本文档属于 Robotics Tutorial 项目，作者：Pengfei Guo，达妙科技。采用 CC BY 4.0 协议，转载请注明出处。

D05 遥操作导论——二端口网络模型、透明度与四通道架构

本章定位：本章是遥操作理论与数据采集（D05-D08）的起点，从双臂协同（D01-D04 中两条机器臂之间的协调）转向**人臂与机器臂之间的协调**。遥操作的核心矛盾是"透明度 vs 稳定性"——操作者想感受到远端环境的真实力（透明），但通信延迟会破坏闭环稳定性。二端口网络模型是分析这一矛盾的统一数学框架，本章建立理论基础，D06 讲散射/波变量的完整推导解决延迟下的稳定性，D07 讲 TDPA 工程实现。

适用范围：二端口网络和透明度概念对触觉设备、VR 力反馈、外骨骼、康复机器人均适用。

前置依赖：F01（阻抗/导纳概念）、F02.4（无源性——储能函数/供给率）、基础控制理论（传递函数/Nyquist/BIBO 稳定性）

下游章节：D06（波变量/无源通信理论）、D07（TDPA 工程实现）、D08（运动映射与遥操作数据采集）

建议用时：2 周（15-20 小时）

---

前置自测 ⭐

📋 答不出 >= 2 题 → 先回前置章节复习

编号	问题	答不出时回顾
1	阻抗/导纳定义：写出机械阻抗 \(Z(s) = F(s)/V(s)\) 和导纳 \(Y(s) = V(s)/F(s)\) 的定义。弹簧-阻尼-质量系统的阻抗是什么？	F01 阻抗导纳二分法
2	无源性定义：一个单端口系统是被动的（passive），当且仅当什么条件成立？写出端口无源性的能量不等式。	F02.4 无源性基础
3	传递函数稳定性：什么是 BIBO 稳定？传递函数的极点必须满足什么条件？Nyquist 判据判断什么？	控制理论基础
4	二端口网络：电气中的二端口网络有哪些参数化方式（Z/Y/H/T 参数）？它们之间如何互换？	电路理论基础
5	D04 中 ALOHA 的控制模式：ALOHA 使用什么底层控制？为什么它没有力反馈？这与本章将讨论的"透明度"有什么关系？	D04 双臂学习

---

本章目标

学完本章后，你应该能够：

1. **建立**遥操作系统的二端口网络模型——定义端口变量（力/速度）、混合参数 h、操作者感受阻抗 \(Z_{to}\)
2. **推导**理想透明度的严格条件 \(H_{ideal} = \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}\)，并理解其物理含义
3. 掌握 Llewellyn 绝对稳定性准则的四个条件，能计算给定架构的稳定因子 \(\eta(\omega)\)
4. **理解**透明度-稳定性 trade-off 的数学本质——\(\eta = 0\) 意味着零鲁棒裕度
5. **区分**四种子架构（PP/PF/FP/FF）的 h 矩阵、透明度极限和工程适用场景
6. 掌握 Z-width 概念和虚拟墙被动条件 \(b > KT/2\)，理解采样率对力反馈质量的决定性影响
7. **定量分析**时延如何破坏透明度，并理解为什么 >200 ms 时 Llewellyn 准则无解

---

1. 遥操作的历史起源与核心矛盾 ⭐

1.1 从核处理到深空——遥操作的七十年

遥操作（teleoperation）起源于人类需要在危险或不可达环境中执行物理操作的需求。理解其历史演进有助于理解当前理论框架的"为什么"。

第一代：机械联动（1940s-1950s）

Raymond Goertz 在美国阿贡国家实验室（ANL）设计了第一台主从遥操作器，用于处理放射性材料。这是纯机械系统——主端和从端通过钢丝绳和滑轮直接机械连接：

Goertz 1952 机械主从臂
══════════════════════════════════
  操作者（隔离墙外）          放射区（隔离墙内）
  ┌─────────┐                ┌─────────┐
  │ Master  │═══钢丝绳═══════│  Slave  │
  │ (操作端) │                │ (执行端) │
  └─────────┘                └─────────┘
        ↑                          ↓
   人手施力 f_h              环境接触力 f_e
   人手速度 v_m              从端速度 v_s

完美透明: f_h = f_e, v_m = v_s（理想刚性连接）
完美稳定: 纯被动机械系统（无能量源）
代价: 距离受限(~3m)、无放大/缩小

本质洞察：Goertz 的机械主从臂实现了**完美透明度**和**绝对稳定性**的同时满足——这是后来所有电控方案都无法达到的。为什么？因为机械联动是纯被动系统（没有电机、没有控制器、没有通信），不存在能量创生的可能。所有后续的理论努力（二端口网络、波变量、TDPA）本质上都是在**用主动控制系统模拟被动机械系统的行为**。

第二代：电控双边（1960s-1980s）

机械联动的距离限制催生了电控方案——用电机替代钢丝绳，用传感器和通信线替代机械连接。但立刻产生了新问题：

问题	来源	后果
不稳定	控制器延迟+采样离散化	硬墙接触时振荡
透明度下降	电机惯量+齿轮摩擦+通信延迟	操作者感受不到真实环境
延迟效应	电信号传播+计算延迟	操作者动作和反馈不同步

Ferrell (1965) 在 MIT 的实验首次定量揭示了**时延对遥操作的摧毁性影响**：

Ferrell 1965 时延实验结果
══════════════════════════════════
延迟 T       任务完成时间倍数    主观评价
0 ms         1.0x               "自然"
50 ms        1.2x               "可接受"
200 ms       2.0x               "困难"
500 ms       3.5x               "几乎不可能"
1000 ms      5.0x+              "完全无法操作"

结论: 延迟 > 200 ms 时，人类操作策略
从"连续控制"切换为"移动-等待-观察"(move-and-wait)

这一实验结果直接驱动了 1980s-1990s 的理论发展——如何在有延迟的电控系统中同时保持稳定性和透明度。

第三代：理论化与体系化（1989-2006）

年份	里程碑	核心贡献
1989	Anderson-Spong	散射变换→任意常数时延下的无源性
1989	Hannaford	混合二端口网络模型→四种子架构
1991	Niemeyer-Slotine	波变量→传输线物理直觉
1993	Lawrence	透明度严格定义→Llewellyn 准则引入
1994	Yokokohji-Yoshikawa	理想运动觉耦合三条件
1994	Colgate-Brown	Z-width→虚拟墙被动条件
2001	Hashtrudi-Zaad-Salcudean	阻抗/导纳 master x slave 选型原则
2006	Hokayem-Spong 综述	领域历史地图

1.2 遥操作系统的三种控制范式

根据人类与机器人之间的控制权分配，遥操作可分为三种范式：

范式	人的角色	机器人自主度	典型应用
Direct（直接遥操作）	连续控制所有 DOF	零（纯执行）	核处理、爆炸物处理
Shared（共享控制）	提供高级意图	部分（如自动避障）	手术机器人（da Vinci）
Supervisory（监督控制）	下达目标/监控	高（自主规划执行）	深空探测（火星车）

本章聚焦 Direct 范式——操作者连续控制机器人的每个 DOF，机器人提供力反馈。这是理论分析最深入、对透明度要求最高的范式。

跨领域类比：遥操作的三种范式类似于自动驾驶的分级：Direct 对应 L0（人完全控制），Shared 对应 L2-L3（人机共驾），Supervisory 对应 L4-L5（机器自主）。就像自动驾驶中 L3 的"人机切换"是最危险的状态，遥操作中 Shared Control 的"人机意图冲突"也是最难处理的问题。

1.3 核心矛盾——透明度 vs 稳定性

遥操作系统设计的核心矛盾用一句话概括：

操作者想完美感受远端环境（透明度），但通信延迟会破坏系统稳定性。

这一矛盾不是可以通过更好的算法"解决"的——它是由物理定律决定的基本限制。我们能做的是在两者之间找到最佳权衡。本章的目标就是建立分析这一权衡的数学工具。

反事实推理：如果没有通信延迟会怎样？回到 Goertz 的机械主从臂——钢丝绳的信号传播速度是声速（~5000 m/s），3 m 距离的延迟仅 0.6 ms，对人类感知完全不可察觉。透明度和稳定性可以同时完美实现。延迟是电控遥操作引入的**根本新问题**——没有延迟，二端口网络理论的大部分内容都不需要。

---

2. 二端口网络模型——从电路到遥操作 ⭐⭐

2.1 端口变量映射

二端口网络模型源自微波电路理论，由 Hannaford (1989) 引入遥操作领域。核心思想是将遥操作系统视为一个"黑盒"——两个端口分别连接操作者和环境，通过端口变量（力和速度）描述系统行为。

电气-力学类比：

电气量	力学量	符号	单位
电压 V	力 f	\(f\)	N
电流 I	速度 v	\(v\)	m/s
功率 P = VI	功率 P = fv	\(P\)	W
阻抗 Z = V/I	阻抗 Z = f/v	\(Z\)	Ns/m

被动符号约定：功率写成 \(P=f\cdot \nu\)，其中 \(\nu\) 是**流入网络的端口速度**，流入网络为正。这一约定对后续的无源性分析至关重要。注意：图中的 \(v_m, v_s\) 是遥操作文献常用的物理速度方向；真正做无源性记账时要用 \(\nu_1=V_m,\ \nu_2=-V_s\)。

二端口网络拓扑
══════════════════════════════════════════

端口 1 (操作者侧)          端口 2 (环境侧)
                 ┌────────────┐
   f_h ────→    │            │  ←──── f_e
                 │  遥操作系统  │
   v_m ←────    │  (黑盒 H)   │  ────→ v_s
                 │            │
                 └────────────┘

端口 1: (f_h, v_m)
  f_h = 人手施加在 master 上的力
  v_m = master 端速度

端口 2: (f_e, v_s)
  f_e = 环境施加在 slave 上的力
  v_s = slave 端速度

注意符号: f_h 指向网络内(操作者推 master)
         f_e 指向网络内(环境推 slave)
         v_m, v_s 是物理运动正方向
         端口流入速度取 ν_1 = V_m, ν_2 = -V_s

2.2 混合参数 h——Hannaford 的统一框架 ⭐⭐

Hannaford (1989) 选择了混合参数 (h-parameters) 来描述遥操作系统，而非更常见的 Z 参数或 Y 参数。这一选择不是随意的。

混合参数矩阵定义：

\[\begin{bmatrix} F_h(s) \\ -V_s(s) \end{bmatrix} = \begin{bmatrix} h_{11}(s) & h_{12}(s) \\ h_{21}(s) & h_{22}(s) \end{bmatrix} \begin{bmatrix} V_m(s) \\ F_e(s) \end{bmatrix}\]

注意输出向量中 \(V_s\) 带负号——这是被动符号约定的结果，使得两端口都用“流入网络”的速度变量记账：端口 1 为 \(V_m\)，端口 2 为 \(-V_s\)。

h 参数的物理含义：

参数	测量条件	物理含义
\(h_{11}(s) = F_h / V_m \big\|_{F_e=0}\)	环境断开（自由空间）	Master 自由空间阻抗
\(h_{12}(s) = F_h / F_e \big\|_{V_m=0}\)	Master 固定	力反射比（力传递效率）
\(h_{21}(s) = -V_s / V_m \big\|_{F_e=0}\)	环境断开	运动传递比（位置跟踪）
\(h_{22}(s) = -V_s / F_e \big\|_{V_m=0}\)	Master 固定	Slave 导纳

为什么选 h 参数而非 Z 或 Y？

Z 参数定义: [F_h; F_e] = Z * [V_m; V_s]
  → 两个端口都以速度为输入、力为输出
  → 问题: 实际系统中, master 端通常输入力(操作者推),
          slave 端通常输出速度(跟随运动)
  → Z 参数不匹配实际因果关系

Y 参数定义: [V_m; V_s] = Y * [F_h; F_e]
  → 两个端口都以力为输入、速度为输出
  → 同样不匹配

h 参数: [F_h; -V_s] = H * [V_m; F_e]
  → 端口1: 速度输入, 力输出 (操作者速度 → master 反馈力)
  → 端口2: 力输入, 速度输出 (环境力 → slave 速度)
  → 完美匹配遥操作的因果关系!

