

第三个进步来自控制理论本身。1985年，麻省理工学院的尼维尔·霍根提出了阻抗控制的理论框架。这个框架的核心思想是：机器人不应该被控制为一个纯粹的位置源或纯粹的力源，而应该被控制为一个具有可调节机械阻抗的系统。所谓机械阻抗，就是系统对外力的响应特性。一个高阻抗的系统在受到外力时位移很小，就像一个刚性物体；一个低阻抗的系统在受到外力时会产生较大的位移，就像一个柔软的弹簧。霍根的洞见是：机器人应该根据任务的需要，主动调节自己的机械阻抗。在自由空间中运动时，机器人应该表现为低阻抗，以便顺应意外的接触；在接触工件后，机器人应该根据任务要求表现出适当的阻抗，既不能太硬导致工件损坏，也不能太软导致无法施加足够的力。霍根的理论为力控制提供了一个统一的数学框架。在这个框架下，力控制和位置控制不再是两个独立的问题，而是同一个问题的两个侧面。控制器的设计目标不是跟踪一个位置轨迹或一个力轨迹，而是建立末端执行器位置与接触力之间的动态关系。

这个关系可以用一个质量弹簧阻尼系统来描述：当接触力偏离目标值时，系统会产生一个虚拟的弹簧力，推动末端执行器向减小力误差的方向运动；同时，虚拟的阻尼力会抑制振荡，使系统平稳地收敛到目标状态。通过调节虚拟质量、虚拟弹簧刚度和虚拟阻尼系数这三个参数，工程师可以让机器人表现出从极软到极硬的各种力学特性。阻抗控制的理论框架很快在学术界获得了广泛认可，但它的工程实现却引发了新的争论。争论的焦点在于：阻抗控制应该在机器人的关节空间中实现，还是在任务空间中实现？在关节空间中实现阻抗控制意味着为每个关节分别设计阻抗参数，这种方法计算简单，但难以描述末端执行器在笛卡尔空间中的力学行为。在任务空间中实现阻抗控制意味着直接在末端执行器的运动空间中定义阻抗关系，这种方法更直观，但需要实时求解机器人的逆动力学和正运动学，计算量更大。

这个争论在1990年代初期的机器人控制会议上持续了数年，最终形成了一个共识：对于大多数工业应用，任务空间中的阻抗控制是更合适的选择，但需要针对具体任务进行参数优化。就在阻抗控制理论不断深化的同时，另一种力控制范式也在平行发展。这种范式被称为导纳控制，其核心思想与阻抗控制正好相反。在阻抗控制中，控制器测量位置并输出力；在导纳控制中，控制器测量力并输出位置。具体来说，导纳控制器接收力传感器的信号，根据预设的导纳关系计算出末端执行器应该移动的方向和距离，然后将这个修正量叠加到原来的位置轨迹上。当接触力增大时，导纳控制器会命令机器人向减小接触力的方向移动；当接触力减小时，控制器会命令机器人向增大接触力的方向移动。通过这种方式，机器人表现出一种根据外力大小自动调整位置的行为特征。阻抗控制与导纳控制之间的争论在1990年代中期达到了白热化。

支持阻抗控制的研究者指出，阻抗控制直接利用了机器人关节的力矩控制能力，响应速度更快，更适合需要高刚度接触的任务，如打磨和抛光。支持导纳控制的研究者则反驳说，导纳控制更容易在现有的位置控制机器人上实现，因为它只需要在位置指令上叠加修正量，不需要修改底层的力矩控制回路。而且，在接触刚度极高的任务中，如金属零件装配，导纳控制的稳定性更好。这场争论的背后是两种不同的工程哲学：一种是自底向上的设计思路，从关节力矩控制出发构建完整的力控系统；另一种是自顶向下的设计思路，在现有的位置控制基础上添加力控功能。到1997年前后，这场争论开始从理论层面向工程实践层面转移。研究者们逐渐认识到，阻抗控制和导纳控制并不是互相排斥的，而是适用于不同的任务场景。一个更务实的观点开始形成：机器人控制器应该同时支持这两种模式，让工程师根据具体任务选择最合适的力控策略。这种观点得到了工业机器人制造商的响应。

