机器人运动学基础：刚体运动描述、旋转矩阵、齐次变换矩阵、正逆运动学

各位同学好，我是你们的老朋友。今天咱们来聊聊机器人运动学里最核心的几个概念。说实话，这部分内容我刚开始接触时也觉得有点抽象，但后来在项目里吃过几次亏，才真正体会到它的分量。

你想想看，一个机器人要抓杯子，它得先知道自己的手在哪儿，杯子在哪儿，然后才能规划怎么过去。这背后就是运动学在支撑。说白了，运动学就是研究「怎么动」的学问，不涉及力，只关心位置、速度和加速度。

我们先从最基础的开始。机器人身上的每个部件，比如手臂、手腕、手指，都可以看作刚体。刚体就是不会变形的物体。描述一个刚体在空间中的状态，需要两个信息：位置和姿态。

位置好理解，就是它在哪儿。姿态呢？就是它朝哪个方向。举个例子，你手里拿着一本书，书的位置是书的重心坐标，书的姿态就是书页朝哪边、书脊朝哪边。

我个人习惯把位置和姿态合起来叫「位姿」。一个刚体在三维空间中有6个自由度——3个平移自由度（x, y, z）和3个旋转自由度（roll, pitch, yaw）。

核心要点：描述刚体运动，本质上就是描述这6个自由度随时间的变化。

旋转矩阵是描述姿态最常用的工具。它是一个3x3的正交矩阵，行列式为+1。为什么用矩阵？因为方便计算啊。

我记得第一次做机械臂标定时，就栽在旋转矩阵上。当时我直接用欧拉角去算，结果出现了万向锁，机械臂直接卡住了。从那以后，我养成了一个习惯：凡是涉及连续旋转的，优先用旋转矩阵或四元数。

旋转矩阵有几个重要性质：

来看一个绕Z轴旋转θ角的例子：

R_z(θ) = | cosθ  -sinθ  0 |
         | sinθ   cosθ  0 |
         | 0      0     1 |

嗯，这里要注意：旋转顺序很重要。先绕X轴转30度再绕Y轴转60度，和反过来结果完全不同。我建议你在代码里统一用「右乘」的顺序，这样更符合直觉。

旋转矩阵只能描述姿态，不能描述位置。那怎么办？把位置和姿态合在一起，就得到了齐次变换矩阵。它是一个4x4的矩阵：

T = | R   p |
    | 0   1 |

其中R是3x3旋转矩阵，p是3x1位置向量。最后一行是[0 0 0 1]。

为什么叫「齐次」？因为引入了第4维，把旋转和平移统一成线性变换。这样做的好处是：你可以把多个变换连乘，一次搞定。

举个例子，机器人从基座到末端执行器，中间经过了好几个关节。每个关节都有一个变换矩阵。把它们乘起来，就得到了末端相对于基座的位姿。这就是正运动学的核心思想。

小技巧：写代码时，我习惯把齐次变换矩阵封装成一个类，包含旋转矩阵和平移向量。这样调试起来方便很多。

正运动学，就是已知关节角度，求末端位姿。说白了，你告诉机器人「每个关节转多少度」，它告诉你「手在哪儿、朝哪个方向」。

对于串联机器人，正运动学很简单：把每个关节的变换矩阵连乘就行。比如一个6轴机器人：

T_06 = T_01 · T_12 · T_23 · T_34 · T_45 · T_56

每个T_ij表示从关节i到关节j+1的变换。这里面包含了关节角度、连杆长度、连杆偏距等参数。这些参数合起来就是DH参数（Denavit-Hartenberg参数）。

我在做协作机器人项目时，发现很多同学把DH参数搞混了。其实记住一点就行：DH参数就是描述相邻两个关节坐标系之间关系的四个参数。分别是：

对于旋转关节，θ是变量；对于移动关节，d是变量。

逆运动学就麻烦多了。它是已知末端位姿，求关节角度。你告诉机器人「手要放到这里」，它得算出每个关节该转多少度。

为什么麻烦？因为逆运动学通常有多解，甚至无解。比如你让机械臂去够一个太远的东西，它根本够不着，那就是无解。如果目标在可到达范围内，通常有多个关节角度组合能达到同一个末端位姿。

我曾经在调试一个焊接机器人时，遇到了逆运动学求解不稳定的问题。每次算出来的关节角度都不一样，导致焊接轨迹抖动。后来发现是数值解法迭代初值选得不好。我换成了解析解法，问题就解决了。

避坑指南：逆运动学求解时，一定要注意奇异位形。当机器人处于奇异位形时，某些关节速度会趋于无穷大，非常危险。我曾经在测试时没处理好，差点把电机烧了。

逆运动学的求解方法主要有两种：

我个人建议：如果机器人构型比较规则（比如6轴机器人满足Pieper准则），优先用解析法。如果构型复杂，再用数值法。

下面这张图是我自己整理的，把今天讲的内容串起来了。你可以看到，从刚体描述到正逆运动学，是一条清晰的逻辑链。

好了，今天的内容就到这里。运动学是机器人学的基石，后面的轨迹规划、动力学、控制都离不开它。我建议你动手写写代码，把旋转矩阵和齐次变换矩阵实现一遍，再做个简单的正运动学求解。纸上得来终觉浅，绝知此事要躬行。

可可精品资料库