3、运动学基础（下）：齐次变换矩阵、正运动学建模（DH参数法）、逆运动学求解入门
好，咱们接着聊。上一节我们把旋转矩阵、平移向量这些基础概念捋了一遍。这一节，我们要把它们串起来，真正开始搭建机器人的“骨架”——也就是运动学模型。
说实话，我刚入行那会儿，觉得运动学就是一堆矩阵乘法，枯燥得很。直到有一次，我调试一台六轴协作机器人，发现末端执行器总是偏那么几毫米。查来查去，最后发现是相邻两个关节的坐标系定义错了。从那以后，我才真正体会到，运动学这东西，差之毫厘，谬以千里。
一、齐次变换矩阵：把旋转和平移装进一个“盒子”
你想想看，一个关节相对于上一个关节，既有旋转，又有平移。如果我们分开算，先旋转再平移，或者先平移再旋转，公式会变得非常啰嗦。有没有一种方法，能把旋转和平移打包在一起？
有的。就是齐次变换矩阵。
说白了，它就是一个 4x4 的矩阵。左上角 3x3 是旋转矩阵，右上角 3x1 是平移向量，左下角是 0 0 0，右下角是 1。
| R(3x3) | T(3x1) |
| 0 0 0 | 1 |这个矩阵的好处是什么？
- 统一表达：一个矩阵，同时表达了旋转和平移。
- 连续变换：从基座到末端，只需要把每个关节的变换矩阵乘起来。矩阵乘法，简单粗暴。
- 求逆方便：想知道末端在基座下的位姿？乘。想知道基座在末端下的位姿？求逆矩阵就行。
二、正运动学建模：DH参数法——机器人界的“身份证”
有了齐次变换矩阵这个工具，我们怎么给一个真实的机器人建模呢？
最经典的方法，就是 DH 参数法。Denavit 和 Hartenberg 这两位前辈，在 1955 年提出了一套标准。这套标准，说白了就是给每个关节定义一个坐标系，然后用四个参数来描述相邻坐标系之间的关系。
这四个参数分别是：
- ai-1：连杆长度。沿着 Xi-1 轴，从 Zi-1 到 Zi 的距离。
- αi-1：连杆扭角。绕着 Xi-1 轴，从 Zi-1 转到 Zi 的角度。
- di：连杆偏距。沿着 Zi 轴，从 Xi-1 到 Xi 的距离。
- θi：关节角。绕着 Zi 轴，从 Xi-1 转到 Xi 的角度。
嗯，光看文字可能有点晕。我画个图帮你理解一下。
有了这四个参数，相邻两个坐标系之间的变换矩阵就可以直接写出来了。公式是这样的：
i-1T_i = RotX(αi-1) * TransX(ai-1) * RotZ(θi) * TransZ(di)展开后，就是一个 4x4 的齐次变换矩阵。你只要把每个关节的 DH 参数填进去，然后从基座开始，一直乘到末端，就能得到末端在基座坐标系下的位姿。这就是正运动学。
三、逆运动学求解入门：从“终点”反推“路径”
正运动学是“已知关节角，求末端位姿”。那逆运动学正好反过来：已知末端位姿，求关节角。
为什么需要逆运动学？
- 你想让机器人把手伸到某个点，你不可能手动调每个关节的角度。你只需要告诉它“把手伸到那里”，它自己算出关节角。
- 轨迹规划、避障、力控……几乎所有高级功能，都离不开逆运动学。
但逆运动学比正运动学难得多。为什么？
- 多解性：同一个末端位姿，可能对应多组关节角。比如“肘部朝上”和“肘部朝下”。
- 无解：目标点太远，机器人够不着。
- 奇异点：在某些位姿下，关节速度会变得无穷大，导致控制失效。
求解方法主要有两类：
- 解析法（封闭解）：通过代数或几何方法，直接推导出关节角的表达式。速度快，精度高。但只适用于特定构型的机器人（比如后三个关节轴线交于一点的六轴机器人）。
- 数值法（迭代法）：比如牛顿-拉夫森法、雅可比伪逆法。通用性强，任何机器人都能用。但速度慢，可能陷入局部最优。
对于初学者，我建议先从解析法入手。拿一个简单的 2 自由度平面机械臂练手。用几何法，画个三角形，用余弦定理就能算出关节角。等你把解析法的思路理清了，再去看数值法，会容易很多。
四、小结
这一节，我们聊了三个东西：
- 齐次变换矩阵：把旋转和平移打包，方便连续变换。
- DH 参数法：给机器人建模的标准方法。四个参数，搞定一切。
- 逆运动学入门：从末端位姿反推关节角。多解、无解、奇异点，都是你要面对的挑战。
嗯，运动学是机器人控制的基石。你把这些搞懂了，后面学动力学、轨迹规划、控制算法，都会轻松很多。别急，慢慢来。
可可精品资料库