1998年，德国KUKA公司在其新推出的KR C2控制器中首次内置了力控功能包。这个功能包同时支持阻抗控制和导纳控制两种模式，用户可以通过一个配置界面选择力控模式、设定目标力和阻抗参数。KUKA的工程师们花了近两年的时间解决力传感器信号与机器人控制器之间的同步问题。他们的解决方案是在控制器中增加一个专用的力控处理板，这块板卡直接读取力传感器的模拟信号，在硬件层面完成滤波和坐标变换，然后将处理后的力数据以每毫秒一次的频率发送给主控制器。这种架构将力控回路的延迟降低到了五毫秒以下，足以应对大多数工业装配任务。几乎在同一时期，日本的FANUC公司也推出了自己的力控解决方案。FANUC的技术路线与KUKA有所不同。FANUC选择将力控功能深度集成到其专有的伺服控制芯片中。在FANUC的R-J3iC控制器中，力传感器信号通过高速串行接口直接进入伺服控制芯片，芯片内部的固件负责执行阻抗控制算法。

这种高度集成的架构将力控回路的延迟降低到了一毫秒以下，达到了当时业界的最高水平。FANUC的工程师在1999年的一次技术研讨会上展示了一个令人印象深刻的演示：一台配备力控功能的LR Mate 200i机器人正在组装一个精密手表机芯，它将一个直径不到一毫米的齿轮轴插入一个配合间隙仅为五微米的轴承孔中。整个过程不到三秒，接触力始终控制在零点一牛顿以下。这个演示在工业机器人行业引起了轰动，因为它证明了力控机器人已经能够完成过去只有最熟练的钟表匠才能完成的任务。瑞典的ABB公司则走出了第三条技术路线。ABB在1999年推出的力控装配解决方案没有采用纯粹的阻抗控制或导纳控制，而是设计了一个混合控制架构。在这个架构中，工程师可以为不同的空间方向指定不同的控制模式：在需要精确定位的方向上使用位置控制，在需要力调节的方向上使用力控制。例如，在轴孔装配任务中，沿着孔轴线方向使用力控制，以确保销轴平稳插入而不损坏工件；

在垂直于孔轴线的平面内使用位置控制，以保持销轴与孔的对中。这种混合控制策略充分利用了任务本身的几何约束，在保证装配精度的同时简化了控制器的设计。ABB的混合控制方案还解决了一个困扰力控技术多年的问题：当机器人需要在自由空间和接触空间之间频繁切换时，如何实现平滑的模式转换。在自由空间中，机器人应该使用位置控制来快速移动到目标附近；一旦接触到工件，就应该切换到力控制模式来执行精细的操作。如果模式切换不够平滑，机器人在接触瞬间可能会产生冲击力，损坏工件或传感器。ABB的工程师设计了一个基于力阈值的自动切换机制：当力传感器检测到接触力超过预设阈值时，控制器自动从位置控制模式切换到力控制模式；切换过程中，控制器会调整位置目标值，使机械臂在接触点的速度平滑降为零，从而避免冲击。这个看似简单的机制在实际应用中效果显著，大大提高了力控机器人在复杂装配任务中的可靠性。

力控技术的成熟不仅改变了精密装配的格局，还开启了一个全新的应用领域：机器人表面处理。打磨、抛光、去毛刺这些传统上依赖熟练工人的任务，开始进入自动化的视野。这些任务的共同特点是：工具与工件之间需要保持恒定的接触力，同时工具需要沿着工件的表面轮廓运动。在纯位置控制下，工件表面的微小起伏会导致接触力的剧烈波动，造成表面质量不均匀。力控制技术使得机器人可以像人类工匠一样，在保持适当压力的同时顺应工件的表面形状。1999年，奥地利的一家汽车零部件供应商首次在量产线上部署了配备力控功能的抛光机器人。这套系统使用ATI的Gamma传感器测量抛光轮与工件之间的接触力，通过阻抗控制算法将接触力稳定在二十牛顿正负零点五牛顿的范围内，同时机器人沿着预设的路径运动。结果表明，力控抛光机器人的表面粗糙度一致性比手动抛光提高了三倍，而废品率从原来的百分之五降到了百分之零点五以下。力觉的引入还催生了另一个重要的技术方向：机器人去毛刺。

