1. 牛顿-欧拉递推动力学概述
机器人动力学是研究机器人运动与受力之间关系的核心学科。牛顿-欧拉递推动力学算法作为其中经典方法，通过递推方式计算机器人各关节的力和力矩，在实时控制、轨迹规划等领域具有重要应用价值。
这个算法巧妙结合了牛顿第二定律（描述平动）和欧拉方程（描述转动），通过正向递推计算速度和加速度，再反向递推计算力和力矩。我在工业机器人控制系统中多次应用该方法，相比拉格朗日法，其计算效率更高，特别适合自由度较多的机械臂。
2. 算法原理深度解析
2.1 基本假设与坐标系建立
牛顿-欧拉法基于刚体假设，将机器人视为由多个刚性连杆通过关节连接而成。在实际应用中，我们需要为每个连杆建立坐标系，通常采用Denavit-Hartenberg（D-H）参数法：
- 基坐标系（Base Frame）：固定在机器人底座
- 关节坐标系（Joint Frame）：每个关节对应一个坐标系
- 工具坐标系（Tool Frame）：位于末端执行器
注意：坐标系定义的一致性直接影响最终计算结果，建议在开始计算前绘制详细的坐标系示意图。
2.2 正向速度/加速度递推
正向递推从基座开始，逐步计算各连杆的速度和加速度。对于旋转关节i，其递推公式为：
code复制ω_i = R_i^T ω_{i-1} + θ̇_i z_i
α_i = R_i^T α_{i-1} + R_i^T ω_{i-1} × θ̇_i z_i + θ̈_i z_i
a_i = R_i^T (a_{i-1} + α_{i-1} × p_i + ω_{i-1} × (ω_{i-1} × p_i))
其中：
- ω：角速度
- α：角加速度
- a：线加速度
- R：旋转矩阵
- p：位置向量
- z：关节轴单位向量
2.3 反向力/力矩递推
反向递推从末端开始，计算各关节的力和力矩：
code复制f_i = R_{i+1} f_{i+1} + m_i a_i + m_i g
τ_i = R_{i+1} τ_{i+1} + f_i × r_i + (R_{i+1} f_{i+1}) × r_{i+1} + I_i α_i + ω_i × (I_i ω_i)
其中：
- f：连杆受力
- τ：关节力矩
- m：连杆质量
- I：惯性张量