二、运动学基础：刚体运动描述、齐次变换矩阵、正运动学与逆运动学基础

各位同学，今天我们来聊聊运动学基础。这部分内容，说白了就是机器人怎么动、怎么算位置、怎么规划轨迹的数学根基。我做了这么多年机器人，可以负责任地告诉你——这块基础打不牢，后面做轨迹规划、避障、抓取，全都会出问题。

嗯，咱们先从最核心的概念开始。

什么叫刚体？就是不会变形的物体。你想想看，机器人的连杆、关节、末端执行器，在运动过程中我们假设它们不会变形——这就是刚体假设。实际项目中，虽然连杆会有微小形变，但做运动学分析时，我们一律按刚体处理。

刚体在空间中的运动，说白了就是两件事：位置和姿态。位置好理解，就是它在哪；姿态呢，就是它朝哪个方向。

我个人习惯用一个例子来理解：你手里拿着一支笔，笔尖的位置是位置，笔杆的朝向就是姿态。两者合起来，就叫位姿。

核心概念：刚体在三维空间中的自由度是6——3个平移自由度（x, y, z）+ 3个旋转自由度（roll, pitch, yaw）。

描述姿态的方式有好几种：欧拉角、旋转矩阵、四元数。我在项目中遇到过一个问题——用欧拉角做插值时出现了万向锁，导致机器人末端突然反转。那次排查花了我整整两天。后来我建议团队统一用四元数做姿态插值，再也没出过类似问题。

好，接下来是重头戏——齐次变换矩阵。这东西，你以后写运动学代码、做轨迹规划，天天都要跟它打交道。

为什么要用齐次变换矩阵？因为我们需要把旋转和平移统一到一个数学框架里。你想想看，如果旋转用矩阵、平移用向量，每次变换都要分开算，多麻烦？齐次变换矩阵把两者合并成一个4×4矩阵，简洁又高效。

它的形式是这样的：

| R   t |
| 0   1 |

其中R是3×3旋转矩阵，t是3×1平移向量。最后一行是[0 0 0 1]。

我记得刚入行时，有个老工程师跟我说：「小张，齐次变换矩阵就是机器人的通用语言。」当时不太理解，后来做项目多了才明白——无论你是做正运动学、逆运动学，还是轨迹插值，最后都要落到齐次变换矩阵上。

我的小技巧：写代码时，我习惯把齐次变换矩阵封装成一个类，包含乘法、求逆、从欧拉角构造等方法。这样后面做正运动学链式计算时，代码会非常干净。

齐次变换矩阵的乘法，对应的是坐标系的连续变换。比如从基座到关节1，再到关节2，最后到末端，就是一连串矩阵相乘：

T_末端 = T_01 * T_12 * T_23 * ... * T_(n-1)n

这个链式法则，就是正运动学的核心。

正运动学，说白了就是：已知关节角度，求末端位姿。

这就像你知道了手臂每个关节弯了多少度，然后问手在哪、朝哪个方向。这是个确定性问题——给定输入，输出唯一。

以六轴工业机器人为例，正运动学计算流程是这样的：

我在项目中遇到过一件事：有个同事写正运动学代码，算出来的末端位置总是差几毫米。查了半天，发现是DH参数里一个角度符号搞反了。嗯，这种错误很隐蔽，但后果很严重——轨迹全偏了。

避坑指南：我曾经因为DH参数定义不一致，导致正运动学结果和实际机器人对不上。后来我养成了一个习惯——每次写正运动学代码前，先把DH参数表画出来，和机械图纸逐一核对。别嫌麻烦，这一步省不了。

逆运动学就更有意思了。它是正运动学的反问题：已知末端位姿，求关节角度。

你想想看，这比正运动学难在哪？正运动学是「给什么出什么」，唯一确定。逆运动学呢？同一个末端位姿，可能有多个关节角度解，甚至可能无解。

为什么会这样？因为机器人的关节构型决定了它的工作空间。末端在可达范围内，可能有2个、4个甚至8个解；在范围外，就无解。

常见的逆运动学求解方法有：

我个人习惯优先用解析法。为什么？因为实时性要求高的场景，比如焊接、喷涂，数值法那点延迟可能就导致轨迹抖动。但解析法也有局限——不是所有机器人都有解析解。

经验之谈：做轨迹规划时，逆运动学多解问题要特别小心。我一般会加一个「最优解选择」策略——比如选关节角度变化最小的那个解，这样运动更平滑，能耗也更低。

下面这张图，是我自己总结的运动学基础知识体系。你可以把它当作本章的「地图」——学完后再回来看，应该会更清晰。

好了，这一章的内容就这些。总结一下：

这些内容看起来是纯理论，但实际做轨迹规划时，每一步都离不开它们。我建议你学完这章后，自己动手写一个简单的正运动学代码——哪怕只是一个2连杆机械臂。写一遍，比看十遍都管用。

可可精品资料库