第二章：机器人运动学基础——刚体变换、齐次坐标、正运动学与逆运动学

各位同学，大家好。今天我们进入机器人学最核心的地基部分——运动学。说实话，这部分内容看起来有点数学味，但你别被吓到。我在做第一个机械臂项目时，就是因为没搞懂齐次坐标，结果调试了整整三天，最后发现是坐标系搞反了。嗯，从那以后，我对这部分内容就格外上心。

你想想看，人形机器人要抓东西，首先得知道自己的手在哪儿，目标在哪儿。这中间涉及的就是刚体变换和坐标系的转换。说白了，就是给机器人装上一套“GPS导航系统”。

刚体变换，我习惯叫它“不拆零件的搬家”。一个刚体在空间中运动，它的形状和大小不会变，只是位置和朝向变了。比如你的手掌，从桌面移到胸前，这就是一次刚体变换。

刚体变换包含两部分：

我在项目中遇到过一个问题：两个传感器装在机器人不同位置，它们各自测量到的数据，必须通过刚体变换统一到同一个坐标系下，才能融合使用。否则，数据就是乱的。

核心公式：

一个点P在坐标系{A}中的位置，变换到坐标系{B}中：

P_B = R_AB * P_A + t_AB

其中R_AB是旋转矩阵，t_AB是平移向量。

为什么要引入齐次坐标？我刚开始学的时候也觉得多此一举。后来发现，如果不这么做，每次变换都要写一个旋转加一个平移，代码又长又容易出错。齐次坐标的精髓，就是把旋转和平移合并成一个4x4的矩阵。

怎么做的？很简单：

齐次变换矩阵 T = [ R   t ]
                  [ 0   1 ]

这样一来，连续多次变换就变成了矩阵乘法。你想想看，本来要写好几行代码，现在一行搞定。我个人习惯在代码里把所有变换都写成齐次形式，调试起来特别方便。

我的小技巧：在写代码时，把齐次变换矩阵的最后一列单独拿出来检查。如果平移量突然变得很大，八成是旋转矩阵算错了。我曾经因为这个bug排查了一下午。

正运动学，说白了就是“已知关节怎么动，求手在哪儿”。比如你让人形机器人的肩关节转30度，肘关节转45度，那么手掌最终会在什么位置？这就是正运动学要解决的问题。

对于串联机器人，正运动学的标准方法是DH参数法。我建议你记住这个流程：

T_0n = T_01 * T_12 * T_23 * ... * T_(n-1)n

这个T_0n就是末端在基坐标系下的位姿。我在做六轴机械臂时，就是用这个方法，一行一行矩阵乘下来，最后验证结果跟实际测量一致，那种感觉真的很爽。

注意：DH参数有两种约定——标准DH和改进DH。它们的坐标系建立方式不同，千万别混用。我见过有人把两种混在一起，结果算出来的位置差了十万八千里。

逆运动学比正运动学难得多。正运动学是“唯一解”，逆运动学是“多解甚至无解”。比如你要让手碰到桌面上一个点，肩关节和肘关节可以有多种组合方式——这就是多解。

逆运动学的解法主要有两种：

我个人习惯：如果机器人构型比较规整（比如有相邻关节轴线平行或垂直），优先用解析法。如果构型复杂，再用数值法。数值法我常用的是牛顿-拉夫森迭代。

避坑指南：

我曾经在一个人形机器人项目中，逆运动学算出来的角度让机器人摆出了“反关节”姿势——就是人类做不到的那种。后来发现是忽略了关节限位。所以，算完逆运动学一定要检查每个关节角度是否在物理允许范围内。

下面这张图是我自己画的，把本章的核心逻辑串起来了。你顺着箭头看，就能明白运动学到底在讲什么。

运动学是机器人抓取的“语言”。没有它，你连机器人的手在哪儿都不知道，更别提抓东西了。我个人建议你：

好了，这一章就到这里。记住，运动学不难，难的是细心。我在项目里踩过的坑，希望你们都能绕过去。