"不是 X 而是 Y"纠正：很多教材从 Z 参数或散射参数入手介绍遥操作理论。但 Hannaford 选择 h 参数不是出于数学方便，而是因为 h 参数**直接对应遥操作系统的物理因果结构**——master 端是力源（阻抗因果），slave 端是运动源（导纳因果）。混合参数"混合"的正是这两种因果关系。

2.3 h 参数的完整推导——从基尔霍夫到传递矩阵 ⭐⭐⭐

为了真正理解 h 参数，我们需要从最基本的电路方程出发，经过 Z 参数和传递矩阵 T，最终推导出 h 参数。这一推导链揭示了各种参数化之间的深层关系。

Step 1：从基尔霍夫定律出发

考虑一个线性二端口网络。对端口 1 和端口 2 分别应用基尔霍夫电压/电流定律，网络内部的线性关系可以用四个独立参数描述。根据选择哪两个量作为自变量，得到不同的参数化。

Step 2：Z 参数（阻抗参数）——两个速度为输入

\[\begin{bmatrix} F_1 \\ F_2 \end{bmatrix} = \begin{bmatrix} z_{11} & z_{12} \\ z_{21} & z_{22} \end{bmatrix} \begin{bmatrix} V_1 \\ V_2 \end{bmatrix}\]

测量方法： - \(z_{11} = F_1/V_1 \big|_{V_2=0}\)：端口 2 短路（速度为零=固定），从端口 1 看到的阻抗 - \(z_{12} = F_1/V_2 \big|_{V_1=0}\)：端口 1 固定，端口 2 的速度如何引起端口 1 的力

Step 3：Y 参数（导纳参数）——两个力为输入

\[\begin{bmatrix} V_1 \\ V_2 \end{bmatrix} = \begin{bmatrix} y_{11} & y_{12} \\ y_{21} & y_{22} \end{bmatrix} \begin{bmatrix} F_1 \\ F_2 \end{bmatrix}\]

\(Y = Z^{-1}\)（前提是 \(\det(Z) \neq 0\)）。

Step 4：传递矩阵 T（ABCD 参数）——级联最方便

\[\begin{bmatrix} F_1 \\ V_1 \end{bmatrix} = \begin{bmatrix} A & B \\ C & D \end{bmatrix} \begin{bmatrix} F_2 \\ V_2 \end{bmatrix}\]

传递矩阵的核心优势：级联。两个二端口网络串联时，总 T = T₁ · T₂，就像变换矩阵的级联。对于遥操作系统：

\[T_{total} = T_{master} \cdot T_{channel} \cdot T_{slave}\]

其中 \(T_{channel}\) 编码了通信通道（包括延迟）的效应。

Step 5：Z → h 的推导

从 Z 参数方程出发，将 \((V_1, F_2)\) 作为自变量重新整理：

第一行：\(F_1 = z_{11} V_1 + z_{12} V_2\)

第二行：\(F_2 = z_{21} V_1 + z_{22} V_2\) → 解出 \(V_2 = (F_2 - z_{21} V_1)/z_{22}\)

代入第一行：

\[F_1 = z_{11} V_1 + z_{12} \frac{F_2 - z_{21} V_1}{z_{22}} = \left(z_{11} - \frac{z_{12} z_{21}}{z_{22}}\right) V_1 + \frac{z_{12}}{z_{22}} F_2\]

同时由 \(V_2 = (F_2 - z_{21} V_1)/z_{22}\) 可得：

\[V_2 = \frac{-z_{21}}{z_{22}} V_1 + \frac{1}{z_{22}} F_2\]

但本章 h 参数的标准形式是

\[\begin{bmatrix}F_1\\-V_2\end{bmatrix} =H\begin{bmatrix}V_1\\F_2\end{bmatrix}\]

因此必须对第二行取负号：

\[-V_2 = \frac{z_{21}}{z_{22}} V_1 - \frac{1}{z_{22}} F_2\]

读出系数：

\[h_{11} = z_{11} - \frac{z_{12} z_{21}}{z_{22}}, \quad h_{12} = \frac{z_{12}}{z_{22}}$$ $$h_{21} = \frac{z_{21}}{z_{22}}, \quad h_{22} = -\frac{1}{z_{22}}\]

Step 6：T → h 的推导

从传递矩阵 \([F_1; V_1] = [A, B; C, D] [F_2; V_2]\) 重新整理：

\[F_1 = AF_2 + BV_2, \quad V_1 = CF_2 + DV_2\]

第二式解出 \(V_2 = (V_1 - CF_2)/D\)。代入第一式：

\[F_1 = AF_2 + B\frac{V_1 - CF_2}{D} = \frac{B}{D} V_1 + \frac{AD - BC}{D} F_2\]

因此：

\[h_{11} = \frac{B}{D}, \quad h_{12} = \frac{AD - BC}{D} = \frac{\det(T)}{D}$$ $$h_{21} = -\frac{1}{D}, \quad h_{22} = \frac{C}{D}\]

各参数化的适用场景总结：

参数化	自变量	最适场景	遥操作中的角色
Z（阻抗）	\((V_1, V_2)\)	阻抗分析	环境耦合分析
Y（导纳）	\((F_1, F_2)\)	导纳分析	力控架构分析
T（传递）	\((F_2, V_2)\)	级联系统	Master-channel-slave 级联
h（混合）	\((V_1, F_2)\)	混合因果	遥操作标准（因果匹配）
S（散射）	入射波	波域分析	无源性分析（D06）

本质洞察：所有五种参数化描述的是**同一个系统**——它们之间的转换不丢失任何信息。选择哪种参数化取决于分析目的。Hannaford 选择 h 参数是因为它直接对应遥操作的因果结构；Anderson-Spong 选择 S 参数是因为它直接表述无源性条件。理解这些参数化之间的关系，就是理解遥操作理论的"统一语言"。

散射参数 S ↔ h 参数（D06 将详细讨论）：

散射参数 \(S\) 定义入射波和反射波的关系。\(\|S\|_\infty \leq 1\) 等价于端口被动性。h 参数和 S 参数之间的转换通过波阻抗 \(b\) 参数化——散射变换的奠基工作是 Anderson-Spong 1989（将散射理论引入遥操作，证明常数时延下的无源性），而"波变量"（wave variables）这一术语和传输线物理直觉的系统化则归功于 Niemeyer-Slotine 1991。

2.4 操作者感受阻抗 \(Z_{to}\) ⭐⭐

\(Z_{to}\)（transmitted-to-operator impedance）是衡量透明度的核心量——它描述操作者通过遥操作系统"感受到"的等效阻抗。

推导：

环境的阻抗关系：\(F_e = Z_e \cdot V_s\)

将 \(F_e = Z_e V_s\) 代入 h 参数方程：

从第二行：\(-V_s = h_{21} V_m + h_{22} F_e = h_{21} V_m + h_{22} Z_e V_s\)

\[V_s (1 + h_{22} Z_e) = -h_{21} V_m\]

\[V_s = \frac{-h_{21} V_m}{1 + h_{22} Z_e}\]

因此：\(F_e = Z_e V_s = \frac{-h_{21} Z_e V_m}{1 + h_{22} Z_e}\)

从第一行：\(F_h = h_{11} V_m + h_{12} F_e\)

代入 \(F_e\)：

\[F_h = h_{11} V_m + h_{12} \cdot \frac{-h_{21} Z_e V_m}{1 + h_{22} Z_e}\]

\[\boxed{Z_{to}(s) = \frac{F_h}{V_m} = h_{11} - \frac{h_{12} h_{21} Z_e}{1 + h_{22} Z_e}}\]

也可以等价地写为：

\[Z_{to}(s) = h_{11} + \frac{(h_{11} h_{22} - h_{12} h_{21}) Z_e}{1 + h_{22} Z_e} = \frac{h_{11} + \Delta_h Z_e}{1 + h_{22} Z_e}\]

其中 \(\Delta_h = h_{11} h_{22} - h_{12} h_{21}\) 是 h 矩阵的行列式。

各项的物理解释：

• \(h_{11}\)：即使没有环境（\(Z_e = 0\)），操作者也会感受到 master 自身的阻抗（惯量、摩擦）
• \(\frac{h_{12} h_{21} Z_e}{1 + h_{22} Z_e}\)：环境阻抗 \(Z_e\) 经过力反射和运动传递"穿透"遥操作系统后的等效值
• \(\Delta_h\)：h 矩阵行列式，决定了高频环境阻抗的传递增益

特殊环境下的 \(Z_{to}\)：

环境	\(Z_e\)	\(Z_{to}\)	理想值
自由空间	\(0\)	\(h_{11}\)	\(0\)
纯弹簧	\(K/s\)	\(h_{11} - h_{12}h_{21}K/(s + h_{22}K)\)	\(K/s\)
刚墙	\(\infty\)	\((h_{11} h_{22} - h_{12} h_{21})/h_{22} = \Delta_h / h_{22}\)	\(\infty\)

2.5 理想透明度的严格定义 ⭐⭐

定义（Lawrence 1993）：遥操作系统是**理想透明**的，当且仅当：

\[Z_{to}(s) \equiv Z_e(s), \quad \forall Z_e, \quad \forall s\]

这意味着操作者感受到的阻抗完全等于环境阻抗——如同直接触碰环境，遥操作系统"消失"了。

推导理想 H 矩阵：

令 \(Z_{to} = Z_e\) 对任意 \(Z_e\) 成立。将 \(Z_{to}\) 的表达式 \(\frac{h_{11} + \Delta_h Z_e}{1 + h_{22} Z_e} = Z_e\) 展开：

\[h_{11} + \Delta_h Z_e = Z_e + h_{22} Z_e^2\]

这必须对所有 \(Z_e\) 成立，因此各次幂系数必须分别相等：

• 常数项（\(Z_e^0\)）：\(h_{11} = 0\)
• 一次项（\(Z_e^1\)）：\(\Delta_h = 1\)，即 \(h_{11} h_{22} - h_{12} h_{21} = 1\)
• 二次项（\(Z_e^2\)）：\(h_{22} = 0\)

结合 \(h_{11} = 0, h_{22} = 0\)：\(-h_{12} h_{21} = 1\)

最简解：\(h_{12} = 1, h_{21} = -1\)

\[\boxed{H_{ideal} = \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}}\]

