📚 课程目录第1章课程导论与数学基础

1. 课程导论与数学基础

各位同学好，欢迎来到《逆运动学算法STM32实现与参数优化性能调优实战》的第一章。我是你们这门课的主讲工程师。

在正式开始之前，我想先聊聊一个很实际的问题：为什么我们要花30节课来啃逆运动学？

说白了，逆运动学（Inverse Kinematics, IK）是机器人控制里最核心、也最让人头疼的问题之一。你给机械臂一个末端位姿，它得算出每个关节该转多少度。你让四足机器人抬腿，它得算出髋关节、膝关节、踝关节的角度组合。没有IK，机器人就是个铁疙瘩，动不了。

我个人习惯把IK比作「从结果反推过程」。正向运动学很简单——给定关节角度，算出手爪位置，这是确定的。但反过来，给定手爪位置，算出关节角度，这就复杂了。为什么？因为解不唯一，甚至可能无解。

我在项目中遇到过好几次这样的情况：明明末端位姿算对了，但关节角度组合出来，机械臂却撞到了自己。嗯，这就是IK的「多解」和「奇异点」问题。我们这门课，就是要彻底解决这些问题。

先给个严谨的定义：

逆运动学：已知机器人末端执行器（手爪、脚掌）在笛卡尔空间中的期望位姿（位置 + 姿态），求解满足该位姿的所有关节变量组合。

数学上可以写成：

给定：T_desired = [R | p]   (4x4 齐次变换矩阵)
求解：θ = [θ1, θ2, ..., θn]^T
使得：FK(θ) = T_desired

这里有几个关键点：

你想想看，如果机械臂从A点走到B点，中间关节角度突然跳了180度，那画面得多吓人。这就是为什么我们后面要讲「最优解选择策略」。

IK的应用场景其实比你想的广。我简单列两个典型：

场景	典型机器人	IK特点	常见问题
机械臂	6轴工业臂、协作臂	6自由度，解析解存在	奇异点、多解选择
足式机器人	四足、双足	每条腿3-4自由度，实时性要求极高	摆动腿轨迹、支撑腿力控

机械臂场景：我记得有一次调试一个6轴协作臂，末端要画一个圆。正向运动学算出来没问题，但IK一跑，第4关节在某个点突然反转了180度。当时我盯着示教器看了半天，才发现是「腕部奇异点」在作怪。后来加了阻尼最小二乘法（DLS）才搞定。

足式机器人场景：四足机器人的IK更刺激。每条腿3个自由度，4条腿就是12个自由度。而且你还要考虑身体姿态、地面接触力。我曾经在调试一款四足机器人时，因为IK算得不够快，导致机器人走路一瘸一拐的。后来把IK算法从浮点运算改成定点运算，速度提升了3倍，才跑起来。

我的经验：足式机器人的IK，实时性比精度更重要。因为地面是不平的，你算得再准，脚踩下去也可能滑。所以很多时候，我们宁愿用近似解，也要保证控制周期在1ms以内。

这部分是数学基础，但我会尽量讲得「接地气」一点。

刚体变换，说白了就是描述一个物体在空间中的位置和朝向。我们用齐次变换矩阵来表示：

T = [R   p]
    [0   1]

其中：
R: 3x3 旋转矩阵（描述姿态）
p: 3x1 平移向量（描述位置）

为什么用4x4矩阵？因为这样可以把旋转和平移统一成一次矩阵乘法。你想想看，如果分开算，先旋转再平移，代码写起来多麻烦。用齐次矩阵，一次搞定。

常见的旋转表示方式有三种：

我个人习惯在STM32上用四元数做姿态表示。为什么？因为STM32的浮点运算能力有限，四元数只有4个参数，计算量比旋转矩阵小，而且没有万向锁问题。我在项目中吃过万向锁的亏，从那以后，能用四元数的地方绝不用欧拉角。

避坑指南：我曾经在STM32F407上直接用欧拉角做IK，结果在俯仰角接近90度时，机器人直接「抽风」了。后来查了三天，才发现是万向锁导致自由度丢失。从那以后，我所有STM32上的IK代码，内部统一用四元数，只在输入输出时转成欧拉角。

你可能会有疑问：STM32这种MCU，能跑IK吗？

答案是：能，而且很合适。

我列几个理由：

你想想看，工业机器人控制器动辄上万，而用STM32做，成本不到100块。当然，代价是代码要写得足够高效。我们这门课，就是要教你如何在STM32上写出「又快又稳」的IK算法。

我记得第一次在STM32F103上跑IK时，算一次要5ms，根本不够用。后来优化了矩阵运算，用了查表法和定点数，把时间压到了500μs。嗯，这就是我们后面要讲的「参数优化与性能调优」的内容。

下面这张图，是我自己画的本章知识结构，方便你建立整体认知：

这张图把本章的核心内容串起来了。你看到没，所有分支最终都指向「逆运动学基础」这个中心。后面的课程，我们会一层层展开这些分支。

好，第一章的内容就到这里。我帮你捋一下重点：

下一章，我们会正式进入IK的数学推导，从最简单的2自由度机械臂开始，一步步建立完整的运动学模型。到时候我会手把手带你推导DH参数，并在STM32上写出第一版IK代码。

咱们下章见。