IEEE Transactions on Robotics

On the Passive Virtual Viscous Element Injection Method for Elastic Joint Robots

作者：Jiexin Zhang, Tengyu Hou, Ye Ding, Bo Zhang, Honghai Liu · 机构：State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China; State Key Laboratory of Mechanical System and Vibration, Shanghai Jiao Tong University, Shanghai, China; State Key Laboratory of Robotics and Systems, Harbin Institute of Technology Shenzhen, Shenzhen, China; Peng Cheng Laboratory, Shenzhen, China

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：4078-4099

控制人机交互

精读笔记

Problem Setting

《On the Passive Virtual Viscous Element Injection Method for Elastic Joint Robots》（IEEE Transactions on Robotics / 2025）处理的是 EJR 在 pHRI 中的一个结构性矛盾：弹性关节带来安全性、回驱性和高分辨率弹簧形变量力矩测量，但也带来 link-side 自然振荡和受限带宽；物理并联阻尼器可以缓解这些问题，却会让关节力矩测量必须依赖速度差，直接引入微分噪声。真正困难点在于，阻尼不是简单的控制器 damping gain：如果直接在力矩环或位置环里加反馈，容易破坏被动性、引入高阶微分噪声或造成执行器饱和。已有方法卡在两端：纯控制方法没有真正改变 EJR 的内在弹性隔离；vEJR 改变了物理结构但牺牲了 EJR 最有价值的力矩测量方式。论文试图解决的不是一个局部控制器调参问题，而是如何在保持 EJR 物理结构和交互端口被动性的同时，让系统表现为可调粘弹性关节。

Motivation

作者的出发点很清楚：vEJR 的性能改善说明 motor-link 之间的并联阻尼是有价值的，但物理阻尼器不是唯一实现路径。缺口在于：现有 EJR 控制多半追求闭环轨迹或力矩响应，而没有把“关节本体等效物理属性”作为可整形对象；现有 vEJR 则把阻尼固化为硬件参数，并引入力矩测量噪声。作者抓住的核心观察是，真实弹簧力矩 K(theta-q) 可以通过一个新的 motor-side coordinate 重新解释为虚拟坐标下的弹簧-阻尼力矩。也就是说，阻尼注入可以不是机械设计，而是 motor-side dynamics reshaping。这个动机很强，因为它直接对准 EJR/vEJR 的 trade-off：既要 vEJR 的耗散耦合，又要 EJR 的弹簧形变量测力矩。

Core Idea

论文的核心思想是定义一个虚拟电机侧坐标 eta，使原始弹性关节的真实力矩 K(theta-q) 与虚拟粘弹性关系 K(eta-q)+D(dot eta-dot q) 等价。这样外部看见的是带阻尼的关节行为，但真实测量仍然可以用 K(theta-q)。控制器的作用不是直接给 link-side 加阻尼，而是重塑 motor-side dynamics，使 motor 侧在 eta 坐标下满足 vEJR-like dynamics。这个建模转换是全文最重要的部分：它把“物理阻尼器”替换成“坐标变换 + 动态整形”。

与 prior 的本质区别在于，它不只是给已有阻抗控制器加 damping term，也不是单纯通过高增益力矩环压制振荡，而是重新组织了关节内部的能量/信息流：link-side dynamics 保持原样，motor-side 被整形成一个带耗散的被动端口。这个 inductive bias 很明确——让控制后的 EJR 在端口行为上逼近 vEJR，但保留 EJR 的力矩传感结构。lambda 版本进一步承认完整整形在实际系统中会被噪声击穿，因此用部分整形形成一个低通化的 apparent stiffness/damping；这不是小细节，而是方法从理论等价走向实际可部署的关键。

Method

1. 虚拟坐标 eta：解决没有物理阻尼却希望获得粘弹性行为的问题。eta 的定义使真实弹簧力矩可以等价写成虚拟弹簧-阻尼力矩。核心变化是把物理结构属性转化为 motor-side state feedback 可塑形的表观属性。

