第2章 机器人运动学基础：空间描述与变换

各位好，我是你们这门课的老朋友。今天咱们聊聊机器人运动学里最底层的那些事——空间描述、位置与姿态、齐次变换矩阵、旋转矩阵和欧拉角。说白了，就是怎么用数学告诉机器人：“你脑袋在哪儿，脸朝哪边”。

我刚开始做机器人那会儿，总觉得这些矩阵啊角啊太抽象。直到有一次调试六轴机械臂，因为欧拉角顺序搞反了，末端直接怼到工作台上……嗯，从那以后我再也不敢小看这些“基础”了。

2.1 空间描述与变换 —— 先搞清楚“在哪儿”

你想想看，要让机器人动，第一件事就是定义空间。我习惯把机器人工作空间想象成一个个坐标系：世界坐标系、基坐标系、工具坐标系……每个坐标系都对应一个“参考系”。

一个刚体在空间里有6个自由度：3个位置（x, y, z）+ 3个姿态（绕轴旋转）。位置好办，用矢量表示就行。但姿态呢？这就引出了旋转矩阵。

2.2 位置与姿态表示

位置就是三维矢量 p = [x, y, z]ᵀ。姿态稍微麻烦点——我常用的是 旋转矩阵 R，它是一个3×3的正交矩阵，行列式为+1。

举个例子，绕Z轴旋转θ角的旋转矩阵长这样：

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

记住，旋转矩阵的每一列代表被旋转坐标系的基向量在原坐标系下的投影。我在项目里经常用这个性质来验证矩阵对不对——看看列向量是不是单位向量且两两正交。

2.3 齐次变换矩阵 —— 把旋转和平移装进一个“盒子”

齐次变换矩阵 T 是4×4的：

T = [ R   p;
      0ᵀ  1 ]

其中 R 是3×3旋转矩阵，p 是3×1平移矢量。用齐次坐标，我们可以把连续的坐标系变换写成矩阵乘法：T₁₃ = T₁₂ · T₂₃。这太方便了！

我记得在做一个七轴协作机器人项目时，运动学链足足有8个坐标系。要是没有齐次变换矩阵，光坐标转换就能把人绕晕。用矩阵连乘，代码又短又不容易出错。

变换类型	矩阵形式	说明
纯平移	[[I, p], [0, 1]]	单位旋转 + 平移
纯旋转	[[R, 0], [0, 1]]	原点重合
复合变换	[[R, p], [0, 1]]	最一般形式

2.4 旋转矩阵与欧拉角

旋转矩阵有9个元素，但自由度只有3。所以工程上更喜欢用 欧拉角 来表示姿态。常见的顺序有 ZYX（先绕Z，再绕Y，最后绕X）和 ZYZ。

但欧拉角有个臭名昭著的问题——万向锁。当第二个旋转角为±90°时，第一个和第三个旋转轴会重合，丢失一个自由度。我在调试一个五轴机床时遇到过，程序里用欧拉角插补，结果在奇异点附近末端乱跳……后来果断换成四元数。

从旋转矩阵到欧拉角的转换公式（以ZYX为例）：

β = atan2(-R₃₁, sqrt(R₁₁² + R₂₁²))
α = atan2(R₂₁/cosβ, R₁₁/cosβ)
γ = atan2(R₃₂/cosβ, R₃₃/cosβ)

注意处理 cosβ ≈ 0 的情况，那就是万向锁的数学表现。

2.5 一点个人经验总结

运动学基础这块，说白了就是“坐标系思维”。你每写一个变换矩阵，都要问自己：这个矩阵把哪个坐标系变到了哪个坐标系？ 我见过太多新手把变换方向搞反，结果机器人满世界乱跑。

另外，我建议你多动手画坐标系。纸上画一遍，胜过看十遍公式。我在白板上画了无数个坐标系箭头，现在闭着眼都能写出旋转矩阵。