无ROS环境下用Drake建模控制Dynamixel伺服构建SCARA绘图机器人

一、Dynamixel XL-320与Drake集成及延迟优化 #

基础集成方案（新手入门） #

• 自定义LeafSystem封装Dynamixel SDK：
  1. 创建继承自Drake LeafSystem的类，定义输入端口（关节目标位置/速度）和可选输出端口（关节实际位置/速度反馈）。
  2. 在系统的DoCalcDiscreteUpdate方法中，调用Dynamixel SDK的指令写入函数，将Drake计算的目标值发送至伺服电机。
  3. 配置离散更新周期，建议与XL-320默认通信速率匹配（如100Hz/10ms），减少不必要的通信开销。

延迟优化措施 #

• 异步通信模式：
  • 单独启动线程处理伺服反馈读取，避免在Drake控制线程中等待响应，防止阻塞控制循环。
  • 使用SDK非阻塞API发送指令，反馈数据在后台线程缓存，供Drake后续调用。
• 精简通信数据：
  • 仅发送必要控制参数，比如位置控制模式下只写入目标位置寄存器，无需每次发送全量电机参数。
  • 利用SDK批量指令功能，一次性发送两个关节的控制指令，减少USB通信交互次数。
• 对齐控制周期：
  • 将Drake离散控制周期与伺服通信周期设为一致（如10ms），避免周期不匹配导致的指令堆积或延迟。
• Docker环境优化：
  • 启动容器时添加--privileged参数或直接挂载对应USB设备（如/dev/ttyUSB0），确保容器拥有完整USB访问权限。
  • 禁用系统USB自动挂起功能，避免通信中断。

二、SCARA机器人精准建模与控制器优化 #

从简化模型开始迭代 #

• 基于URDF搭建基础模型：
  1. 根据机器人CAD数据或实际测量值编写URDF文件，定义连杆长度、质量、质心位置。
  2. 加入伺服核心参数：关节传动比设为XL-320的减速比（128:1），关节执行器扭矩上限设为电机最大输出扭矩（约0.5Nm），转子惯量参考电机 datasheet 设置。
• 逐步添加动力学效应：
  • 库仑摩擦：在URDF关节执行器中添加<friction>参数，或在控制器中加入摩擦补偿项，先通过手动测试估算初始值，再逐步调整。
  • 粘性摩擦：根据电机 datasheet 或空载转动测试数据，在模型中加入粘性摩擦系数，提升动力学精度。
  • 负载效应：搭载绘图笔等负载时，更新连杆质量和质心参数，确保模型与实际一致。

参数估计方法（新手友好） #

• 空载参数识别：
  让机器人做缓慢关节转动，记录Drake输出的控制指令和伺服反馈的位置/速度数据，使用Drake的SystemIdentification工具包，估计关节惯量、摩擦参数。
• 手动调参迭代：
  让机器人运行简单绘图轨迹（如直线），观察轨迹误差：若关节跟踪滞后，增大摩擦补偿参数；若出现抖动，适当降低粘性摩擦系数，逐步优化模型。

控制器优化路径 #

• 先从PID控制器入手：
  使用Drake内置的PidController系统，将关节目标位置与伺服反馈的实际位置作为输入，输出调整后的目标位置指令发送给伺服。先调大比例增益（P）保证跟踪精度，再加入积分增益（I）消除稳态误差，最后用微分增益（D）抑制抖动。
• 进阶到逆动力学控制器：
  当模型参数足够准确后，切换到InverseDynamicsController，结合动力学模型计算每个关节所需扭矩，再将扭矩转换为伺服的目标位置/速度指令（位置控制模式下映射为位置增量；支持扭矩模式可直接发送扭矩指令），进一步提升轨迹跟踪精度。

内容的提问来源于stack exchange，提问作者srv701