4. 机器人运动学基础

在工业PC机器人控制平台中，运动学是连接“任务空间指令”与“关节空间执行”的桥梁。无论是六轴串联机械臂、SCARA还是Delta机器人，控制器最终都要把笛卡尔空间中的位姿、速度与轨迹，转换为各关节的角度、角速度与力矩指令。本章围绕坐标系变换、DH参数、正逆运动学、雅可比矩阵与轨迹规划五个核心知识点展开，帮助建立从数学描述到工程实现的完整认知。

一、核心原理：坐标系变换与位姿描述

机器人运动学的本质是描述刚体在空间中的位置与姿态。位置用三维平移向量表示，姿态用旋转矩阵或四元数表示。一个位姿通常写成齐次变换矩阵：

T = [ R  p ]
    [ 0  1 ]

其中 R 为 3×3 旋转矩阵，p 为 3×1 平移向量。

坐标系变换遵循“左乘父系、右乘子系”的链式法则。若已知基座到末端经过 n 个连杆，则末端位姿为各连杆变换矩阵的连乘。工业PC中常用Eigen、KDL或Pinocchio等库完成矩阵运算，但理解其几何含义比调用API更重要。

二、DH参数：用四个参数描述一个连杆

Denavit-Hartenberg（DH）参数法用四个参数描述相邻关节坐标系之间的关系：连杆长度 a、连杆扭转角 α、关节偏置 d、关节角 θ。标准DH与改进DH在坐标系附着方式上略有差异，工程中需确认控制器或算法库采用哪一种。

参数	符号	物理含义	典型取值
连杆长度	a	沿 x 轴平移距离	0.3 m
连杆扭转角	α	绕 x 轴旋转角度	-90°
关节偏置	d	沿 z 轴平移距离	0.1 m
关节角	θ	绕 z 轴旋转角度	变量

以六轴工业机器人为例，其DH表通常包含6行，每行对应一个关节。控制器启动时读取该表，构建各连杆变换矩阵，再逐级相乘得到末端位姿。若DH参数标定不准，末端绝对定位精度会明显下降，这也是现场标定环节必须重视的原因。

三、正逆运动学：从关节角到末端位姿，再反解回来

正运动学计算直接、稳定，适合实时性要求高的场景。逆运动学则复杂得多：对于六轴串联机器人，通常采用解析法或数值法。解析法速度快、可枚举多解，但依赖特定构型；数值法通用性强，但需要迭代，可能陷入局部解。

# 伪代码：正运动学链式相乘
T = I
for i in range(6):
    T = T @ dh_transform(a[i], alpha[i], d[i], theta[i])
end_pose = T

工程中常见误区是忽略关节限位与奇异位形。逆解即使数学上存在，也可能超出关节范围或接近奇异点，导致速度趋于无穷。因此，逆运动学模块通常要结合限位检查、多解筛选和奇异回避策略。

四、雅可比矩阵：速度与力的传递关系

雅可比矩阵 J 描述关节速度与末端笛卡尔速度之间的线性映射：v = J·q̇。它同时用于静力分析：τ = Jᵀ·F。雅可比矩阵的秩决定了机器人是否处于奇异位形；当 J 不满秩时，某些方向无法产生运动，逆解速度会发散。

在轨迹跟踪中，雅可比矩阵用于将笛卡尔空间的速度指令转换为关节速度指令。工业PC控制周期通常为1 ms～4 ms，每个周期都要计算 J 并求解 q̇。若采用数值逆解，还需处理阻尼最小二乘，避免奇异点附近关节速度过大。

五、轨迹规划基本方法：让运动既快又稳

轨迹规划分为关节空间规划与笛卡尔空间规划。关节空间常用梯形速度、S型曲线，计算简单、不易奇异；笛卡尔空间可保证末端走直线或圆弧，但需频繁逆解，容易遇到奇异与关节超限。

• 关节空间：对每个关节独立规划，常用五次多项式或S型速度曲线，保证加速度连续。
• 笛卡尔空间：先规划末端位姿序列，再逐点逆解，适合焊接、涂胶等对路径形状要求高的场景。
• 混合策略：粗定位用关节空间，精加工用笛卡尔空间，兼顾效率与精度。

六、案例与复盘：从DH表到轨迹执行

某六轴机器人搬运任务中，工程师发现末端在接近目标点时出现明显抖动。排查后发现：逆解在奇异位形附近产生大幅关节速度，而轨迹规划未做阻尼处理。解决方案是引入阻尼最小二乘逆解，并在笛卡尔路径上增加过渡圆角，同时用雅可比条件数监控奇异区域。调整后，节拍仅增加3%，但抖动完全消除。

该案例说明：运动学不是孤立的数学公式，而是与控制器周期、关节限位、奇异回避和轨迹平滑紧密耦合的系统工程。工业PC平台的优势在于算力充足，可以实时计算雅可比、条件数与多解筛选，从而在保证精度的同时提升运动品质。