物理验证：

• \(h_{11} = 0\)：自由空间中 master 阻抗为零——操作者不感受 master 自身的惯量和摩擦
• \(h_{22} = 0\)：slave 导纳为零——master 固定时 slave 不受环境力影响
• \(h_{12} = 1\)：环境力 \(F_e\) 被 100% 传递到操作者
• \(h_{21} = -1\)：master 速度 \(V_m\) 被 100% 传递到 slave（负号是符号约定）

代入 \(Z_{to}\) 公式验证：

\[Z_{to} = 0 - \frac{1 \cdot (-1) \cdot Z_e}{1 + 0 \cdot Z_e} = Z_e \quad \checkmark\]

本质洞察：理想透明度要求 \(h_{11} = h_{22} = 0\)——master 和 slave 的"自身存在"完全消失。但实际系统中，电机有惯量、齿轮有摩擦、控制器有延迟——这些都使得 \(h_{11}, h_{22} \neq 0\)。透明度的物理本质是让遥操作系统在操作者看来"不存在"，但任何物理实体都不可能真正"不存在"。

⚠️ 常见陷阱

💡 概念误区：认为"理想透明度"意味着"力和速度都完美跟踪"
   新手想法："f_h = f_e 且 v_m = v_s → 完美透明"
   实际上：仅力和速度匹配不够——还需要匹配"阻抗关系"
          考虑一个标量增益系统: f_h = 2f_e, v_s = 2v_m
          → 力和速度都不匹配，但 Z_to = f_h/v_m = 2f_e/(2v_m)
          → 需要知道 F_e = Z_e V_s 代入才能判断
          → 实际上这个系统不一定透明，取决于缩放因子的一致性
   正确理解：透明度定义的是阻抗匹配 Z_to = Z_e，
            它是一个比信号匹配更本质的条件

🧠 思维陷阱：认为"提高控制带宽就能提高透明度"
   新手想法："更快的控制器 → 更好的跟踪 → 更高的透明度"
   实际上：提高带宽确实能改善低频透明度，但：
          (a) 高带宽控制器更容易不稳定（Bode 增益裕度限制）
          (b) 采样-保持效应在高频引入额外相位滞后
          (c) 传感器噪声在高频被放大
   正确思维：透明度和稳定性的 trade-off 不是可以通过"更好的控制器"
            消除的——它是系统级的物理限制

练习

1. [A 型 -- h 参数计算] 对一个简单的 1-DOF 系统：master（质量 \(M_m = 0.5\) kg，阻尼 \(B_m = 2\) Ns/m）通过 PD 控制耦合 slave（质量 \(M_s = 1\) kg，阻尼 \(B_s = 1\) Ns/m），位置跟踪 + 力反射。写出 \(h_{11}, h_{12}, h_{21}, h_{22}\) 的传递函数表达式。用 \(Z_e = K_e/s\)（弹簧环境）画出 \(Z_{to}(j\omega)\) 的 Bode 图，观察与 \(Z_e\) 的偏差
2. [思考题] 为什么 Lawrence 选择用阻抗 \(Z_{to}\) 而非力跟踪误差 \(|f_h - f_e|\) 定义透明度？提示：考虑一个缩放系统 \(f_h = 10 f_e, v_s = v_m/10\)——力误差很大，但操作者的阻抗感受如何？

---

3. Llewellyn 绝对稳定性准则 ⭐⭐⭐

3.1 为什么需要"绝对稳定性"

遥操作系统必须在所有可能的环境和操作者条件下保持稳定——我们不能假设操作者总是"配合的"或环境总是"温柔的"。

场景分析：

场景	操作者阻抗 \(Z_h\)	环境阻抗 \(Z_e\)	稳定性挑战
紧握 master + 刚墙	高（手臂刚度 ~2000 N/m）	极高（\(>10^6\) N/m）	高环路增益→振荡
松握 master + 自由空间	低（~50 N/m）	零	低阻尼→超调
手指轻触 + 弹性物体	中等	中等	阻抗匹配差→能量积累
突然放手 + 碰撞	\(0 \to \infty\)	\(0 \to \infty\)	瞬态非线性→失稳

**绝对稳定性**要求系统在所有这些场景（以及它们之间的任意组合）下都保持稳定。

定义：h-二端口网络是**绝对稳定**的，当且仅当：对任意被动终端 \(Z_h\)（操作者）和 \(Z_e\)（环境），闭环系统 BIBO 稳定。

"被动终端"限制了 \(Z_h, Z_e\) 必须是被动的（不产生能量）——这是合理的物理假设（人和环境都不是能量源，从端口角度看）。

3.2 Llewellyn 准则的完整陈述 ⭐⭐⭐

定理（Llewellyn 1952，原用于微波电路，被 Lawrence 1993 引入遥操作）：

h-二端口网络在任意被动负载下绝对稳定的**充要条件**为以下四项同时成立：

\[\text{(L1)} \quad h_{11}(s), h_{22}(s) \text{ 无右半平面极点}\]

\[\text{(L2)} \quad \text{Re}\{h_{11}(j\omega)\} \geq 0, \quad \forall \omega\]

\[\text{(L3)} \quad \text{Re}\{h_{22}(j\omega)\} \geq 0, \quad \forall \omega\]

\[\text{(L4)} \quad \eta(\omega) = \frac{2 \cdot \text{Re}\{h_{11}\} \cdot \text{Re}\{h_{22}\} - \text{Re}\{h_{12} h_{21}\}}{|h_{12} h_{21}|} - 1 \geq 0, \quad \forall \omega\]

每个条件的物理意义：

条件	数学要求	物理含义
L1	\(h_{11}, h_{22}\) 稳定	Master 和 slave 各自内部稳定
L2	\(\text{Re}\{h_{11}\} \geq 0\)	Master 端对操作者是被动的（不向操作者注入能量）
L3	\(\text{Re}\{h_{22}\} \geq 0\)	Slave 端对环境是被动的（不向环境注入能量）
L4	\(\eta(\omega) \geq 0\)	系统的耗散大于互耦合引入的能量

为什么 L4 是核心条件：

L2 和 L3 保证了每个端口独立是被动的，但这不够——两个独立被动的端口通过反馈耦合后可能产生能量！L4 的作用正是限制这种耦合不能过强。

跨领域类比：L4 类似于电路中的振荡条件。一个运放（非被动元件）加上一个反馈网络（被动元件）可以构成振荡器——虽然反馈网络本身不产生能量，但与运放的正反馈组合可以从电源汲取能量并维持振荡。L4 确保遥操作系统中的"耦合"不会产生类似的正反馈振荡。

3.3 Llewellyn 准则的完整证明 ⭐⭐⭐⭐

理解 Llewellyn 准则不仅需要知道四个条件，更需要知道它们是**怎么被推导出来的**——这样才能在非标准场景下灵活应用。

证明思路：绝对稳定性要求对任意被动终端 \(Z_h, Z_e\)（\(\text{Re}\{Z_h\}, \text{Re}\{Z_e\} \geq 0\)），闭环系统 BIBO 稳定。我们将通过端口功率分析，推导出 h 参数必须满足的条件。

Step 1：闭环方程

操作者端：\(F_h = -Z_h V_m\)（负号因为操作者阻抗与端口被动符号相反——操作者"推"进系统）

环境端：\(F_e = Z_e V_s\)

代入 h 参数方程 \([F_h; -V_s] = H [V_m; F_e]\)：

\[-Z_h V_m = h_{11} V_m + h_{12} Z_e V_s$$ $$-V_s = h_{21} V_m + h_{22} Z_e V_s\]

从第二式：\(V_s(1 + h_{22} Z_e) = -h_{21} V_m\)，即 \(V_s = -h_{21} V_m / (1 + h_{22} Z_e)\)

代入第一式：

\[(Z_h + h_{11}) V_m = -h_{12} Z_e \cdot \frac{-h_{21} V_m}{1 + h_{22} Z_e} = \frac{h_{12} h_{21} Z_e}{1 + h_{22} Z_e} V_m\]

\[\boxed{(Z_h + h_{11})(1 + h_{22} Z_e) = h_{12} h_{21} Z_e}\]

BIBO 稳定要求这个特征方程没有右半平面零点——对**所有** \(\text{Re}\{Z_h\}, \text{Re}\{Z_e\} \geq 0\)。

Step 2：条件 L1 的推导

如果 \(h_{11}(s)\) 或 \(h_{22}(s)\) 有右半平面极点，则当 \(Z_h = 0, Z_e = 0\)（即两端短路——自由空间+松手）时，闭环特征方程退化为 \(h_{11} \cdot 1 = 0\)，而 \(h_{11}\) 的 RHP 极点使响应发散。因此 L1 是必要的。

Step 3：条件 L2, L3 的推导

取 \(Z_e = 0\)（自由空间），闭环变为：

\[(Z_h + h_{11}) = 0 \implies Z_h = -h_{11}\]

稳定性要求 \(Z_h + h_{11}\) 没有 RHP 零点。对任意 \(\text{Re}\{Z_h\} \geq 0\)，要使 \(Z_h + h_{11} \neq 0\)，必须 \(h_{11} \neq -Z_h\)。特别地，\(h_{11}(j\omega)\) 不能是纯负实数——即 \(\text{Re}\{h_{11}(j\omega)\} \geq 0\)。

类似地，取 \(Z_h \to \infty\)（操作者完全固定），得到 L3：\(\text{Re}\{h_{22}(j\omega)\} \geq 0\)。

Step 4：条件 L4 的推导——核心步骤

L1-L3 只考虑了终端的极端情况（\(Z_e = 0\) 或 \(Z_h \to \infty\)）。对一般的 \(Z_h, Z_e\)，需要更强的条件。

对特征方程在 \(s = j\omega\) 处分析。令 \(Z_h = R_h + jX_h\)，\(Z_e = R_e + jX_e\)（\(R_h, R_e \geq 0\)）。

展开特征方程的实部和虚部，要求对任意 \(R_h, R_e \geq 0\) 和任意 \(X_h, X_e\) 都不能同时为零（否则有纯虚根→不稳定）。

经过代数运算（将 \(h_{ij}\) 分解为实虚部，展开乘积，收集关于 \(R_h R_e, R_h X_e, X_h R_e, X_h X_e\) 的项），稳定性条件等价于：

\[2 \text{Re}\{h_{11}\} \cdot \text{Re}\{h_{22}\} - \text{Re}\{h_{12} h_{21}\} \geq |h_{12} h_{21}|\]

除以 \(|h_{12} h_{21}|\)（假设非零）并减 1，得到：

\[\eta(\omega) = \frac{2 \text{Re}\{h_{11}\} \cdot \text{Re}\{h_{22}\} - \text{Re}\{h_{12} h_{21}\}}{|h_{12} h_{21}|} - 1 \geq 0\]

证明完毕 \(\blacksquare\)

证明的关键洞察：

• L1 来自"两端开路"的极端情况
• L2, L3 来自"一端开路、一端短路"的极端情况
• L4 来自"两端都是一般被动阻抗"的完整情况
• 四个条件是**充要的**——不存在更弱的替代条件

