面向可复现执行器表征的统一框架：机器人应用中的综合基准测试方法

《Actuators》：Toward Reproducible Actuator Characterization: A Comprehensive Framework for Robotics Applications

　　

本文提出一种用于机器人尤其是涉及人机交互(human–robot interaction, HRI)应用中执行器系统实验表征与基准测试(benchmarking)的结构化框架。所提方法学集成了涵盖无载(no-load)、堵转(locked-rotor)及动态负载(dynamic-load)工况下的十一项实验规程，旨在可复现实验室条件下表征转矩、转速、位置、扰动抑制及能量相关行为。基于实验结果定义了一组描述性性能指标，包括动态稳定性得分(Dynamic Stability Score, DSS)、负载鲁棒性指数(Load Robustness Index, LRI)、振动抑制指数(Vibration Rejection Index, VRI)、动态鲁棒性(Dynamic Robustness, DR)、带宽性能指数(Bandwidth Performance Index, BWPI)及带载可用带宽(Usable Bandwidth Under Load, UBUL)。这些指标并非替代标准控制度量或系统辨识工具，而是通过归纳可比试验条件下的执行器行为予以补充。研究人员以两台代表性永磁同步电机(permanent magnet synchronous motor, PMSM)执行器系统P90和GL80验证了该框架，结果表明所提规程能揭示带宽、扰动抑制、超调、负载敏感度及能耗间的相关权衡关系。

论文解读：Toward Reproducible Actuator Characterization: A Comprehensive Framework for Robotics Applications

研究背景与问题提出

近年来人机交互(human–robot interaction, HRI)相关机器人——包括人形机器人、外骨骼及协作机械臂——发展迅速，对感知、控制及驱动设计提出更高要求。永磁同步电机(permanent magnet synchronous motor, PMSM)因其高效率和较优动态响应被广泛采用。然而现有文献及厂商数据手册缺乏统一的执行器动态性能评价标准：部分研究侧重扰动抑制，部分关注阶跃响应或带宽，厂商测试条件各异，导致不同执行器间无法公平比较。高层平台级基准（如HumanoidBench）无法评估底层驱动链性能，而经典控制指标（上升时间、带宽、跟踪误差等）常在不同负载与控制架构下报告，异质性严重。为此，研究人员开展了将空载、堵转与动态负载试验系统化整合为一套可复现协议，并配套复合标量指标来量化执行器全链条（电机–功率电子–控制算法–机械传动）性能的研究，并在《Actuators》期刊上以两台商用PMSM执行器为例进行演示验证。其意义在于填补仿真设计与实物验证间的空白，为学术与工业界提供模块化、可跨实验室复现的执行器基准评价本体。

主要关键技术方法

研究人员选取两款不同额定参数的商用PMSM执行器系统——P90（ARQUIMEA Research Center产，高转矩密度设计）与GL80（Cubemars产，常用于机器人）——作为被测对象(device under test, DUT)。硬件上采用背靠背(back-to-back)刚性联轴器配T210扭矩传感器(HBK)测输出轴真实转矩，无载与堵转试验复用同传感器；功率回路由ISOBLOCK电流传感器与Entube电压传感器同步采集直流母线电压电流以算瞬时功率与能耗，数据经Saleae记录。所有试验基于自定义控制板上的级联PI电流/转矩、速度、位置闭环，但框架本身对被测控制策略（含MPC、滑模等）无要求，视为黑箱。共设计十一项试验分三类：无载实验(NL?1～NL?4)、堵转实验(LR?1～LR?2)、动态负载实验(DL?1～DL?5)；基于试验结果计算理想基准带宽，进而导出DSS、LRI（含Δt_{r_load–noload}/t_{r_noload}与ΔOS）、VRI、DR（最大偏差A与恢复时间t_rec）、BWPI及UBUL等复合指标。

研究结果

3. System Under Evaluation and Experimental Setup

研究人员明确定义执行器系统由PMSM电机、控制板与功率电子、控制算法（电流/转矩环、速度环、位置环）及机械传动组成整体评价。实验采用背?to?back双机耦合加扭矩传感器及相同接地走线以确保公平性与可复现性。

