1. Stewart平台仿真概述
Stewart平台作为六自由度并联机器人的典型代表，在飞行模拟器、精密加工和稳定平台等领域有广泛应用。这次我们用MATLAB的Simulink和Simscape Multibody工具箱，从零开始搭建完整的运动学仿真模型。相比串联机器人，并联机构具有刚度大、负载能力强、动态响应快等优势，但运动学建模复杂度也显著增加。
注意：仿真前务必确认MATLAB版本在R2019b以上，这是Simscape Multibody工具箱支持刚体树建模的最低版本要求。
2. 机械结构建模
2.1 基础框架搭建
首先在Simscape Multibody中创建基础框架和移动平台。两个平台通过6个可伸缩支腿连接，每个支腿包含上下两个万向节。关键参数包括：
- 基础平台直径：800mm
- 移动平台直径：600mm
- 支腿初始长度：500mm
- 材料属性：铝合金（密度2700kg/m³，杨氏模量69GPa）
matlab复制% 创建基础平台
base = simscape.multibody.RigidBody('Base');
base_face = simscape.multibody.Solid(base, 'Base_Face', ...
'Extent', [0.8 0.8 0.05], 'Color', [0.8 0.8 0.8]);
2.2 运动副配置
支腿连接采用球铰+圆柱副组合，这是经过多次测试验证的最稳定配置：
- 上端使用球铰（Spherical Joint）提供3个旋转自由度
- 下端使用万向节（Universal Joint）提供2个旋转自由度
- 中间通过棱柱副（Prismatic Joint）实现轴向伸缩
matlab复制leg_joint = simscape.multibody.Joint('LEG_ASSEMBLY', ...
'Primary', base_face, ...
'Secondary', platform_face, ...
'Constraint', {'Spherical','Prismatic','Universal'});
实测发现：单纯使用球铰会导致系统过约束，仿真时会出现支腿抖动现象。而球铰+圆柱副组合既能保证6自由度，又能维持系统稳定性。
3. 运动学算法实现
3.1 逆运动学计算
逆运动学计算各支腿长度，这是控制系统的核心。给定平台位姿（位置+姿态），计算6个支腿的伸缩量：
matlab复制function leg_lengths = inverse_kinematics(pose)
% 输入：平台位姿 [x,y,z,roll,pitch,yaw] (mm和弧度)
% 输出：6个支腿长度向量
platform_center = pose(1:3)'/1000; % 转换为米
R = eul2rotm(pose(4:6)); % 欧拉角转旋转矩阵
% 基础坐标系下的铰点坐标（需实际测量）
base_points = [...]; % 6x3矩阵，单位米
% 平台坐标系下的铰点坐标
platform_points_local = [...]; % 6x3矩阵
% 转换到世界坐标系
platform_points_global = (R * platform_points_local')' + platform_center;
% 计算支腿向量和长度
leg_vectors = platform_points_global - base_points;
leg_lengths = vecnorm(leg_vectors, 2, 2)*1000; % 返回毫米
end
3.2 奇异位形检测
Stewart平台在某些位姿下会失去自由度，称为奇异位形。通过雅可比矩阵条件数检测：
matlab复制J = compute_jacobian(pose); % 雅可比矩阵计算函数
if cond(J) > 1e4
error('Singularity detected at pose: %s', mat2str(pose));
end
典型奇异位形包括：
- 平台倾斜超过45°
- 任意三条支腿共面
- 支腿达到最大/最小长度极限
4. 控制系统设计
4.1 仿真参数配置
在Simulink的Solver Configuration中设置：
- 求解器：ode15s（适合刚性系统）
- 相对容差：1e-6
- 绝对容差：1e-8
- 最大步长：0.001s
调试发现：默认的ode45求解器会导致高频振荡，ode15s能更好处理多体动力学中的刚度问题。
4.2 PID控制器调参
采用独立PID控制每个支腿：
- 比例增益P：根据负载质量调整，典型值0.5-2.0
- 积分时间Ti：0.1-0.5秒
- 微分时间Td：0.01-0.05秒
matlab复制% PID参数自动整定代码示例
opts = pidtuneOptions('PhaseMargin',70);
[C,info] = pidtune(plant,'pid',opts);
5. 仿真结果分析
5.1 轨迹跟踪性能
测试正弦轨迹跟踪：
- X轴：100mm振幅，1Hz频率
- Y轴：50mm振幅，2Hz频率
- Z轴：20mm振幅，0.5Hz频率
性能指标：
- 位置误差：<0.1mm RMS
- 稳定时间：0.3s（阶跃响应）
- 最大超调：<5%
5.2 可视化方法
- 使用Simscape自带的smplot函数：
matlab复制simlog = simout.logsout;
smplot(simlog);
- 自定义3D轨迹绘制：
matlab复制p = platform_pose.Data;
figure;
plot3(p(:,1),p(:,2),p(:,3),'LineWidth',2);
xlabel('X (mm)'); ylabel('Y (mm)'); zlabel('Z (mm)');
grid on; axis equal;
6. 工程实践经验
6.1 装配误差补偿
实际装配与理论模型的差异会导致控制误差，解决方法：
- 使用激光跟踪仪测量实际铰点位置
- 在逆运动学算法中补偿偏移量
- 添加在线校准例程
6.2 常见问题排查
- 支腿抖动：
- 检查运动副约束是否过定义
- 降低PID微分增益
- 确认材料刚度参数
- 仿真发散：
- 检查奇异位形
- 减小仿真步长
- 验证初始位姿是否合理
- 实时性不足：
- 将逆运动学算法转为C-MEX函数
- 使用Simulink的Accelerator模式
- 减少可视化更新频率
这个仿真框架后续可扩展用于：
- 风洞实验平台控制
- 手术机器人运动规划
- 车载稳定平台开发
在实际项目中，我们用它实现了某型无人机云台0.05mm级的定位精度。关键是要做好机械校准和控制系统联合调试，这部分内容我们下次可以详细展开。