反事实推理：如果 L4 不是必要条件——即存在某个 \(\eta < 0\) 但仍绝对稳定的系统——那么证明第四步中的代数推导必有错误。但我们可以反方向验证：对任何 \(\eta(\omega_0) < 0\) 的系统，可以构造具体的被动终端 \(Z_h(\omega_0), Z_e(\omega_0)\) 使闭环在 \(\omega_0\) 处振荡。这证实了 L4 的必要性。

3.4 Llewellyn 准则的直觉理解 ⭐⭐

为了帮助建立直觉，让我们从能量角度重新解释 \(\eta\)。

考虑在频率 \(\omega\) 处，两个端口的功率流：

• 端口 1 流入功率：\(P_1 = \frac{1}{2} \text{Re}\{F_h V_m^*\} = \frac{1}{2} \text{Re}\{h_{11}\} |V_m|^2 + \frac{1}{2} \text{Re}\{h_{12} F_e V_m^*\}\)
• 端口 2 流入功率：\(P_2 = \frac{1}{2} \text{Re}\{F_e (-V_s)^*\}\)

绝对稳定性要求总功率流入非负（网络耗散能量而非产生能量）：\(P_1 + P_2 \geq 0\)。

\(\eta(\omega) \geq 0\) 正是这一条件的等价表述——它确保在所有频率上，网络消耗的能量（\(\text{Re}\{h_{11}\} |V_m|^2 + \text{Re}\{h_{22}\} |V_s|^2\) 项）大于互耦合传递的能量（\(\text{Re}\{h_{12} h_{21}\}\) 项）。

3.5 透明度-稳定性 Trade-off 的数学证明 ⭐⭐⭐

这是本章最核心的结论——理想透明度与绝对稳定性在数学上存在根本性矛盾。

证明：

对理想透明度 \(H_{ideal}\)：\(h_{11} = 0, h_{22} = 0, h_{12} = 1, h_{21} = -1\)

检查 Llewellyn 条件：

• L1: \(h_{11} = 0, h_{22} = 0\) 无极点 → 满足
• L2: \(\text{Re}\{0\} = 0 \geq 0\) → 满足（边界上）
• L3: \(\text{Re}\{0\} = 0 \geq 0\) → 满足（边界上）
• L4: 计算 \(\eta\)

\[\eta = \frac{2 \cdot 0 \cdot 0 - \text{Re}\{1 \cdot (-1)\}}{|1 \cdot (-1)|} - 1 = \frac{0 - (-1)}{1} - 1 = 1 - 1 = 0\]

\[\boxed{\eta = 0 \quad \text{恰好在稳定边界上——零鲁棒裕度！}}\]

工程含义：

\(\eta = 0\) 意味着系统虽然"名义上满足稳定条件"，但任何微小扰动都可能使 \(\eta < 0\)，导致不稳定。这些扰动在实际中不可避免：

扰动来源	对 \(\eta\) 的影响
通信延迟 \(T > 0\)	引入 \(e^{-sT}\) → \(\text{Re}\{h_{12}h_{21}\}\) 变化 → \(\eta\) 可能变负
电机惯量	\(h_{11} \neq 0\) 但有相位→可能使 \(\text{Re}\{h_{11}\} < 0\) 在某些频率
传感器噪声	等效于注入能量 → 破坏被动性
量化效应	离散化引入非线性 → Llewellyn(LTI)分析不适用

透明度-稳定性连续体
══════════════════════════════════════════
  ├──────────────────────────────────────┤
  eta >> 0                           eta = 0
  高稳定性                            完美透明
  低透明度                            零鲁棒裕度
  (加很多阻尼)                        (无法实现)
  工程可用区域 <======>  理论上限

如何获得正的 \(\eta\)？

增大 \(\text{Re}\{h_{11}\}\) 和 \(\text{Re}\{h_{22}\}\)——物理上对应在 master 和 slave 端增加本地阻尼：

\[h_{11} \to h_{11} + b_m, \quad h_{22} \to h_{22} + b_s \quad (b_m, b_s > 0)\]

对理想透明度的偏离（\(h_{12} h_{21} = -1\)）：

\[\eta' = \frac{2 b_m b_s - \text{Re}\{-1\}}{|-1|} - 1 = \frac{2 b_m b_s + 1}{1} - 1 = 2 b_m b_s > 0\]

只需 \(b_m, b_s > 0\)（无论多小），\(\eta' > 0\)。但代价是 \(Z_{to} \neq Z_e\)——操作者会感受到额外的粘滞感。

双重解读： - 角度 1（控制论）：透明度-稳定性 trade-off 是 Bode 灵敏度积分约束的力学版本。Bode 定理说"灵敏度函数在某些频率减小必然在其他频率增大"；这里的约束是"阻抗匹配的改善必然以鲁棒裕度为代价" - 角度 2（热力学）：无额外阻尼的理想遥操作系统是"可逆的"（\(\eta = 0\)），就像卡诺热机效率最高但不可实现。加阻尼使系统变为"不可逆的"（\(\eta > 0\)），牺牲效率（透明度）换取可靠性（稳定性）

3.6 时延对 Llewellyn 条件的定量影响 ⭐⭐⭐

当 master 和 slave 之间存在通信延迟 \(T\) 时，情况急剧恶化。

延迟对 h 参数的影响：

假设一个 PD 位置跟踪 + 力反射架构，无延迟时：

\[h_{12}(s) = C_f(s), \quad h_{21}(s) = -C_p(s)\]

加入往返延迟 \(T\)（每个方向 \(T/2\)）：

\[h_{12}(s) = C_f(s) \cdot e^{-sT/2}, \quad h_{21}(s) = -C_p(s) \cdot e^{-sT/2}\]

在频率域：

\[h_{12}(j\omega) h_{21}(j\omega) = -|C_f||C_p| \cdot e^{-j\omega T}\]

\[\text{Re}\{h_{12} h_{21}\} = -|C_f C_p| \cos(\omega T)\]

关键频率：当 \(\omega T = \pi\)（即 \(\omega = \pi/T\)）时：

\[\text{Re}\{h_{12} h_{21}\} = -|C_f C_p| \cos(\pi) = +|C_f C_p|\]

代入 \(\eta\)：

\[\eta(\omega = \pi/T) = \frac{2 b_m b_s - |C_f C_p|}{|C_f C_p|} - 1 = \frac{2 b_m b_s}{|C_f C_p|} - 2\]

要 \(\eta \geq 0\)：

\[b_m b_s \geq |C_f C_p|\]

阻尼的乘积必须大于控制增益的乘积——在大延迟下要求极高的阻尼。

数值示例（\(|C_f C_p| = 1\), \(b_m = b_s = b\)）：

延迟 T	需要的 \(b_{min}\)	操作感受
1 ms	1.0 Ns/m	轻微阻尼
10 ms	1.0 Ns/m	同上（低频不受影响）
100 ms	1.0 Ns/m	但高频 \(\eta\) 在 \(\omega = 31.4\) rad/s 处临界
500 ms	1.0 Ns/m	高频 \(\eta\) 在 \(\omega = 6.3\) rad/s 处临界
1000 ms	1.0 Ns/m	\(\omega = 3.14\) rad/s 处临界——手动操作频段已受影响

关键观察：延迟不改变需要的阻尼量级（对固定增益），但**降低了临界频率**——当临界频率落入人手操作频段（1-10 Hz），系统在正常操作中就可能不稳定。

这就是为什么需要 D06 的波变量和 D07 的 TDPA——它们提供了在有延迟条件下保持被动性的方法，不依赖于增大阻尼。

⚠️ 常见陷阱

💡 概念误区：认为"Llewellyn 准则是保守的"
   新手想法："Llewellyn 要求任意被动负载下稳定 → 太严格了 → 实际不需要"
   实际上：Llewellyn 准则是充要条件（不是仅充分！）
          如果违反了 Llewellyn 条件，必定存在某个被动负载使系统不稳定
          而人手阻抗在 50-5000 N/m 范围变化（松握→紧握）
          环境从自由空间(Z_e=0)到刚墙(Z_e→∞)
          → 实际工况完全覆盖了"任意被动负载"的条件空间

🧠 思维陷阱：认为"加大增益就能提高透明度"
   新手想法："h₁₂ = 1 意味着力 100% 传递 → 增大力控增益让 h₁₂ → 1"
   实际上：增大 |h₁₂| 会增大 |h₁₂h₂₁|，使 Llewellyn eta 更难满足
          → 需要更大的阻尼来补偿 → 透明度不升反降
   正确思维：透明度不能通过简单增大增益提高
            必须同时考虑稳定性约束——这就是 trade-off 的含义

练习

1. [A 型 -- Llewellyn 计算] 对一个 1-DOF PP 架构（\(K_m\) 弹簧耦合 master-slave，加本地阻尼 \(b_m, b_s\)），推导 \(h_{11}, h_{12}, h_{21}, h_{22}\)。绘制 \(\eta(\omega)\) 曲线。找到使 \(\eta(\omega) \geq 0 \; \forall \omega\) 的最大 \(K_m\)
2. [B 型 -- Lawrence 1993 精读] 精读 Section III-IV。手推四通道架构的 \(Z_{to}(s)\) 表达式。验证当 \(C_1=Z_{cs}, C_3=Z_{cm}, C_2=1+C_5, C_4=1+C_6\) 时 \(Z_{to} \equiv Z_e\)
3. [思考题] 为什么深空遥操作（地月 1.3 s 延迟、地火 4-24 min 延迟）完全放弃了 bilateral 力反馈？用 Llewellyn 准则定量分析：\(T = 2.6\) s（往返）时需要什么样的阻尼？

---

4. 四种子架构——PP/PF/FP/FF ⭐⭐

4.1 四通道架构总览

Hannaford (1989) 将遥操作控制器分解为四个独立通道：

四通道架构
══════════════════════════════════════════

         C₁(位置前馈)
  v_m ─────────────────────→ slave 控制器
         C₃(力前馈)
  f_h ─────────────────────→ slave 控制器
                                 ↓
  master 控制器 ←───────────── f_e
         C₄(力反馈)
  master 控制器 ←───────────── v_s
         C₂(位置反馈)

C₁: master 速度 → slave 运动指令（位置通道，m→s）
C₂: slave 速度 → master 力指令（位置反馈通道，s→m）
C₃: master 力 → slave 力指令（力通道，m→s）
C₄: slave 力 → master 力指令（力反馈通道，s→m）

通过选择性地开启/关闭这四个通道，得到四种子架构。

4.2 PP 架构（位置-位置） ⭐⭐

特征：只用 \(C_1\) 和 \(C_2\)（位置通道），\(C_3 = C_4 = 0\)（无力通道）。

PP 架构: 两端都用位置控制器
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Master: 位置控制器跟踪 x_s（slave 位置反馈）
Slave:  位置控制器跟踪 x_m（master 位置指令）

→ Master 和 slave 通过"虚拟弹簧"耦合
→ 等效于一个弹簧-阻尼连接

h 参数（二端口本体，不含环境终端）：

\[h_{11}^{PP} \neq 0 \quad \text{(master 自身阻抗/位置耦合残留)}\]

\[h_{22}^{PP} \neq 0 \quad \text{(slave 闭环导纳残留)}\]

\[h_{12}^{PP}h_{21}^{PP} \neq -1 \quad \text{(力和运动传递不完美)}\]

