2. 基础知识

移动操作机器人要在“会走”和“会抓”之间建立统一的数学语言。底盘在平面内移动，机械臂在三维空间中伸展，二者最终都要回答同一个问题：某个物体相对于机器人本体、相机、末端执行器究竟在哪里？如果坐标系不统一、位姿表达不一致，定位模块给出的目标点就无法被操作模块正确使用。因此，运动学、坐标系变换、位姿表示、刚体变换与齐次矩阵构成了移动操作融合的底层数学基础。

一、核心原理：从关节到任务空间的映射

机器人运动学描述关节变量与末端位姿之间的几何关系。正运动学由关节角度和连杆参数逐级计算末端位姿，逆运动学则根据期望位姿反求关节角。对于移动操作机器人，底盘通常用平面位姿 (x, y, θ) 描述，机械臂则用多自由度关节角 q 描述，二者组合成广义坐标。运动学并不关心力与质量，它只回答“在哪里”和“怎样到达”，这正是定位与操作融合首先需要解决的问题。

坐标系变换是运动学的骨架。机器人系统中常见坐标系包括世界坐标系、底盘坐标系、机械臂基座坐标系、末端执行器坐标系、相机坐标系和目标物体坐标系。任意两个坐标系之间的变换都可以分解为旋转和平移：先旋转对齐姿态，再平移对齐位置。若把变换写成矩阵形式，连续变换就变成矩阵连乘，顺序不能随意交换。

二、位姿表示与刚体变换

位置用三维向量 p = [x, y, z]ᵀ 表示，姿态则常用旋转矩阵 R、欧拉角、轴角或四元数表示。旋转矩阵是 3×3 正交矩阵，满足 RᵀR = I 且 det(R) = 1，它能直接参与矩阵运算，但存在冗余；欧拉角直观，却可能遇到万向节死锁；四元数紧凑且适合插值，是机器人系统中广泛使用的姿态表示。

刚体变换要求物体在运动过程中形状和大小不变，只发生旋转和平移。若点 p 在坐标系 B 中表示为 p_B，要转换到坐标系 A，则：

p_A = R_AB · p_B + t_AB

其中：
R_AB：B 相对于 A 的旋转矩阵
t_AB：B 原点在 A 中的平移向量

为了把旋转和平移合并成一次运算，引入齐次坐标。三维点写成 [x, y, z, 1]ᵀ，变换矩阵写成 4×4 形式：

T_AB = [ R_AB  t_AB ]
       [  0     1  ]

p_A_h = T_AB · p_B_h

这样，从相机到末端、从末端到目标、从底盘到世界坐标系的连续变换，都可以通过矩阵连乘完成。移动操作中常见的“手眼关系”本质上就是求 T_{ee_cam}，而“目标抓取位姿”则是 T_{world_obj} 与 T_{world_ee} 之间的相对关系。

三、方法流程：从视觉目标到抓取位姿

在移动操作任务中，典型流程如下：

1. 相机检测目标，得到目标在相机坐标系下的位姿 T_CO。
2. 通过手眼标定矩阵 T_BC，把目标转换到底盘坐标系：T_BO = T_BC · T_CO。
3. 结合底盘在世界坐标系中的位姿 T_WB，得到目标在世界坐标系中的位姿 T_WO。
4. 根据抓取策略生成末端期望位姿 T_WE，再通过逆运动学求解机械臂关节角。
5. 若目标超出机械臂工作空间，则先规划底盘移动，使目标进入可操作区域，再执行抓取。

这一流程中，任何一步的坐标系定义错误都会导致“看得见却抓不到”。例如相机安装角度的旋转方向写反，目标点会出现在机械臂背后；底盘位姿的 θ 符号错误，抓取方向会整体偏转。

四、案例与场景：移动抓取中的坐标融合

假设移动机器人在地图中位于 (2.0, 1.0, 30°)，相机检测到目标在相机前方 0.5 m、右侧 0.1 m、下方 0.2 m。若手眼矩阵已知，则可先算出目标相对底盘的位置，再叠加底盘位姿得到目标在地图中的位置。随后系统判断该点是否在机械臂可达范围内：若可达，直接抓取；若不可达，则调用底盘导航靠近目标，并重新计算 T_WB 后再抓取。

这个案例说明，移动操作不是“底盘定位”和“机械臂控制”的简单叠加，而是通过齐次矩阵把两个子系统统一到同一坐标链中。定位模块提供 T_WB，视觉模块提供 T_CO，标定模块提供 T_BC，运动学模块提供 T_AE，最终共同决定 T_WO。

五、常见误区与复盘

掌握运动学、坐标系变换、位姿表示、刚体变换与齐次矩阵，等于掌握了移动操作机器人融合定位与操作的“通用语法”。后续无论是手眼标定、视觉伺服，还是底盘—机械臂协同规划，都会反复回到这条坐标变换链上。