4. Experiments Definition

共十一项规程。NL?1速阶跃与NL?3位置阶跃提取上升时间、稳态误差、超调；NL?2正弦速度扫频(1–400 Hz)与NL?4正弦位置扫频(1–50 Hz)获频响与谐振。LR?1转矩阶跃验转矩控制精度，LR?2正弦转矩扫频(1–1500 Hz)定转矩带宽与非线性。DL?1恒载扰动验速度调节与抗扰；DL?2带载正弦速度(1–100 Hz)与DL?3带载正弦位置(1–50 Hz，幅±π/2 rad)测定带载带宽；DL?4定位置下正弦转矩扰动(幅10%额定，1–400 Hz)评振动抑制；DL?5带载位置阶跃(0→π/2 rad)评带载动态稳定性。频率范围依据人体自主运动＜10 Hz及交互控制需高一数量级带宽选定。

5. Benchmark Definition

先依简化一阶模型由峰值转矩、惯量、摩擦估算理想速度带宽（式(4)：f_bw,ideal,v=0.35/(t_rise×0.8)，t_rise由Jω/(τ_peak?τ_C?bω)算出）与理想位置带宽（式(5)：f_bw,ideal,p=0.35/(θ_step/ω_nom×0.8)）。定义复合指标：DSS=settling窗口内响应振荡幅值/参考幅值（越低越稳）；BWPI=f_{bw,meas,noload}/f_bw,ideal（近1趋近理想）；LRI分无量纲上升时间退化比Δt_r/t_{r_nl}与超调变化量ΔOS(%pt)；VRI=max(e_pos)?min(e_pos)于扰动窗口（类灵敏度函数峰值）；DR报扰动最大偏差A与恢复至±2%参考内时间t_rec；UBUL=f_bw,meas,load/f_bw,ideal（越高带载保带宽越好）。

6. Evaluation of an Actuator or Motor

无载实验中P90速度上升时间更短(5.90 ms vs 13.3 ms)、速度带宽更高(46.67 Hz vs 28 Hz)，位置带宽略高(12.01 Hz vs 11.99 Hz)，能耗显著低于GL80。堵转实验中P90转矩上升时间极短(1.20 ms)、过冲极低(0.0395%)、转矩带宽1228.5 Hz；GL80转矩带宽略高(1290 Hz)但过冲较大(1.43%)，且在正弦扫频中于27 Hz出现转矩幅值放大(达6.1154 Nm超额定堵转转矩)，暗示谐振现象。动态负载实验中P90带载速度带宽(24.28 Hz)与位置带宽(10.67 Hz)均高于GL80(10.36 Hz、7.33 Hz)，扰动恢复更快(38 ms vs 42.5 ms)，GL80振动引起位置误差更小(±0.009 rad vs ±0.0289 rad)但耗能更大。理想带宽计算显示P90理论速度带宽109.375 Hz超GL80(48.16 Hz)一倍以上，位置理想带宽相近(P90:16.78 Hz，GL80:15.31 Hz)。指标汇总得：DSS(P90=24.08%，GL80=9.92%)表明GL80暂态振荡更小；BWPI(GL80=0.7832＞P90=0.7155)说明GL80无载更接近理想但差距不大；LRI显示GL80带载上升时间退化剧烈(Δt_r/t_{r_nl}值大)远甚于P90；VRI(GL80=0.018＜P90=0.0578)表明GL80静态抗微振更好；DR中P90偏差大(A=0.032 rad)但恢复快(t_rec=38 ms)，GL80反之(A=0.009 rad，t_rec=42.5 ms)；UBUL(P90=63.59%＞GL80=47.87%)说明P90带载保带宽能力强。综上P90适合高动态敏捷追踪，GL80适合强调低超调与低微振误的人机柔顺交互。

讨论与结论（翻译浓缩）

研究人员指出该框架弥合了仿真设计与经验验证间隙，通过标准化十一实验与复合指标联结本征机电动力学、控制响应及负载鲁棒性。P90较高带载带宽保持率与快恢复说明其对高动态任务有利；GL80较低振动位置误差与超调适合需平顺交互场景。负载退化指标(LRI、DR)对穿戴与协作机器人预测实境性能至关重要，融合功率/能耗指标可统一评估动态品质与效率。框架模块化可扩展，依赖可重复激励剖面与可测物理量，利于跨实验室复现与开放科学。未来工作将建立所述执行器指标与任务级性能（如人形行走稳定性）的关联以验证实用价值。结论为：所提基准本体使跨电机、机械、功率电子及控制策略的比较成为可能，推动可复现机器人实验方法论建立，支持更明智的执行器选型与控制器设计，最终促进更敏捷、高效、安全的人机交互机器人实现。