毛刺是金属加工过程中不可避免的副产品，它们附着在工件的边缘和孔口，需要在装配前去除。传统的手工去毛刺不仅劳动强度大，而且质量一致性差。机器人去毛刺的难点在于，毛刺的大小、形状和位置都是不确定的，刀具需要根据实际的切削阻力调整进给速度和切削深度。力控制技术为这个问题提供了一个优雅的解决方案：通过监测刀具的切削力，机器人可以判断当前正在切削的是基体材料还是毛刺，并相应地调整进给策略。1998年，德国一家汽车变速箱制造商部署了FANUC的力控去毛刺系统。这套系统使用一个高速电主轴驱动旋转锉刀，通过六维力传感器实时监测切削力。当传感器检测到切削力突然增大时，说明刀具遇到了较大的毛刺，控制器会降低进给速度以避免刀具过载；当切削力下降时，说明毛刺已经被去除，控制器会恢复正常进给速度。这套系统将去毛刺的节拍时间缩短了百分之四十，同时将刀具寿命延长了百分之五十。

然而，力控技术在工业应用中最大的意义，也许不在于它能够完成哪些具体的任务，而在于它从根本上改变了人们对机器人能力的认知。在力控技术成熟之前，机器人被理解为一种精确定位的设备，它的价值在于重复执行预设的运动轨迹。这种理解将机器人局限在一个狭窄的应用范围内：环境必须是结构化、可预测的，工件必须精确地放置在指定位置，任何偏差都会导致任务失败。力控技术的出现打破了这种局限。配备了力觉的机器人不再要求环境适应它，而是能够主动适应环境的不确定性。当销轴没有完全对准孔口时，机器人可以感知到侧向力，并自动调整姿态完成插入。当工件的表面轮廓与CAD模型存在偏差时，机器人可以感知到接触力的变化，并调整运动轨迹以保持恒定的接触力。这种从要求环境适应机器到让机器适应环境的转变，是机器人技术发展史上的一次范式跃迁。这个范式跃迁的意义远远超出了工业自动化的范畴。

它指向了一个更深远的问题：如果机器人能够感知和控制接触力，那么它是否能够安全地与人类共享工作空间？在整个1980年代和1990年代初期，工业机器人的安全策略只有一条：物理隔离。机器人被安装在安全围栏内，任何人员进入围栏都会触发紧急停机。这种策略的逻辑很明确：工业机器人是强大的、高速的、不知疲倦的，但它们也是盲目的、无感知的、不会避让的。一旦有人进入机器人的工作空间，机器人不会感知到人的存在，也不会主动减速或改变运动轨迹。唯一的安全保障就是将人与机器人彻底分开。力控技术为这个问题提供了一个全新的思路。如果机器人能够实时感知末端执行器受到的接触力，那么当它意外接触到人体时，就会立即检测到一个异常的力信号。如果控制器的响应速度足够快，机器人可以在造成伤害之前停止运动或反向退让。这个想法在1990年代中期开始在机器人安全研究领域获得关注。

1996年，美国西北大学的两位教授J. Edward Colgate和Michael Peshkin提出了一个具有深远影响的概念：协作机器人。他们的核心论点是：通过力觉和其他感知技术，可以设计出一种能够与人类在同一空间内安全协作的机器人。这种机器人不需要安全围栏，而是依靠感知能力和控制算法来保证安全。当它接触到人体时，它会感知到接触力并立即停止或退让，就像一个强壮的工人会小心地避免撞到身边的同事一样。Colgate和Peshkin在提出这个概念的同时，也给出了具体的工程实现方案。他们设计了一种串联弹性驱动器，在电机和负载之间加入一个弹性元件。这个弹性元件起到了天然的力传感器和缓冲器的作用：当负载受到外力时，弹性元件会产生变形，通过测量变形量就可以间接测量力；同时，弹性元件吸收冲击能量，降低了碰撞时的峰值力。这种设计使得机器人在机械层面就具备了柔顺性，即使控制系统出现故障，机器人也不会产生危险的刚性冲击。

