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、雅可比矩阵

各位同学，大家好。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、怎么控制的理论根基。我个人习惯把运动学比作机器人的“骨架”——没有它，后面所有的轨迹规划、动力学分析都无从谈起。

嗯，咱们直接进入正题。这一章我会把刚体运动、齐次变换、正逆运动学以及雅可比矩阵串起来讲。你想想看，这些概念其实是一环扣一环的，理解了前一个，后面的自然就通了。

1. 刚体运动描述

先说说刚体。刚体就是理想化的、不会变形的物体。机器人每个连杆都可以看作刚体。描述一个刚体在空间中的状态，需要知道两件事：位置和姿态。位置好办，三维坐标(x,y,z)搞定。姿态呢？说白了就是它朝哪个方向。

我记得刚入行时，有个老工程师跟我说：“描述姿态的方法多了去了，但最直观的还是旋转矩阵。” 确实，旋转矩阵用3×3的矩阵表示，每一列代表刚体坐标系在参考坐标系下的方向向量。

举个例子，一个坐标系绕Z轴旋转θ角，旋转矩阵长这样：

R_z(θ) = [cosθ  -sinθ  0]
         [sinθ   cosθ  0]
         [0      0     1]

嗯，这里要注意：旋转矩阵是正交矩阵，它的逆等于它的转置。这个性质在实际计算中非常有用，我后面会用到。

2. 齐次变换矩阵

有了旋转矩阵和平移向量，怎么把它们统一起来？齐次变换矩阵就是干这个的。它把旋转和平移塞进一个4×4的矩阵里：

T = [R   p]
    [0   1]

其中R是3×3旋转矩阵，p是3×1平移向量。最后一行是[0 0 0 1]。

为什么要用齐次坐标？说白了，就是为了把旋转和平移统一成矩阵乘法。你想想看，如果不用齐次坐标，你要先旋转再平移，得写两个式子。用了齐次变换，一个矩阵乘法搞定所有。

齐次变换矩阵还有一个重要性质：可逆。它的逆矩阵表示从目标坐标系回到源坐标系的变换。这个在逆运动学求解时经常用到。

3. 正运动学与逆运动学

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，我告诉你手在哪儿、朝哪个方向。

逆运动学正好反过来：已知末端位姿，求关节角度。这个就难多了。为什么？因为正运动学通常有唯一解，而逆运动学可能有多个解、甚至无解。

我记得有一次做焊接机器人项目，客户要求焊枪以特定姿态到达焊缝位置。正运动学算出来末端位姿没问题，但逆运动学求解时发现有两个解——一个肘部朝上，一个肘部朝下。选哪个？得考虑避障和关节限位。

对于六轴机器人，逆运动学通常用解析法或数值法求解。解析法快但推导复杂，数值法通用但迭代慢。我个人习惯：能解析就解析，解析不了再用数值法。

4. 雅可比矩阵

雅可比矩阵，说白了就是关节速度到末端速度的映射关系。它把关节空间的速度映射到操作空间的速度：

v = J(q) · q_dot

其中v是末端速度（包括线速度和角速度），q_dot是关节速度，J是雅可比矩阵。

雅可比矩阵的维度是6×n（n是关节数）。对于六轴机器人，就是6×6的方阵。如果雅可比矩阵可逆，我们就可以通过末端速度反算关节速度：

q_dot = J⁻¹ · v

这个公式在轨迹规划中太重要了。你想想看，如果你想让末端沿直线运动，只需要规划出末端速度，然后用雅可比逆矩阵算出关节速度，发给伺服驱动器就行了。

雅可比矩阵的计算方法有两种：解析法和几何法。解析法对正运动学表达式求偏导，几何法利用矢量叉积。我建议初学者先用几何法，物理意义更直观。

概念	输入	输出	典型应用
正运动学	关节角度 q	末端位姿 T	仿真、可视化
逆运动学	末端位姿 T	关节角度 q	轨迹规划、控制
雅可比矩阵	关节角度 q	速度映射 J	速度控制、力控制

最后说一句，雅可比矩阵的奇异性分析是运动学中绕不开的坎。当机器人处于奇异位形时，雅可比矩阵的行列式为零，逆矩阵不存在。这时候，机器人会失去某个方向的运动能力。我建议在轨迹规划时，提前计算雅可比矩阵的条件数，避开奇异区域。

好了，运动学基础就讲到这里。这些内容看似理论，但每个概念都在实际项目中反复用到。你把这些吃透了，后面的轨迹规划就会轻松很多。