2. motor-side dynamics reshaping：解决只改控制器外环无法触及 EJR 内在弹性隔离的问题。控制输入 hat T_m 用来抵消/重构电机侧动力学，使系统在 eta 坐标下满足 vEJR-like motor dynamics。关键是 link-side dynamics 不被直接改写，因此端口被动性和弹簧测力矩结构仍可保留。

3. partial reshaping with lambda：解决完整 VVI 对 ddot Delta 和高频反馈过于敏感的问题。lambda in (0,1) 使注入的阻尼不是理想常数，而是带低通特性的 apparent D'。这相当于用带宽换鲁棒性；lambda 越接近 1，越像真实 vEJR，但越容易受噪声、采样和模型误差影响。

4. VVI-DF impedance control：解决传统 DF 力矩环中 derivative term 导致 link-side acceleration feedback 随控制增益放大的问题。虚拟阻尼进入 torque dynamics 后，力矩环可以从 PID 退化为 PI 型结构，显著削弱与控制增益绑定的加速度反馈。这里的关键不是“换了一个控制律”，而是阻尼改变了力矩环的相对阶次和稳定化机制。

5. passivity preservation：论文将 VVI 设计为可与 passivity-based controller 组合的动态整形模块。通过正实性/端口被动性证明，作者试图保证 VVI 不是一个经验振荡抑制器，而是可嵌入交互控制框架的被动子系统。

Key Insight / Why It Works

最核心的有效原因是：VVI 没有试图在 link side 直接“压”振荡，而是在 motor-link 之间恢复耗散耦合。EJR 的问题本质是弹簧隔离导致 motor-side 控制动作不能充分耗散 link-side 能量；并联阻尼的价值在于提供相对速度上的耗散通道。VVI 通过 eta 坐标和 motor-side reshaping 构造了这个通道，因此能解释为什么它在冲击、扰动释放、刚性碰撞中有效。

第二个关键点是力矩测量路径没有被污染。物理 vEJR 的 joint torque 包含 D(dot theta-dot q)，而 dot q 通常来自数值微分，噪声不可避免；VVI 的真实力矩仍然是弹簧形变量 K(theta-q)，虚拟阻尼只存在于重塑后的动力学解释中。这是论文相对 vEJR 最实质的优势，不是 engineering tweak。

第三个关键点是 VVI-DF 对加速度反馈的削弱。传统 DF torque control 为稳定二阶/三阶 torque dynamics 需要 derivative action，而 desired impedance 中的 damping 会把该 derivative action 变成与 ddot q 相关的高增益反馈。VVI 等效注入阻尼后，稳定化不再主要依赖 torque derivative term，因此加速度噪声和输入饱和明显减少。这里的收益不是 scaling，也不是数据覆盖，而是改变了闭环动力学结构。

但也要直接指出：论文中一部分性能提升来自合理的工程折中，而不是纯理论魔法。lambda、滤波、摩擦观测、采样频率、gamma 弱化加速度项都很关键。尤其在真实系统中，VVI 的高 lambda 情况会被噪声和低采样率迅速限制；因此所谓“虚拟阻尼注入”实际是一个带宽受限的动态整形，而非无代价复制物理阻尼。核心贡献是建模和被动整形框架，辅助贡献是把它调到真机可跑。

Relation To Prior Work

这篇工作最接近三条线：物理 vEJR 设计、EJR passivity-based control、级联阻抗控制中的 DF/VS torque control。相对于物理 vEJR，它保留了并联阻尼改善耦合的思想，但把阻尼器从硬件移到 motor-side dynamics reshaping；真正新增的信息是“虚拟坐标下的粘弹性等价”和“力矩仍可由真实弹簧形变量测得”。相对于传统 EJR 控制，它不是单纯追求闭环理想阻抗，而是先改变关节的表观物理属性，再叠加 passivity-based controller。

