机器人运动学基础：正运动学与逆运动学、DH参数模型、关节空间与笛卡尔空间

各位工程师朋友，大家好。今天我们来聊聊机器人运动学。说实话，这是机器人控制里最基础、也最绕不开的一块。我当年刚入行时，觉得这东西就是套公式，后来在调试一个六轴协作臂时，才真正体会到——运动学没搞透，后面标定、轨迹规划全是空中楼阁。

咱们这一章，就围绕三个核心问题展开：正运动学（给定关节角度，求末端位姿）、逆运动学（给定末端位姿，求关节角度）、以及DH参数模型（怎么用最少的参数描述机器人构型）。最后再聊聊关节空间和笛卡尔空间的区别——这两个概念搞混了，调试时容易出大问题。

1. 正运动学：从关节到末端

正运动学，说白了就是：我知道每个关节转了多少度，求出手臂末端在空间里的位置和姿态。这其实是个“正向推导”的过程。

我习惯用齐次变换矩阵来串联每个关节的变换。每个关节对应一个4x4矩阵，把相邻两个坐标系的变换关系写进去。然后从基座开始，一路乘到末端，就得到了末端位姿。

举个例子，一个简单的两连杆平面臂：

// 伪代码：两连杆正运动学
// 关节角度 theta1, theta2，杆长 L1, L2
x = L1 * cos(theta1) + L2 * cos(theta1 + theta2)
y = L1 * sin(theta1) + L2 * sin(theta1 + theta2)
// 末端姿态角 phi = theta1 + theta2

嗯，这里要注意：实际工业机器人往往有6个关节，矩阵乘法会变得很繁琐。但核心逻辑不变——从基座到末端，逐层变换。

2. 逆运动学：从末端到关节

逆运动学就麻烦多了。给定末端位姿，反求每个关节的角度。你想想看，正运动学是唯一的，但逆运动学往往有多解，甚至无解。

为什么会这样？因为机器人构型决定了关节空间的映射关系。比如一个六轴臂，给定同一个末端位姿，可能有8组关节角度解。你需要根据关节限位、避障、能耗等因素选一组。

我常用的解法分两类：

• 解析法：针对特定构型（如PUMA 560），通过几何关系推导出封闭解。速度快，适合实时控制。
• 数值法：用迭代优化（如牛顿-拉夫森法）逼近解。通用性强，但计算量大，且可能陷入局部最优。

我个人习惯：能解析就解析，解析不了再用数值法。曾经在调试一个七轴冗余臂时，解析法搞不定，最后用了带阻尼的最小二乘法才稳住。

3. DH参数模型：标准化描述

DH参数（Denavit-Hartenberg）是描述机器人连杆和关节关系的标准方法。它用4个参数就能唯一确定相邻两个坐标系的关系：

参数	含义	我的理解
ai-1	连杆长度	两个关节轴之间的公垂线距离
αi-1	连杆扭转角	两个关节轴之间的夹角
di	连杆偏距	沿关节轴方向的偏移
θi	关节角	绕关节轴的旋转角度（对旋转关节是变量）

建立DH模型时，有个关键点：坐标系怎么摆。标准DH和改进DH的区别就在于坐标系附着的位置。我建议初学者先统一用一种（比如标准DH），别混着用，否则矩阵乘出来全是错的。

4. 关节空间 vs 笛卡尔空间

这两个概念，说白了就是：你在哪个坐标系里思考问题。

• 关节空间：每个关节的角度/位置组成一个向量。比如六轴臂的关节空间是6维的。控制简单，每个关节独立运动。
• 笛卡尔空间：末端执行器在三维空间中的位置(x,y,z)和姿态(roll,pitch,yaw)。直观，但控制复杂。

我遇到过不少新手，上来就想在笛卡尔空间里规划轨迹。结果发现：末端走直线时，关节角度变化是非线性的，很容易超出关节限位或碰到奇异点。

我的建议是：路径规划在笛卡尔空间做，轨迹插补在关节空间做。先规划出末端路径，然后逆解到关节空间，再对关节角度做平滑插值。

5. 知识体系总览

下面这张图，是我自己梳理的运动学知识框架。你可以把它当作本章的“地图”：

这张图把本章的核心逻辑串起来了。你从正运动学入手，理解关节到末端的映射；然后攻克逆运动学，学会从末端反推关节；再用DH参数把机器人构型标准化；最后根据任务需求，在关节空间和笛卡尔空间之间灵活切换。

好了，这一章的内容就到这里。运动学是机器人控制的“内功”，练好了后面学标定、学动力学都会轻松很多。希望你能动手推导一遍DH矩阵，哪怕只是两连杆的模型——纸上得来终觉浅。