導語
南京理工大學郭毓教授團隊在 ICRA 2025 上發表了關于腱驅動連續體機械臂（TDCM）的研究論文《Command Filtered Cartesian Impedance Control for Tendon Driven Continuum Manipulators with Actuator Fault Compensation》。本文提出結合阻抗控制與容錯的創新方案，旨在解決 TDCM 在復雜環境中面臨的高精度軌跡跟蹤、柔順力控以及執行器故障等挑戰。
在本研究中，NOKOV度量動作捕捉提供連續體機械臂的高精度實時位姿數據，為軌跡跟蹤和容錯控制實驗驗證提供可靠基礎，確?？蒲薪Y論可復現。
一、研究方法概述
1.高精度軌跡跟蹤與柔順力控
團隊提出了一種有限時間笛卡爾阻抗控制方案，通過二階低通濾波器根據末端接觸力實時調整參考軌跡，并結合有限時間命令濾波反步法設計控制器。李雅普諾夫函數證明了系統的有限時間收斂性，從而實現高精度軌跡跟蹤和柔順力控制。
在此過程中，NOKOV度量動作捕提供連續體機械臂末端的實時位姿數據，幫助驗證軌跡調節與力控效果。
2.執行器故障補償方法
針對肌腱拮抗效應及驅動器響應滯后引發的執行器部分失效問題，團隊構建了故障模型，并基于張力傳感器信息設計了補償算法。通過動態調節肌腱張力，顯著提升系統的 魯棒性與可靠性。
NOKOV度量動作捕捉在實驗中實時監測執行器動作與末端位姿，驗證即使在部分執行器失效的情況下，系統仍能保持穩定軌跡跟蹤和柔順力控。
二、腱驅動連續體機械臂（TDCM）實驗與結果
圖1 腱驅動連續體機械臂原型
1.實驗平臺與場景
實驗在兩段式 TDCM 原型機（圖1）上進行，模擬復雜環境交互和執行器故障場景。實驗重點驗證以下功能：
軌跡跟蹤精度
柔順力控表現
執行器部分失效時系統魯棒性
NOKOV度量動作捕捉在整個實驗過程中提供連續、精確的位姿采集，確保實驗數據的高可信度。
2.軌跡跟蹤精度驗證
圖3 笛卡爾軌跡跟蹤的實驗結果。x、y、z是位置的三維坐標，ex、ey、ez是跟蹤誤差。
實驗結果顯示，軌跡跟蹤精度達到 0.005米，比基線方法提高 50%以上（圖3）。使用 NOKOV度量動作捕捉 記錄的實時位姿數據進一步驗證了控制器的高精度性能。
3.柔順力控與障礙物交互
圖4 笛卡爾跟蹤軌跡與外部末端力。F、Fy、Fz是 Fe 的三維坐標。淺淡的淡藍色條帶表示 TDCM 與環境接觸的時刻。
圖6. 笛卡爾阻抗誤差。eimx、eimy、eimz是NOKOV度量動作捕捉系統測量的eim的三維坐標
在接觸障礙物的實驗中，阻抗誤差穩定在 0.09牛頓 以內，并在脫離障礙物后快速恢復軌跡跟蹤（圖4）。NOKOV度量動作捕捉的位姿數據同步記錄了力控動態變化，證明控制策略在環境交互時具有良好柔順性。
4.執行器故障補償效果
當部分執行器失效時，補償算法通過調節肌腱張力維持機械臂穩定運行。NOKOV度量動作捕捉實時反饋末端位姿，使團隊能夠量化補償效果并驗證系統魯棒性。
實驗結果表明研究團隊提出的阻抗-容錯控制方案在連續體機械臂實驗中驗證了高精度軌跡跟蹤、柔順力控及執行器故障補償的有效性。NOKOV度量動作捕捉為實驗提供高精度位姿數據，確?？蒲薪Y論可靠且可復現。
圖5. NOKOV度量動作捕捉為本研究提供執行器高精度實時位姿數據
三、腱驅動連續體機械臂阻抗控制與容錯新方案研究FAQ
Q1: TDCM在復雜環境下能實現多少精度的軌跡跟蹤？
A: 使用阻抗-容錯控制結合 NOKOV度量動作捕捉反饋，軌跡誤差可低至0.005米，比基線方法提升50%以上。
Q2: NOKOV度量動作捕捉如何驗證該新方案系統魯棒性？
A: 通過實時采集機械臂末端位姿和執行器動作，驗證在障礙物接觸和執行器失效情況下的軌跡跟蹤和柔順力控表現。
Q3: 執行器部分失效時控制系統表現如何？
A: 通過補償算法結合 NOKOV度量動作捕捉系統位姿反饋動態調整肌腱張力，保證機械臂穩定運行和高精度軌跡跟蹤。
四、參考文獻及作者簡介
參考文獻：
南京理工大學郭毓教授團隊在ICRA 2025上發表關于腱驅動連續體機械臂（TDCM）的論文 Command Filtered Cartesian Impedance Control for Tendon Driven Continuum Manipulators with Actuator Fault Compensation
作者團隊：
鄭先杰，南京理工大學自動化學院博士研究生。主要研究方向：連續型機器人建模與控制；
余朝寶，南京理工大學自動化學院博士研究生。主要研究方向：柔順控制，智能機器人控制；
丁萌，南京理工大學自動化學院博士。主要研究方向：連續型機器人建模與控制；
劉遼雪，南京理工大學自動化學院副教授。主要研究方向：空間機器人技術，連續型機器人控制；
郭健，南京理工大學自動化學院教授、博士生導師。主要研究方向：智能控制、機器人控制；
郭毓，南京理工大學自動化學院教授、博士生導師。主要研究方向：智能機器人控制、航天器姿態控制等。