注意这里不能写入 \(Z_e\)。\(H(s)\) 描述的是遥操作二端口本体；环境阻抗 \(Z_e\) 是接到端口 2 的终端，只能在后续计算操作者感受阻抗

\[Z_{to} = h_{11} - \frac{h_{12}h_{21}Z_e}{1+h_{22}Z_e}\]

时出现。若某个“h 矩阵”公式里直接含有 \(Z_e\)，它描述的已经是接上特定环境后的闭环，而不是二端口参数。

优势与劣势：

优势	劣势
不需要力传感器	刚墙接触时残余弹性感（"软墙"）
天然稳定（位置控制是被动的）	不透明（\(h_{11}, h_{22} \neq 0\)）
实现最简单	无法传递接触力的高频内容
对延迟鲁棒	自由空间有残余阻尼感

ALOHA 是哪种架构？

回顾 D04：ALOHA 是**退化的 PP 架构**——leader(master) 端无任何传感，只有位置编码器；follower(slave) 端只接收位置指令。严格来说不是 bilateral（无力反馈回 master），而是 unilateral position mapping：只有 \(C_1\) 通道打开，\(C_2 = C_3 = C_4 = 0\)。

4.3 PF 架构（位置→slave，力←master） ⭐⭐

特征：用 \(C_1\)（位置 m→s）和 \(C_4\)（力反馈 s→m），\(C_2 = C_3 = 0\)。

PF 架构:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Master: 导纳控制——接收 f_e 反馈，计算期望速度
Slave:  位置控制——跟踪 x_m（master 运动指令）
力传感器: 仅在 slave 端（测量 f_e）

优势与劣势：

优势	劣势
自由空间表现好（master 低阻抗）	残余惯量感（\(h_{11} \approx Z_{cm}\)）
只需 slave 端力传感器	硬墙接触时力反馈有延迟
工业最常用的有力反馈架构	无法完全消除 master 自身阻抗
合理的透明度-稳定性平衡	需要稳定的力测量

**da Vinci 手术机器人**用的就是 PF 变体——slave 端有 6-DOF 力/力矩传感，master 端有力反馈致动器。但为安全考虑，力反馈被有意降级（只传递部分力信息），以确保 \(\eta > 0\) 的大裕度。

4.4 FP 和 FF 架构

FP 架构（力→slave，位置←master）在实践中**几乎不使用**——slave 端的力控在不确定接触环境中容易不稳定，且需要 master 端的力传感器（成本高但收益低）。

FF 架构（力-力）理论上最透明——两端都用力控制：

\[h_{11} \approx 0, \quad h_{22} \approx 0 \quad \text{(理论上)}\]

但工程上极难实现，因为：

困难	来源	后果
噪声敏感	力传感器噪声直接影响两端	需要极高信噪比的力传感
低频不稳定	力控的双积分动力学	位置漂移不可控
两端传感器	需要 master 和 slave 都装力传感器	成本翻倍
调参困难	四个通道的增益互相耦合	参数空间高维

4.5 四种架构的 h 矩阵推导与代码框架 ⭐⭐⭐

为了将理论落地，给出每种架构的 h 矩阵显式表达和 Python 仿真代码框架。

PP 架构的 h 矩阵推导：

设 master 端本地控制器 \(C_m(s)\)，slave 端本地控制器 \(C_s(s)\)。PP 架构中，master 生成位置指令发送给 slave，slave 的位置反馈回传给 master：

\[\tau_m = C_m(x_s - x_m), \quad \tau_s = C_s(x_m - x_s)\]

在力-速度表示下，二端口本体的 h 参数应只由 master/slave 本地动力学、控制器和通信环节决定。用四个终端无关的闭环传递函数表示最清楚：

\[F_h = Z_m^{cl}(s)V_m + C_{sm}^{cl}(s)F_e\]

\[V_s = G_{ms}^{cl}(s)V_m + Y_s^{cl}(s)F_e\]

因此在 \([F_h;-V_s]=H[V_m;F_e]\) 约定下：

\[h_{11}^{PP}=Z_m^{cl},\quad h_{12}^{PP}=C_{sm}^{cl}\]

\[h_{21}^{PP}=-G_{ms}^{cl},\quad h_{22}^{PP}=-Y_s^{cl}\]

其中 \(Y_s^{cl}\) 是 slave 端位置闭环在 master 固定时对外力的导纳，\(G_{ms}^{cl}\) 是 master 到 slave 的速度跟踪传递函数。它们可以包含 slave 自身阻抗 \(Z_s\)、位置环 \(C_s\)、采样/延迟等二端口内部因素，但**不包含环境阻抗 \(Z_e\)**。接上具体环境后再把 \(F_e=Z_eV_s\) 代入 D5.2 的 \(Z_{to}\) 公式。

PF 架构的 h 矩阵推导：

slave 端位置控制 \(C_s\)，master 端接收力反馈 \(f_e\) 并通过导纳控制器 \(Y_m = 1/Z_{cm}\) 输出速度：

\[h_{11}^{PF} \approx Z_{cm} \quad (\text{master 自身阻抗——主要透明度损失源})\]

\[h_{12}^{PF} \approx C_f(s) \quad (\text{力反馈增益，理想为 1})\]

\[h_{21}^{PF} \approx -C_s(s)/(Z_{cs} + C_s) \quad (\text{运动传递，理想为 -1})\]

\[h_{22}^{PF} \approx 1/(Z_{cs} + C_s) \quad (\text{slave 导纳})\]

Python 仿真代码框架：

import numpy as np
from scipy import signal

class TeleoperationArchitecture:
    """四种遥操作架构的统一仿真框架"""

    def __init__(self, arch_type, dt=0.001,
                 Mm=0.5, Bm=2.0, Ms=1.0, Bs=1.0,
                 Kp=100.0, Kd=20.0, Kf=1.0):
        self.arch = arch_type  # 'PP', 'PF', 'FP', 'FF'
        self.dt = dt
        self.Mm, self.Bm = Mm, Bm
        self.Ms, self.Bs = Ms, Bs
        self.Kp, self.Kd, self.Kf = Kp, Kd, Kf

        # 状态: [xm, vm, xs, vs]
        self.state = np.zeros(4)

    def step(self, f_human, f_env, delay_buffer_m2s, delay_buffer_s2m):
        """单步仿真——支持延迟缓冲"""
        xm, vm, xs, vs = self.state

        # === 根据架构选择通信信号 ===
        if self.arch == 'PP':
            # 只传位置
            xs_delayed = delay_buffer_s2m.get()  # slave→master
            xm_delayed = delay_buffer_m2s.get()  # master→slave
            tau_m = self.Kp * (xs_delayed - xm) + self.Kd * (-vm)
            tau_s = self.Kp * (xm_delayed - xs) + self.Kd * (-vs)

        elif self.arch == 'PF':
            # master→slave: 位置; slave→master: 力
            xm_delayed = delay_buffer_m2s.get()
            fe_delayed = delay_buffer_s2m.get()
            tau_m = self.Kf * fe_delayed + self.Bm * (-vm)
            tau_s = self.Kp * (xm_delayed - xs) + self.Kd * (-vs)

        elif self.arch == 'FP':
            # master→slave: 力; slave→master: 位置
            fh_delayed = delay_buffer_m2s.get()
            xs_delayed = delay_buffer_s2m.get()
            tau_m = self.Kp * (xs_delayed - xm) + self.Kd * (-vm)
            tau_s = fh_delayed + self.Bs * (-vs)

        elif self.arch == 'FF':
            # 两端都传力
            fh_delayed = delay_buffer_m2s.get()
            fe_delayed = delay_buffer_s2m.get()
            tau_m = self.Kf * fe_delayed + self.Bm * (-vm)
            tau_s = fh_delayed + self.Bs * (-vs)

        # === 动力学积分 ===
        am = (f_human + tau_m - self.Bm * vm) / self.Mm
        a_s = (-f_env + tau_s - self.Bs * vs) / self.Ms
        vm += am * self.dt
        vs += a_s * self.dt
        xm += vm * self.dt
        xs += vs * self.dt

        self.state = np.array([xm, vm, xs, vs])

        # === 更新延迟缓冲 ===
        if self.arch == 'PP':
            delay_buffer_m2s.put(xm)
            delay_buffer_s2m.put(xs)
        elif self.arch == 'PF':
            delay_buffer_m2s.put(xm)
            delay_buffer_s2m.put(f_env)
        elif self.arch == 'FP':
            delay_buffer_m2s.put(f_human + tau_m)
            delay_buffer_s2m.put(xs)
        elif self.arch == 'FF':
            delay_buffer_m2s.put(f_human + tau_m)
            delay_buffer_s2m.put(f_env)

        return self.state, tau_m, tau_s

    def compute_h_matrix(self, omega_range):
        """计算 h 参数的频率响应"""
        h = np.zeros((len(omega_range), 2, 2), dtype=complex)
        for i, w in enumerate(omega_range):
            s = 1j * w
            Zm = self.Mm * s + self.Bm
            Zs = self.Ms * s + self.Bs
            C = self.Kp + self.Kd * s

            if self.arch == 'PP':
                h[i, 0, 0] = Zm + C * C / (C + Zs)
                h[i, 0, 1] = C / (C + Zs)
                h[i, 1, 0] = -C / (C + Zs)
                h[i, 1, 1] = 1 / (C + Zs)
            elif self.arch == 'PF':
                h[i, 0, 0] = Zm
                h[i, 0, 1] = self.Kf
                h[i, 1, 0] = -C / (C + Zs)
                h[i, 1, 1] = 1 / (C + Zs)
            # ... FP, FF 类似
        return h

    def compute_eta(self, h):
        """计算 Llewellyn 稳定因子 eta(omega)"""
        h11, h12, h21, h22 = h[:,0,0], h[:,0,1], h[:,1,0], h[:,1,1]
        numerator = 2 * h11.real * h22.real - (h12 * h21).real
        denominator = np.abs(h12 * h21) + 1e-15
        return numerator / denominator - 1

4.6 四种架构的系统对比

架构	\(h_{11}\)	\(h_{22}\)	透明度	稳定性	力传感器	典型应用
PP	\(\neq 0\)	\(\neq 0\)	低	高	0 个	ALOHA、学习数据采集
PF	\(\neq 0\)	\(\approx 0\)	中高	中	1 个(slave)	da Vinci、工业遥操作
FP	\(\approx 0\)	\(\neq 0\)	中	低	1 个(master)	几乎不用
FF	\(\approx 0\)	\(\approx 0\)	最高	最低	2 个	研究实验室

反事实推理：如果 ALOHA 使用 PF 架构（加上 slave 端力传感器 + master 端力反馈）会怎样？从 Z-width 分析（第 5 节详述）：50 Hz 采样下，\(K_{max} = 2b/T = 2 \times 2 / 0.02 = 200\) N/m。人手抓握刚度 ~2000 N/m——无法渲染出有意义的刚墙。力反馈在 50 Hz 下不可用，这是 ALOHA 放弃力反馈的又一定量理由。

4.7 Hashtrudi-Zaad & Salcudean (2001) 选型框架 ⭐⭐

不同的硬件接口自然适配不同的架构。Hashtrudi-Zaad 和 Salcudean 系统分析了**阻抗/导纳 master \(\times\) slave** 的四种组合：

