2. 运动学基础回顾：DH参数法、齐次变换矩阵、正运动学建模
好，咱们正式开始。在进入参数辨识这个深水区之前，我强烈建议先把运动学基础夯实。你想想看，如果连机器人怎么动起来的都说不清楚，那辨识出来的参数你敢用吗？
我个人习惯把这一章叫做“地基工程”。地基不稳，楼盖得再高也是危房。咱们今天就把DH参数法、齐次变换矩阵和正运动学建模这三块基石，一块一块码清楚。
2.1 DH参数法：给关节“上户口”
DH参数法，说白了就是一套给机器人每个关节和连杆“上户口”的规则。它用四个参数，就能唯一确定相邻两个坐标系之间的相对位置和姿态。
这四个参数分别是：
- θ (关节角)：绕Z轴的旋转角度。对于旋转关节，这是变量；对于移动关节，这是常量。
- d (连杆偏距)：沿Z轴的平移距离。对于移动关节，这是变量。
- a (连杆长度)：沿X轴的平移距离。通常是个固定值，由机械设计决定。
- α (连杆扭角)：绕X轴的旋转角度。也是固定值，反映了两个关节轴线的空间扭曲程度。
我在项目中遇到过一个问题：一个六轴机器人，末端精度总是差那么0.5mm。查来查去，最后发现是DH参数表里一个连杆的α角写反了符号。嗯，这种错误最坑人，因为代码逻辑完全正确，但物理世界不认账。
核心要点：DH参数法的精髓在于“从基座到末端，逐级建立坐标系”。每一级变换只依赖四个参数，清晰且模块化。
这里有一个标准的DH参数表格式，你可以直接套用：
| 连杆 i | θ_i (度) | d_i (mm) | a_i (mm) | α_i (度) |
|---|---|---|---|---|
| 1 | θ1 | d1 | a1 | α1 |
| 2 | θ2 | d2 | a2 | α2 |
| 3 | θ3 | d3 | a3 | α3 |
我的小技巧：在建立DH参数表时，我习惯先画一个简化的连杆图，把每个关节的Z轴方向标出来。这样能有效避免符号错误。你试试看，真的管用。
2.2 齐次变换矩阵：运动的“数学翻译官”
有了DH参数，下一步就是把它翻译成数学语言。齐次变换矩阵就是这个翻译官。它是一个4x4的矩阵，把旋转和平移打包在一起处理。
一个标准的齐次变换矩阵长这样：
| R(3x3) T(3x1) |
| 0 0 0 1 |其中，R是旋转矩阵，T是平移向量。为什么用4x4？说白了就是为了把旋转和平移统一成矩阵乘法，方便连续变换。
根据DH参数，相邻连杆的变换矩阵可以写成：
T_i = Rot(z, θ_i) * Trans(z, d_i) * Trans(x, a_i) * Rot(x, α_i)展开后就是：
| cosθ_i -sinθ_i*cosα_i sinθ_i*sinα_i a_i*cosθ_i |
| sinθ_i cosθ_i*cosα_i -cosθ_i*sinα_i a_i*sinθ_i |
| 0 sinα_i cosα_i d_i |
| 0 0 0 1 |我曾经犯过一个低级错误：在代码里把旋转和平移的顺序搞反了。结果仿真时机器人末端直接飞到了外太空。嗯，从那以后我每次写变换矩阵都会先在心里默念一遍“先转后移，顺序不能乱”。
避坑指南：齐次变换矩阵的乘法不满足交换律。也就是说，T1 * T2 和 T2 * T1 的结果完全不同。我曾经因为搞混了变换顺序，导致一个焊接机器人的轨迹完全偏离，焊出了一条歪歪扭扭的焊缝。切记，顺序就是一切。
2.3 正运动学建模：从关节空间到笛卡尔空间
正运动学，就是已知每个关节的角度（或位移），求末端执行器的位姿。说白了，就是“给关节角度，算出手在哪儿”。
建模过程很简单：把从基座到末端的所有齐次变换矩阵乘起来。
T_0n = T_01 * T_12 * T_23 * ... * T_(n-1)n其中，T_0n 就是末端相对于基座的位姿矩阵。它的左上角3x3是姿态，右上角3x1是位置。
举个例子，一个两连杆平面机械臂的正运动学：
// 假设连杆长度 a1=1.0, a2=0.8
// 关节角度 θ1=30°, θ2=45°
// 计算 T_01
T_01 = [cos30 -sin30 0 a1*cos30;
sin30 cos30 0 a1*sin30;
0 0 1 0 ;
0 0 0 1 ];
// 计算 T_12
T_12 = [cos45 -sin45 0 a2*cos45;
sin45 cos45 0 a2*sin45;
0 0 1 0 ;
0 0 0 1 ];
// 末端位姿
T_02 = T_01 * T_12;我在做第一个机器人项目时，就是用这个公式手动算了一遍末端位置，然后和仿真结果对比。当看到计算结果和仿真完全吻合时，那种成就感，嗯，真的很爽。
关键认知：正运动学是唯一确定的。给定一组关节角度，末端位姿是唯一解。这也是为什么参数辨识可以基于正运动学模型来反推参数误差。
为了让你更直观地理解整个知识体系，我画了一张图：
这张图把三者的关系理得很清楚。DH参数是输入，齐次变换矩阵是工具，正运动学模型是输出。你想想看，参数辨识的本质，就是通过测量末端位姿的误差，反过来修正DH参数表中的值。
我的建议：在学习参数辨识之前，先花一周时间把正运动学模型写到烂熟。最好能用Python或MATLAB写一个通用的正运动学求解器，支持任意自由度的串联机器人。这个工具在后面做辨识时会反复用到。
好了，运动学基础就回顾到这里。记住，DH参数是骨架，齐次变换矩阵是血肉，正运动学建模就是让这个机器人活起来的过程。下一章，我们会正式进入参数辨识的核心——误差模型与最小二乘法。
可可精品资料库