内部逻辑

到目前为止，我们已经介绍了在客户端（即自己的工作站 PC）上运行的接口的详细信息。包括实时接口的控制端在内的完整控制回路的行为如下图所示

_images/rt-loop.png — 实时循环：从控制命令到机器人期望的关节扭矩。

运动生成器 ：用户发送的所有运动生成器命令都有下标c，代表 ‘commanded’。当发送运动生成器时，机器人运动学完备块Robot Kinematics completion将计算用户命令信号的正向/逆向运动学，产生期望信号，下标d。如果使用内部控制器，它将产生必要的扭矩 $τ_{d}$ 跟踪相应的计算d信号（内部关节阻抗控制器将跟踪关节信号 $q_{d}, {\dot{q}}_{d}$ 和内部笛卡尔阻抗控制器将跟踪末端笛卡尔信号 $^{O} T_{E E, d},^{O} {\dot{P}}_{E E, d}$ ）并将它们发送到机器人关节。图中控制侧的所有变量，即最后接收到的c值（在低通滤波器和由于数据包丢失导致的外插 extrapolation 之后，阅读下面的解释）、计算出的d值及其时间导数被作为机器人状态（的一部分）发送回用户。通过这种方式，可以在自己的外部控制器中利用逆运动学，同时，它将提供完全透明的信息：用户将始终知道机器人在上一个采样中接收和跟踪的确切值和导数。

提示

当使用关节运动生成器时，机器人运动学完备块不会修改命令中的关节值，因此 $q_{d}, {\dot{q}}_{d}, {\ddot{q}}_{d}$ 和 $q_{c}, {\dot{q}}_{c}, {\ddot{q}}_{c}$ 是等价的。请注意，此时只会在机器人状态下找到（下标为）d信号。如果使用 笛卡尔 运动生成器，机器人运动学完备块可能会修改用户命令的值以避免奇异点，从而所需的信号 $^{O} T_{E E, d},^{O} {\dot{P}}_{E E, d}$ 和命令的信号 $^{O} T_{E E, c},^{O} {\dot{P}}_{E E, c},^{O} {\ddot{P}}_{E E, c}$ 可能不同。此时会在机器人状态中找到（下标为）d和c信号。

外部控制器：如果发送外部控制器，则用户命令的已经额外补偿重力与摩擦力的期望关节扭矩 $τ_{d}$ 将直接送入机器人关节。得到以下方程：

$τ_{c} = τ_{d} + τ_{f} + τ_{g}$

其中：

$τ_{d}$ 是 libfranka 用户输入的期望扭矩，
$τ_{c}$ 是有效控制关节的扭矩，
$τ_{f}$ 是补偿电机摩擦的扭矩，
$τ_{g}$ 是补偿整个运动学链重力所需的扭矩。

请注意，在控制端，有两件事可以修改信号：

数据包丢失，如果：
在这种情况下，Control 假设一个恒定加速度模型或一个恒定扭矩来推断信号。如果 >=20 个数据包连续丢失，则控制循环将停止，并伴随 communication_constraints_violation 异常的抛出。

由于 PC 和网卡的性能，没有很好的网络连接。
控制回路计算时间太长（取决于网卡和 PC 配置，剩下大约 < 300 $μ s$ 的时间用于自己的控制回路）。

提示

如果不确定信号是否被过滤或外插，可以随时检查发送的最后一个命令值，并将它们与在下一个采样中在机器人状态中接收到的值进行比较。还可以在异常发生后在 franka::ControlException::log 成员中找到这些值。