组合	Master 端	Slave 端	适用场景
I-I	阻抗(力矩输出)	阻抗(力矩输出)	高带宽研究平台（如 Omega.7 + Franka）
I-A	阻抗	导纳(位置输出)	工业机器人 slave（KUKA/UR + 位置接口）
A-I	导纳	阻抗	触觉设备 master + 直驱 slave
A-A	导纳	导纳	工业标准（两端都是位置控制器）

选型原则（回顾 F01 的阻抗/导纳因果性）：

• 硬件提供力矩接口 → 阻抗因果（如 Franka 直驱关节）
• 硬件提供位置接口 → 导纳因果（如工业 KUKA + 运动控制器）
• **I-A 组合**是最常见的工业配置——haptic master（力矩输出）+ 工业 slave（位置输入）

⚠️ 常见陷阱

💡 概念误区：认为"四通道全开一定比两通道好"
   新手想法："PP 用 2 通道，四通道全开用 4 通道 → 信息更多 → 更好"
   实际上：四通道全开（Lawrence 的理想四通道）需要精确匹配 6 个参数
          才能实现理想透明度。任何参数失配都可能导致不稳定
          两通道（PP/PF）虽然透明度有限，但鲁棒性高得多
   正确思维：通道数不是"越多越好"——是"越多越难调"
            工业系统偏好 PF（2-3 通道），因为可靠性优先

🧠 思维陷阱：认为"ALOHA 不做力反馈是因为便宜"
   新手想法："加个力传感器才几千块，ALOHA 省这点钱"
   实际上：即使加了力传感器，50 Hz 下的 Z-width 也不足以渲染有用的力反馈
          真正的瓶颈是控制频率和采样-保持效应，不是传感器成本
          回顾 D04: 这是系统级 co-design 决策，不是简单的成本节约

练习

1. [A 型 -- 架构对比仿真] 在 Python/MATLAB 中实现 1-DOF PP 和 PF 架构。对比两者在 (a) 自由空间 (b) 弹性墙 (\(K_e = 500\) N/m) (c) 刚性墙 (\(K_e = 50000\) N/m) 三种环境下的 \(Z_{to}\) Bode 图
2. [跨章综合题] 用 D04 的 ALOHA 硬件参数（Dynamixel XM540、50 Hz Python、无力传感器），分析它可以实现四种架构中的哪些？不能实现的写出具体缺少什么硬件/能力。结合 F01 的阻抗/导纳因果性分析
3. [B 型 -- h 参数仿真] 使用 4.5 节的 TeleoperationArchitecture 代码框架，对四种架构分别计算 \(h\) 矩阵的频率响应（0.1-100 rad/s）。绘制 \(\text{Re}\{h_{11}\}\)、\(\text{Re}\{h_{22}\}\)、\(\eta(\omega)\) 三张图。哪种架构的 \(\eta\) 最大（最稳定）？哪种的 \(h_{11}, h_{22}\) 最接近零（最透明）？

---

5. Z-width——触觉设备的核心性能指标 ⭐⭐

5.0 Z-width 与遥操作系统设计的关系

Z-width 不仅是触觉设备的指标——它是遥操作系统"是否能做力反馈"的**第一道门槛**。在进入具体分析之前，用一张决策图说明 Z-width 在系统设计中的位置：

力反馈可行性判断流程
══════════════════════════════════
1. 测量硬件参数: b (物理阻尼), T_s (采样周期)
2. 计算 K_max = 2b/T_s
3. 确定目标环境刚度: K_env
4. K_max >= K_env?
   ├── 是 → Z-width 满足 → 可以做力反馈
   │         → 继续选择架构 (PP/PF/FF)
   └── 否 → Z-width 不足 → 两种选择:
             ├── (a) 提高采样频率 (硬件升级)
             └── (b) 放弃力反馈 (如 ALOHA 的选择)

5.1 Z-width 的定义与物理意义

Z-width（Colgate and Brown 1994）是衡量触觉设备或遥操作系统性能的核心指标。

定义：在满足被动性（不向操作者注入能量）约束下，系统能渲染的阻抗范围 \([Z_{min}, Z_{max}]\)。

Z-width 示意图
══════════════════════════════════════════

阻抗轴: |──Z_min──────────────Z_max──|

Z_min: 自由空间阻抗（越低越好 → "无重力感"）
  理想: Z_min = 0 (完全自由)
  实际: Z_min = M_motor * s + B_friction (电机惯量+摩擦)

Z_max: 最硬虚拟墙阻抗（越高越好 → "像真墙"）
  理想: Z_max = ∞ (完美刚墙)
  实际: Z_max = 2b/T (被动性约束上限)

Z-width = Z_max / Z_min (越大越好)

5.2 虚拟墙被动条件——完整推导 ⭐⭐⭐

问题设置：1-DOF 系统，物理阻尼 \(b\)，渲染虚拟弹簧 \(K\)，采样周期 \(T\)，零阶保持器（ZOH）。

连续时间虚拟墙：

\[f(t) = \begin{cases} K \cdot x(t) & \text{if } x(t) > 0 \\ 0 & \text{if } x(t) \leq 0 \end{cases}\]

离散实现（ZOH）：

\[f[k] = K \cdot x[k], \quad f(t) = f[k] \text{ for } kT \leq t < (k+1)T\]

被动性条件推导：

系统是被动的当且仅当在任意运动中总流入能量非负：

\[E(t) = \int_0^t f(\tau) v(\tau) \, d\tau \geq 0, \quad \forall t\]

考虑最恶劣情况的一个采样周期分析。在 \([kT, (k+1)T]\) 内，ZOH 保持 \(f = f[k] = Kx[k]\)，但速度可以任意变化。

设时刻 \(kT\) 位置为 \(x[k] > 0\)（在墙内），速度突然反向：

• 前半周期 \([kT, kT + T/2]\)：\(v = v_0 > 0\)（继续推入）
• 后半周期 \([kT+T/2, (k+1)T]\)：\(v = -v_0\)（拉出）

这一周期内的能量变化：

\[\Delta E = f[k] \cdot \int_{kT}^{(k+1)T} v(\tau) \, d\tau\]

由于 ZOH，\(f\) 在整个周期内恒定为 \(Kx[k]\)。速度积分（位移）为零。但能量积分不为零——因为位置在变化而力保持旧值。

经过精确分析（考虑物理阻尼的能量耗散 \(P_{diss} = b v^2\)），被动性条件为：

\[\boxed{b > \frac{KT}{2}}\]

等价地：

\[K_{max} = \frac{2b}{T}\]

推导中的关键物理洞察：ZOH 使力信号"延迟"了最多 \(T\)——在速度反转后力仍保持旧方向，产生了"力和速度方向相反"的时段，此时系统**向操作者注入能量**。物理阻尼 \(b\) 必须足够大以耗散这些注入的能量。

5.3 数值示例与工程意义 ⭐⭐

物理阻尼 \(b\)	采样频率	采样周期 \(T\)	\(K_{max}\)	人体感知
1 Ns/m	100 Hz	10 ms	200 N/m	软橡皮（不像墙）
1 Ns/m	1 kHz	1 ms	2000 N/m	硬塑料（可接受）
1 Ns/m	4 kHz	0.25 ms	8000 N/m	金属感（很好）
1 Ns/m	10 kHz	0.1 ms	20000 N/m	刚墙（接近理想）

关键发现：\(K_{max}\) 与采样频率成正比——采样率翻倍，Z-width 翻倍。

教学要点：Z-width 是理解"为什么力控必须高频"的又一个维度。回顾 F01：接触瞬态需要高频响应；这里的 Z-width 分析揭示了**即使没有接触瞬态，被动性约束本身就要求高采样率才能渲染高刚度**。

跨领域类比：Z-width 与音频设备的动态范围类似。音频的动态范围 = 最大音量 / 最小噪声底；Z-width = 最硬墙 / 最轻触感。就像 24-bit 音频比 16-bit 有更宽的动态范围（因为量化噪声更小），高频采样的触觉设备比低频有更宽的 Z-width（因为 ZOH 效应更小）。

5.4 虚拟墙无源性条件的频域分析 ⭐⭐⭐

时域分析给出了 \(b > KT/2\) 的必要条件，但频域分析可以揭示更多细节——特别是**在什么频率**被动性最先被违反。

离散虚拟墙的传递函数：

ZOH 虚拟墙在 z 域中的传递函数为：

\[F(z) = K \cdot X(z) \cdot \frac{1 - z^{-1}}{T_s} \cdot \frac{T_s z^{-1}}{1 - z^{-1}} = K X(z) z^{-1}\]

等效阻抗（z 域）：

\[Z_{wall}(z) = \frac{F(z)}{V(z)} = \frac{K T_s z^{-1}}{1 - z^{-1}}\]

在单位圆上 \(z = e^{j\omega T_s}\)：

\[Z_{wall}(e^{j\omega T_s}) = \frac{K T_s e^{-j\omega T_s}}{1 - e^{-j\omega T_s}} = \frac{K T_s}{e^{j\omega T_s} - 1}\]

实部分析——被动性要求 \(\text{Re}\{Z_{wall}(e^{j\omega T_s})\} \geq 0\)：

\[e^{j\theta} - 1 = \cos\theta - 1 + j\sin\theta \quad (\theta = \omega T_s)\]

\[Z_{wall} = \frac{K T_s (\cos\theta - 1 - j\sin\theta)}{(\cos\theta - 1)^2 + \sin^2\theta} = \frac{K T_s (\cos\theta - 1 - j\sin\theta)}{2(1 - \cos\theta)}\]

\[\text{Re}\{Z_{wall}\} = \frac{K T_s (\cos\theta - 1)}{2(1 - \cos\theta)} = -\frac{K T_s}{2}\]

关键结果：\(\text{Re}\{Z_{wall}\} = -KT_s/2 < 0\)，对**所有频率**。

这意味着纯 ZOH 虚拟弹簧在所有频率上都是**主动的**（注入能量）！物理阻尼 \(b\) 的作用是提供一个正的实部 \(b\) 来抵消这个负值：

\[\text{Re}\{Z_{total}\} = b - \frac{KT_s}{2} \geq 0 \implies b \geq \frac{KT_s}{2}\]

这与时域分析的结果 \(b > KT/2\) 完全一致，但频域视角更清楚地揭示了**ZOH 在所有频率上均匀地注入能量**——不存在"安全频段"。

更多 Worked Examples：

Example 1：弹簧-阻尼虚拟墙

如果虚拟墙是 \(f = Kx + B\dot{x}\)（弹簧+阻尼），则虚拟阻尼 \(B\) 贡献额外的正实部：

\[\text{Re}\{Z_{total}\} = b + B - \frac{KT_s}{2} \geq 0\]

\[K_{max} = \frac{2(b + B)}{T_s}\]

虚拟阻尼 \(B\) **增加**了 \(K_{max}\)——允许渲染更硬的墙！代价是操作者在碰墙后会感受到粘滞感。

Example 2：惯性虚拟物体

虚拟惯性 \(f = M\ddot{x}\) 对应 \(Z_{virtual}(s) = Ms\)。ZOH 离散化后：

\[\text{Re}\{Z_{virtual}(e^{j\omega T_s})\} = M \cdot \frac{\sin(\omega T_s)}{T_s} > 0 \quad (\omega T_s < \pi)\]