1997年，Colgate和Peshkin在西北大学实验室中演示了第一台协作机器人原型机。这台机器人只有两个关节，外形更像是一个实验装置而非工业产品，但它证明了一个关键的概念：通过力感知和柔顺控制，机器人可以安全地与人类进行物理接触。协作机器人的概念在1990年代末期仍然是超前的。当时主流的工业机器人制造商们更关注的是如何将力控技术应用于传统的自动化任务，而不是探索人机协作的可能性。但力控技术的成熟已经为协作机器人奠定了控制论层面的基础。当KUKA、FANUC和ABB的工程师们在优化力控算法、降低力传感器噪声、提高力控回路响应速度时，他们实际上也在为未来的协作机器人积累技术储备。力控技术让机器人获得了收放力量的能力，这种能力不仅让精密装配成为可能，也让安全的人机物理交互成为可以想象的目标。到1999年底，力控技术已经从一个实验室概念转变为工业现实。

KUKA、FANUC和ABB都在各自的控制器中提供了力控功能，ATI的六维力传感器已经成为行业标准配置，力控装配、力控打磨和力控去毛刺正在从示范应用走向规模化部署。但力控技术的真正意义不在于它替代了多少熟练工人，而在于它重新定义了机器人的能力边界。在力控技术出现之前，机器人的世界是一个纯粹的几何世界：位置、速度、加速度，这些是机器人唯一关心的物理量。力控技术为机器人打开了一个新的感知维度：力的世界。在这个世界里，机器人不再是一个只懂得执行运动指令的铁手，而是一个能够感知物理交互、调节自身行为的巧手。这种转变的深远影响才刚刚开始显现。在精密装配领域，力控技术使得机器人能够完成间隙仅为微米级的轴孔装配，这是纯位置控制永远无法企及的精度。在表面处理领域，力控技术使得机器人能够模仿人类工匠的手感，在保持恒定压力的同时顺应复杂的表面轮廓。在去毛刺领域，力控技术使得机器人能够根据切削力实时调整进给策略，在保证质量的同时延长刀具寿命。

但这些应用仍然是在机器人的传统疆域内取得的成就。力控技术真正激动人心的前景在于它可能打开的新的疆域：人机协作、医疗手术、服务机器人。在这些领域，机器人与人类之间的物理交互不再是需要严格避免的危险，而是任务本身的核心组成部分。当一台配备了力控功能的机器人在装配线上将销轴插入轴孔时，它不仅在完成一个具体的任务，还在展示一种新的可能性：机器可以拥有手感。这种手感不同于人类的触觉，它没有皮肤中的触觉小体，没有神经末梢的温度感知，没有肌肉中的本体感觉。但它以另一种方式实现了类似的功能：通过应变片测量弹性体的微小变形，通过数字信号处理器过滤惯性力干扰，通过阻抗控制算法模拟质量弹簧阻尼系统的动态响应。这种工程化的力觉虽然粗糙，但已经足以让机器人完成许多过去只有人类才能完成的任务。更重要的是，它点燃了一个关于人机关系的新的想象：如果机器人能够感知到人的触碰并柔顺退让，那么物理上的安全围栏或许就不再是必需的。

这个想象在1999年仍然是一个遥远的技术愿景，但它的种子已经在力控技术的土壤中生根。力觉的获得，使得机器人从需要隔离的危险设备变成了潜在可协作的伙伴，安全围栏的象征意义开始松动。在麻省理工学院、斯坦福大学和西北大学的实验室里，研究者们已经开始认真思考一个没有围栏的机器人工作场景。在KUKA和ABB的开发部门里，工程师们开始讨论如何在下一代控制器中增加面向人机协作的安全力控模式。一个新的技术方向正在从力控技术的成就中生长出来，它将重新定义人与机器的关系，也将把机器人技术带进一个更加复杂和不可预测的环境：人类的世界。