我的经验是固体力学和有限元分析。因此，我在机器人/控制方面的经验为零。
问题描述
我正在开发一种控制策略，以稳定复杂的六足动力学系统。来自每条腿关节的扭矩Ti将用于在身体上产生净力矩M，从而使系统稳定。从预定的控制策略知道这一时刻M。 （附带说明：动力学求解器属于非线性计算类型）
由于缺乏背景，我对动力学系统有根本的困惑。我想使用关节扭矩Ti在身体上产生这个已知的净力矩M。此力矩M是所有腿段的当前位置/角度的函数
每条腿的反作用力和力矩（无法控制）
每条腿的可控制关节扭矩Ti
时间
$（*）$在给定时间$（n-1）\ Delta $ t：
-从控制策略中计算出所需的净力矩M /已知
-可以读取/感知腿的位置，角度，反作用力和反作用力矩（例如，从位置合适的传感器），此时$ t =（n-1）\ Delta $ t。
-从此信息中，矢量代数可以轻松产生产生净矩M所需的所需关节扭矩Ti
$（**）$时间$（n）\ Delta $ t：
-一个应用先前确定的关节扭矩Ti（确定为$ t =（n-1）\ Delta $ t）创建所需力矩M
-当然，这些扭矩Ti会在紧随的时间步长处施加，因为它们不能立即施加
因此，这正是我的基本困惑所在。转矩Ti以$（*）$中的角度/位置/反应数据为基础，以$（*）$计算，目的是创建力矩M。 ，现在数据（角度/位置/反应）不同了-因此就永远不会创建所需的净力矩M（除非您在感应的瞬间神奇地施加了驱动力）。我是否正确理解控件问题？
问题
我能正确理解机器人问题吗？解决这个难题的术语和策略是什么？
我当然可以将传感和驱动之间的时间步长定得无限小，但这是不现实/不诚实的。现实的时间步长和执行任务之间的平衡是什么？
#1 楼
关于第1点，是的，您正确理解了问题。关于第1点和第2点，我相信您正在寻找的是奈奎斯特-香农抽样理论。该理论认为，采样频率应大于“最高关注频率”的2倍。这是为了防止混叠，在混叠中您可能会错误地将高频信号测量为低频。
上图来自维基百科。因此，您的机器人的所有关节和四肢都这样，这些四肢可以移动多快？您的力矩和扭矩都会导致关节加速。关节的最高转速是多少？或者换一种说法，您期望的高峰时刻是什么？应用多长时间？您还可以据此计算出速度。
您想要足够快地对关节进行采样，以捕获系统的全部动态。这是我为自己的机器人项目感应设置的采样阈值（最小值！）。对于控制而言，大多数信誉良好的信号源，例如感兴趣频率的5到10倍。
您的峰值加速度（来自峰值扭矩和力矩）将受到四肢质量（惯性矩）的限制。限制加速度的四肢也将充当低通滤波器，以使系统在两个样本之间保持相对恒定，这样一来，一个样本就不会造成太大影响。
希望如此帮助！