虚拟惯性是天然被动的（无需额外阻尼）！物理解释：惯性只储存动能不产生能量。但在 Nyquist 频率 \(\omega = \pi/T_s\) 附近，\(\text{Re}\) 趋近于零——说明高频处被动性余量最小。

Example 3：复合虚拟环境（弹簧+质量+阻尼）

\[Z_{env}(s) = Ms + B + K/s\]

被动性条件变为：

\[b + B + M\omega\sin(\omega T_s)/T_s - \frac{KT_s}{2} \geq 0, \quad \forall \omega\]

最恶劣频率在低频（\(\omega \to 0\) 时惯性项消失）：\(b + B - KT_s/2 \geq 0\)

与 Example 1 相同——弹簧项决定了最恶劣条件。

5.5 Z-width 与 ALOHA 的定量分析

回顾 D04，现在可以用 Z-width 严格定量论证 ALOHA 不做力反馈的决定。

ALOHA 参数： - 控制频率 50 Hz → \(T = 20\) ms - Dynamixel 等效阻尼 \(b \approx 2\) Ns/m

\[K_{max} = \frac{2 \times 2}{0.02} = 200 \text{ N/m}\]

人手抓握刚度 ~2000 N/m → \(K_{max}\) 比人手刚度低 10 倍。

即使 ALOHA 有力传感器和力反馈执行器，在 50 Hz 下也无法渲染出"有意义的刚墙"——操作者会感觉虚拟墙像棉花糖，这比没有力反馈更糟（误导操作者的力觉判断）。

⚠️ 常见陷阱

⚠️ 编程陷阱：ZOH 导致的虚拟墙不稳定
   错误做法：在 100 Hz 渲染 K=5000 N/m 的虚拟墙
   现象：接触虚拟墙时系统振荡→"嗡嗡响"→末端弹开
   根本原因：K > K_max = 2*1/0.01 = 200 N/m → 违反被动性
   正确做法：(a) 提高采样频率到 1 kHz+(b) 增加物理/虚拟阻尼 (c) 降低 K
   自检方法：监测系统总能量 E(t)，如果持续增加则被动性被违反

💡 概念误区：认为"只要虚拟墙不振荡就是稳定的"
   新手想法："我的虚拟墙看起来不振荡 → 一定满足被动性"
   实际上：被动性是比"不振荡"更强的条件——
          一个非被动系统在温和输入下可能表现良好，
          但在极端输入（快速反复碰撞墙壁）下会注入能量并发散
          被动性保证在任意操作下都不注入能量
   正确做法：用被动性条件 b > KT/2 做理论校验，不要依赖经验观察

练习

1. [A 型 -- Z-width 实验] 在 Python 中实现 1-DOF ZOH 虚拟墙。分别用 \(T = 1\) ms 和 \(T = 10\) ms。逐步增大 \(K\) 直到系统能量 \(E(t)\) 变负（被动性违反）。记录 \(K_{max}\) 并与理论值 \(2b/T\) 对比
2. [思考题] 如果将虚拟墙从弹簧 \(f = Kx\) 改为弹簧-阻尼 \(f = Kx + B\dot{x}\)，被动条件如何变化？虚拟阻尼 \(B\) 是增加还是减少了 \(K_{max}\)？

---

6. 从理论到工程——遥操作系统设计指南 ⭐⭐

6.1 系统选型决策树

根据本章理论，给出遥操作系统选型的工程决策流程：

延迟 T 是多少？
├── T < 5 ms（本地连接）
│   ├── 需要力反馈？
│   │   ├── 是 → PF/FF 架构 + 1-2 kHz 力控
│   │   └── 否 → PP 架构（ALOHA 方案）
│   └── Z-width 需求？
│       ├── 高（手术/精密装配）→ 4+ kHz 采样 + 低惯量 master
│       └── 低（数据采集/简单操作）→ 50-100 Hz 即可
├── T = 5-200 ms（局域网/5G）
│   ├── 波变量 + PF 架构（D06）
│   └── 或 TDPA 安全层（D07）
├── T = 200 ms - 2 s（互联网/卫星）
│   ├── 波变量 + TDPA 组合
│   └── 或 Model-Mediated Teleoperation
└── T > 2 s（深空）
    └── 放弃 bilateral → Supervisory Control

6.2 遥操作系统设计完整流程图 ⭐⭐

将本章所有理论工具组织为一个完整的系统设计流程：

遥操作系统设计流程（从需求到参数）
═══════════════════════════════════════════════════════════════

Step 1: 需求分析
  ├── 任务类型: 精密装配 / 搬运 / 数据采集 / 探测
  ├── 延迟范围: 本地(<5ms) / LAN(5-50ms) / WAN(50-300ms) / 深空(>1s)
  ├── 力反馈需求: 必须(手术) / 期望(装配) / 可选(搬运) / 不要(采集)
  └── 安全等级: 关键(手术/核处理) / 高(工业) / 一般(研究)

Step 2: 硬件选型
  ├── Master 设备 → 确定 Z_m (阻抗因果/导纳因果)
  ├── Slave 设备 → 确定 Z_s (阻抗因果/导纳因果)
  ├── 力传感器 → 确定力测量精度和带宽
  └── 控制频率 → 确定 T_s (采样周期)

Step 3: Z-width 校验 (本章 5 节)
  ├── K_max = 2b/T_s → 最大可渲染刚度
  ├── K_max >= K_env (任务环境刚度)?
  │   ├── 是 → Z-width 满足，继续
  │   └── 否 → 提高采样频率 或 放弃力反馈
  └── Z_min = M_motor * s + B_friction → 检查自由空间感受

Step 4: 架构选择 (本章 4 节)
  ├── 力传感器数量
  │   ├── 0 → PP (如 ALOHA)
  │   ├── 1 (slave) → PF (工业标准)
  │   ├── 1 (master) → FP (罕用)
  │   └── 2 → FF 或四通道 (研究级)
  └── I/A 组合 → Hashtrudi-Zaad 选型表 (4.7 节)

Step 5: Llewellyn 稳定性校验 (本章 3 节)
  ├── 计算 h 矩阵 → h_{11}, h_{12}, h_{21}, h_{22}
  ├── 检查 L1-L3 (独立端口被动性)
  ├── 计算 eta(omega) → 绘制频率曲线
  ├── eta_min >= 0?
  │   ├── 是 → 名义稳定
  │   └── 否 → 增加本地阻尼 b_m, b_s → 重新计算
  └── eta_min >= eta_margin (安全裕度)?
      ├── 是 → 设计完成
      └── 否 → 降低控制增益 / 加阻尼 / 波变量(D06) / TDPA(D07)

Step 6: 延迟鲁棒性校验 (本章 3.6 节)
  ├── 加入目标延迟 T → 重新计算 eta(omega)
  ├── eta(omega=pi/T) >= 0?
  │   ├── 是 → 延迟鲁棒，设计完成
  │   └── 否 → 波变量(D06) / TDPA(D07) / 增大阻尼
  └── 延迟 > 200 ms?
      ├── 是 → 强烈推荐波变量 + TDPA 组合
      └── 否 → 可选使用

Step 7: 工程实现
  ├── 通信协议: UDP (低延迟) / TCP (可靠)
  ├── 实时内核: PREEMPT_RT / Xenomai
  ├── 安全层: TDPA (D07) 作为最终安全网
  └── 诊断: 能量监测、延迟统计、力/位误差

设计流程的关键决策点：

决策点	输入	判据	输出
Z-width 校验	\(b, T_s, K_{env}\)	\(K_{max} \geq K_{env}\)?	通过/提高频率/放弃力反馈
架构选择	力传感器数量+I/A 类型	查表 4.6/4.7	PP/PF/FP/FF
Llewellyn 校验	h 矩阵	\(\eta_{min} \geq 0\)?	通过/加阻尼
延迟校验	\(T, h_{12}h_{21}\)	\(\eta(\pi/T) \geq 0\)?	通过/加波变量/TDPA

6.3 工业遥操作平台对比

平台	架构	延迟	力反馈	采样率	主要应用
ALOHA	退化 PP	<3 ms	无	50 Hz	学习数据采集
da Vinci (Intuitive)	PF 变体	<1 ms	有（降级）	1 kHz	微创手术
DLR KONTUR-2	四通道+TDPA	10-30 ms	有	1 kHz	空间遥操作
Omega.7 (Force Dimension)	I-I	<1 ms	6-DOF 力	4 kHz	触觉研究
Geomagic Touch	A-A	~2 ms	3-DOF 力	1 kHz	触觉教学
Franka Panda + Omega.7	I-I (PF)	1-5 ms	3-DOF 力	1 kHz	双臂研究
dVRK (da Vinci Research Kit)	PF + TDPA	<1 ms	有	1 kHz	手术机器人研究
UR5 + SpaceMouse	退化 PP	~5 ms	无	125 Hz	工业数据采集

平台选型决策指南：

你的遥操作需求是什么？
│
├── 学习数据采集（不需要力反馈）
│   ├── 预算 < $10k → ALOHA (D04)
│   ├── 预算 $10-50k → Franka + 直接动觉教学
│   └── 需要移动 → Mobile ALOHA
│
├── 力反馈遥操作（需要触觉）
│   ├── 延迟 < 5 ms
│   │   ├── 高精度 → Omega.7 + Franka (PF)
│   │   └── 手术级 → dVRK
│   ├── 延迟 5-200 ms
│   │   ├── 推荐 → 波变量(D06) + TDPA(D07)
│   │   └── 硬件 → Omega.7 + UR5/Franka
│   └── 延迟 > 200 ms
│       ├── 推荐 → 波变量 + 能量罐 + TDPA
│       └── 备选 → Model-Mediated Teleoperation
│
└── 共享控制（部分自主）
    ├── da Vinci (Shared Control mode)
    └── 自研系统 → D08 运动映射 + D09 MoveIt2

6.4 与 F01-F02 力控数学的接口

遥操作理论与 F01-F02 的力控理论密切相关。建立以下对应关系有助于知识迁移：

F 系列概念	遥操作中的对应	联系点
阻抗控制 \(Z = F/V\)	二端口 \(h_{11}\)（master 端阻抗）	F01 的阻抗概念直接用于遥操作
导纳控制 \(Y = V/F\)	二端口 \(h_{22}\)（slave 端导纳）	F01 的导纳概念
无源性 \(\int fv \, dt \geq 0\)	Llewellyn 条件 L2, L3	F02.4 的定义直接适用
能量观测器	TDPA 的 Passivity Observer（D07）	F02.4 的能量分析工具
接触稳定性	操作者+系统+环境的耦合稳定	F01 的环境耦合分析

---

7. 前沿工作与开放问题 ⭐⭐⭐

7.1 Model-Mediated Teleoperation ⭐⭐⭐

动机：当延迟超过 200 ms 时，即使使用波变量+TDPA，操作者感受到的力反馈也是"过时"的（延迟至少 200 ms）。人类对 >200 ms 的力延迟极其敏感——操作策略从"连续控制"退化为"move-and-wait"（Ferrell 1965）。

Hirche-Buss (2012) 提出了一种根本不同的方案——在 slave 侧建立环境模型，传输模型参数而非原始力信号。这个方案**绕过了延迟问题**，代价是模型精度决定了体验质量：