它也不是完全凭空的新范式。动态整形、端口被动性、虚拟阻抗、collocated feedback 都是已有思想；论文的新意在于将这些思想非常具体地落到 EJR/vEJR 的矛盾上，并给出一个能解释力矩测量优势的坐标重构。VVI-DF 与已有 vEJR 上 DF 控制的关系尤其明显：物理 damping 可以去掉 torque derivative，VVI 做的是用虚拟 damping 达到类似效果。但因为 VVI 的 damping 受 lambda/滤波/采样限制，它更像“可调且可测力矩友好的 vEJR approximation”，而不是严格等价的硬件替代。

Dataset / Evaluation

评估设计基本围绕核心 claim 展开，而不是泛泛做 trajectory tracking。仿真部分覆盖理想输出阻抗、噪声、模型扰动、控制频率、不同惯量下稳定性，以及 VVI-DF 与 DF/vEJR/VS 的对比；真机部分使用带弹性关节的下肢康复机器人，做了冲击、运动扰动和不同环境刚度交互。对于证明“VVI 可以改变表观粘弹性并抑制振荡”以及“VVI-DF 能降低加速度反馈导致的饱和”是足够有针对性的。

但评估的外推性有限。平台是康复机器人，运动速度和任务复杂度都不高，多自由度实验虽有但主要仍是逐关节对角实现；高刚度协作机器人、高速操作、复杂接触、多轴耦合和长时间稳定运行没有被充分验证。benchmark 支持论文主张的机制性有效性，但还不足以证明它作为通用 flexible robot damping injection 方法在各种平台上都稳健。文中对参数选择的实验依据较强，但系统化设计流程仍不充分。

Limitation

最大限制是 VVI 把物理阻尼问题转移成了高质量状态反馈和模型补偿问题。完整整形需要 ddot Delta，部分整形虽然降低了风险，但仍依赖速度/加速度估计、滤波、采样频率和摩擦补偿。实验已经显示 friction compensation 不足会削弱 VVI，高 lambda 会在噪声下引入振荡，低采样率会明显恶化性能。因此 VVI 不是无条件替代物理阻尼器，而是在传感、计算和执行器带宽足够时成立。

理论证明的前提也偏理想：关节刚度、阻尼、惯量多为对角结构；逐关节独立实现依赖 link-side dynamics preserving 的论证；passivity 证明依赖正实性、精确摩擦补偿或忽略部分非理想项。实际机器人中存在传动间隙、非线性摩擦、执行器饱和、通信延迟、量化噪声、非共置柔性模态时，被动裕度可能显著变小。文中未充分说明在这些非理想因素下如何做鲁棒 passivity margin 设计。

另一个限制是参数设计仍不够闭环。D、lambda、L_p、L_I、滤波截止频率、gamma 的选择对性能和稳定性强相关，但论文更多通过条件推导和实验调参说明可行性，缺少面向部署的统一 tuning rule。增益来源不清的问题在实际应用中会很突出：如果为了安全降低 lambda，则阻尼注入不完整；如果提高 lambda，则噪声和饱和风险上升。方法的上限很可能由传感分辨率、采样频率和摩擦补偿质量决定，而不是由理论等价关系决定。

Takeaway

  • 1. 这篇真正值得记住的是“把物理粘弹性转化为虚拟坐标下的 motor-side 被动动态整形”，而不是某个具体控制律。
  • 这个思路可以迁移到其他柔性传动系统：不要只在外环加 damping，而要重构内部能量耦合路径。
  • 2. VVI 给出了一个很好的设计范式：先塑造关节的表观被动物理属性，再在其上叠加 passivity-based controller。
  • 对 pHRI 来说，这比直接追求高带宽闭环跟踪更稳健。

一句话总结

这篇论文把 EJR 的“是否安装物理阻尼器”问题推进为“能否通过被动 motor-side 动态整形注入可调虚拟阻尼”的问题，核心贡献是用虚拟坐标实现 vEJR-like 耗散耦合，同时保留 EJR 的高质量弹簧形变量力矩测量。