传统 bilateral:
  slave → [f_e(t)] → 延迟 T → master
  操作者感受: 延迟 T 前的力

Model-Mediated:
  slave → [环境模型参数: K_e, B_e, x_wall] → 延迟 T → master
  master 本地渲染: f_rendered = K_e(x_m - x_wall) + B_e * v_m
  操作者感受: "低延迟"的力（模型渲染，非真实力）

优势：力渲染完全本地化，不受延迟影响。劣势：模型精度决定了体验质量。

Model-Mediated 的关键工程挑战：

挑战	详细说明	影响
模型辨识精度	环境刚度/阻尼的在线估计误差	力渲染偏差 → 操作者误判
模型切换	从自由空间到接触的模型切换	切换瞬间力不连续
非线性环境	凸多面体/软物体的非线性力学	线性模型不足
模型更新带宽	模型参数的传输频率	快速变化的环境跟不上
未建模动力学	摩擦/粘弹性等	长时间操作后偏差累积

跨领域类比：Model-Mediated 类似于视频通话中的"虚拟背景"——不传输真实背景像素（高带宽），而是传输一个参数化的背景模型（低带宽），在本地渲染。当真实背景简单时效果好，当背景复杂时（如大量运动物体）效果差。

7.2 Shared Autonomy 与遥操作的融合 ⭐⭐

现代遥操作越来越多地采用共享控制范式——D08 将详细讨论如何将遥操作与学习算法（D04 的 ACT/Diffusion Policy）结合：

• 操作者提供高级意图（移动方向）
• 自主系统处理低级控制（避碰、力控）
• 典型如 da Vinci 的 wristed instrument control

共享控制的数学框架：

\[u_{robot}(t) = \alpha(t) \cdot u_{human}(t) + (1-\alpha(t)) \cdot u_{auto}(t)\]

其中 \(\alpha(t) \in [0, 1]\) 是"人类控制权"系数。\(\alpha = 1\) 退化为直接遥操作；\(\alpha = 0\) 退化为完全自主。

\(\alpha(t)\) 的设计原则：

场景	\(\alpha\)	理由
自由空间运动	0.3-0.5	自主系统处理路径平滑和避障
精细操作（接近目标）	0.8-1.0	人类的灵巧判断最关键
危险区域（接近关节极限）	0.1-0.3	自主系统保证安全
接触操作	0.5-0.7	人类控制意图+自主力控

与 D05 理论的关系：共享控制中 \(u_{auto}\) 是一个主动元件（它可以产生能量），这违反了 Llewellyn 分析中"被动终端"的假设。因此，共享控制系统的稳定性分析不能直接用 Llewellyn 准则——需要用 D07 的 TDPA 作为安全保证。

共享控制的安全层设计：

在共享控制中，TDPA 的 PO 监测人机混合系统的总端口能量。当 \(E_{obs} < 0\) 时，可能是自主系统的主动行为注入了过多能量。此时 PC 的介入不是"消灭有害能量"，而是"限制自主系统的主动性"——通过缩放 \(u_{auto}\) 的增益来保证整体被动性。这是 TDPA 在非传统遥操作场景下的创新应用。

7.3 从 Llewellyn 到现代——二端口理论的局限与超越 ⭐⭐⭐

Llewellyn 准则建立于 1952 年微波电路理论，其核心假设是 LTI（线性时不变）。但现代遥操作系统中存在大量非线性和时变因素：

Llewellyn 准则的适用边界：

因素	LTI 假设	实际系统	对 Llewellyn 的影响
采样-ZOH	连续信号	离散+ZOH	等效延迟，需修正 \(\eta\)
接触/释放	线性 \(Z_e\)	非线性切换	Llewellyn 在切换瞬间不适用
摩擦	无	库仑+粘性	非线性→需 Lyapunov 分析
RL 策略	线性控制器	非线性 NN	Llewellyn 完全不适用
自适应控制	时不变	参数在线更新	需 LTV 稳定性理论

超越 Llewellyn 的三条路径：

1. 无源性方法（D06 波变量 / D07 TDPA）：不要求 LTI，对非线性系统也适用。代价是条件更保守——无源性是比稳定性更强的要求
2. Lyapunov 方法（Chopra-Spong-Lozano 2008）：直接构造 Lyapunov 函数证明闭环稳定，无需 LTI 假设。但需要针对每种控制律单独设计 Lyapunov 函数
3. 小增益定理（Zames 1966）：将系统分解为互联子系统，通过各子系统的增益界限判断整体稳定性。适用于非线性系统但条件可能保守

"不是 X 而是 Y"纠正：Llewellyn 准则不是"过时的理论"——它是**在 LTI 范围内最精确的工具**（充要条件）。超越 LTI 的方法（无源性、Lyapunov、小增益）更通用但更保守（充分条件）。工程实践中，先用 Llewellyn 做 LTI 设计，再用 TDPA 做运行时安全保证，是最合理的组合。

7.4 开放问题

问题	当前状态	挑战
非线性稳定分析	Llewellyn 是 LTI 工具	RL 策略在环是高度非线性的
深空遥操作	>1s 延迟下 bilateral 失效	Supervisory 的人因效率差
共享自主	人机意图融合	缺乏统一数学框架
多模态触觉	温度/纹理/振动传输	通道带宽和心理物理学模型不足
变拓扑接触	抓取/释放的拓扑变化	离散事件+连续控制的混合
学习型遥操作	D04 的 ACT/RL + D05-D07 力反馈	力反馈如何与学习策略交互

---

本章小结

知识点	核心结论	难度
遥操作历史	机械联动→电控→理论化；Ferrell 1965 揭示延迟的摧毁性影响	⭐
二端口 h 参数	混合参数匹配遥操作因果结构（master 阻抗 + slave 导纳）	⭐⭐
操作者感受阻抗	\(Z_{to} = h_{11} - h_{12}h_{21}Z_e/(1+h_{22}Z_e)\)	⭐⭐
理想透明度	\(H_{ideal} = [0,1;-1,0]\)：系统"消失"	⭐⭐
Llewellyn 准则	四条充要条件；\(\eta(\omega) \geq 0\) 是核心	⭐⭐⭐
透明度-稳定性 trade-off	\(\eta = 0\) 恰好在稳定边界；加阻尼→\(\eta > 0\) 但透明度降	⭐⭐⭐
时延影响	延迟降低 \(\eta\) 变负的临界频率，使操作频段内不稳定	⭐⭐⭐
四种子架构	PP(无力传感)/PF(slave力传感)/FP(少用)/FF(理论最优)	⭐⭐
Z-width	\(K_{max} = 2b/T\)；采样率翻倍→Z-width 翻倍	⭐⭐

---

累积项目：本章新增模块

Mini-DualArm 项目进度：

章节	新增模块	功能
D01-D04	双臂协调+学习管线	任务分类→规划→力控→ACT/RL 训练
D05	二端口分析工具	给定控制器→计算 h 矩阵→绘制 \(\eta(\omega)\)→判断稳定性
D05	Z-width 计算器	给定 \(b, T\)→计算 \(K_{max}\)→判断力反馈可行性

---

延伸阅读

资源	类型	难度	关注点
Hannaford 1989, "A Design Framework for Teleoperators with Kinesthetic Feedback"	论文	⭐⭐⭐	h 参数+四种架构——遥操作建模必读
Lawrence 1993, "Stability and Transparency in Bilateral Teleoperation"	论文	⭐⭐⭐⭐	透明度严格定义+Llewellyn——理论基石
Colgate-Brown 1994, "Factors Affecting the Z-Width of a Haptic Display"	论文	⭐⭐⭐	Z-width 理论+虚拟墙被动条件
Hokayem-Spong 2006, "Bilateral Teleoperation: An Historical Survey"	综述	⭐⭐	领域历史地图——适合课前全景阅读
Hashtrudi-Zaad-Salcudean 2001, "Analysis of Control Architectures for Teleoperation"	论文	⭐⭐⭐	I/A 组合选型原则
Yokokohji-Yoshikawa 1994, "Bilateral Control for Ideal Kinesthetic Coupling"	论文	⭐⭐⭐⭐	理想运动觉耦合三条件
Ferrell 1965, "Remote Manipulation with Transmission Delay"	论文	⭐⭐	经典延迟实验——理解"为什么延迟是问题"
Hirche-Buss 2012, "Human-Oriented Control for Haptic Teleoperation"	书	⭐⭐⭐	Model-Mediated + 共享控制综合参考
Llewellyn 1952, "Some Fundamental Properties of Transmission Systems"	论文	⭐⭐⭐⭐	原始论文——微波电路稳定性理论
Zames 1966, "On the Input-Output Stability of Time-Varying Feedback Systems"	论文	⭐⭐⭐⭐	小增益定理——超越 Llewellyn 的非线性工具
Goertz 1952, "Fundamentals of General Purpose Remote Manipulators"	论文	⭐	历史起源——遥操作领域的 Genesis Paper

---

故障排查手册

症状	可能原因	排查步骤	相关章节
接触硬墙时系统振荡	\(K > K_{max}\)（被动性违反）	1. 测量实际采样频率 2. 计算 \(K_{max}=2b/T\) 3. 降低 \(K\) 或提高频率	本章 5.2
自由空间中 master 有"粘滞感"	\(h_{11}\) 实部过大	1. 降低本地阻尼 2. 检查齿轮摩擦 3. 加摩擦补偿	本章 2.2
力反馈强度随频率变化	\(h_{12}\) 频率特性不平坦	1. 绘制 \(h_{12}\) Bode 图 2. 检查力传感器带宽 3. 加补偿滤波器	本章 4.3
延迟增加后系统不稳定	Llewellyn \(\eta < 0\)	1. 增加本地阻尼 2. 降低环路增益 3. 考虑波变量(D06)/TDPA(D07)	本章 3.5
Master 和 slave 位置漂移	积分器无保护	1. 检查位置重置机制 2. 加弱弹簧归中力 3. 检查积分抗饱和	本章 4.2
\(\eta\) 在特定频率突然变负	控制器谐振+时延	1. 绘制 \(\eta(\omega)\) 全频段 2. 找到最小 \(\eta\) 频率 3. 加陷波滤波器	本章 3.5
Z-width 不足以渲染目标环境	采样率太低或物理阻尼太小	1. 提高采样频率(最有效) 2. 增加虚拟阻尼 3. 降低目标刚度	本章 5.2
h 参数计算结果与仿真不符	线性化误差或符号错误	1. 检查被动符号约定(流入为正) 2. 验证频率范围 3. 对比数值/解析	本章 2.2

---

D05 到 D06 承接：本章建立了分析框架并揭示了"透明度 vs 稳定性"的根本矛盾——延迟使 Llewellyn \(\eta\) 降低，需增大阻尼。有没有不牺牲透明度就能保持稳定性的方法？ D06 将给出答案——散射变换和波变量理论，通过改变信号表示使通信通道在任意延迟下保持无源。

D05 到 D07 承接：Llewellyn 准则是 LTI 分析工具——它告诉你"名义上是否稳定"。但实际系统存在非线性、时变效应。D07 的 TDPA 提供了运行时安全保证——即使 Llewellyn 分析遗漏了某些因素，TDPA 也能在线检测并纠正。