1. 运动学概述：从“动”到“怎么动”

大家好，我是老张。在机器人这行摸爬滚打了十几年，今天咱们聊聊运动学。

很多人一听到“运动学”三个字，就觉得是复杂的公式和坐标系。其实没那么玄乎。说白了，运动学就是研究“物体怎么动”的学问——它只关心位置、速度、加速度这些几何量，完全不考虑力和力矩。

你想想看，一个机器人手臂从A点抓个杯子放到B点，中间经历了什么？关节转了多少度？末端走了什么轨迹？这就是运动学要回答的问题。

1.1 人形机器人运动学有什么不一样？

我最早做的是工业机械臂，后来转到人形机器人。说实话，刚转的时候很不适应。为什么？因为人形机器人的运动学有它自己的“脾气”。

工业机械臂通常固定在一个基座上，自由度也就6-7个。但人形机器人呢？两条腿、两条胳膊、躯干、头部……加起来三四十个自由度是常事。而且它还要保持平衡——你见过哪个工业机械臂需要担心自己会摔倒？

我把人形机器人运动学的特点归纳为四点：

• 高自由度：全身关节多，运动学模型复杂，计算量大
• 浮动基座：没有固定安装点，基座（躯干）本身就在运动
• 闭链约束：双脚同时着地时，两条腿形成闭环，运动学求解更复杂
• 平衡耦合：运动与平衡强相关，不能像机械臂那样只关心末端位置

1.2 运动学在机器人控制中到底有什么用？

这个问题，我经常被刚入行的同学问到。我的回答是：没有运动学，机器人就是个“盲人”。

控制一个机器人，本质上就是告诉它“你该往哪动”。但机器人听不懂“往前走10厘米”这种话——它只听得懂“关节1转30度，关节2转-15度”。运动学就是这两者之间的翻译官。

具体来说，运动学在控制中的作用可以分成几个层面：

应用场景	运动学的作用	我踩过的坑
轨迹规划	将末端路径映射为关节轨迹	曾经直接规划关节空间轨迹，结果末端走出一条奇怪的弧线
平衡控制	计算质心位置、支撑多边形	质心投影算错半个厘米，机器人直接往前栽
碰撞检测	根据关节角度计算各连杆的空间位置	自碰撞检测没做好，两条胳膊在胸前“打架”
视觉伺服	将视觉目标位置转换为关节运动指令	相机坐标系到基坐标系的变换矩阵写反了，机器人往反方向抓
力控/柔顺	提供雅可比矩阵，实现力-运动映射	雅可比矩阵奇异时没处理，关节速度瞬间爆表

你看，从规划到控制，从视觉到力控，运动学无处不在。它就像机器人的“骨架”——你看不见它，但少了它，整个系统就塌了。

1.3 运动学知识体系一览

为了让大家对运动学有个整体认识，我画了一张图。这张图把运动学涉及的核心内容串了起来。

这张图把运动学分成了两大块：正运动学和逆运动学。正运动学是“已知关节角度，求末端位姿”；逆运动学正好反过来。人形机器人因为结构特殊，还多了浮动基座、闭链约束这些内容。后面的章节，我们会一个一个啃下来。

1.4 一个简单的例子：为什么运动学这么重要？

我记得有一次调试双足行走。机器人走着走着突然卡住了，一条腿抬起来放不下去。我检查了半天，发现是逆运动学求解时出现了多解——同一个脚掌位置，对应了两种不同的髋关节和膝关节角度组合。程序选了其中一种，结果那条腿的膝盖撞到了另一条腿。

这就是运动学在实际中会遇到的问题。不是算不出来，而是算出来的解不一定能用。你需要考虑关节限位、碰撞、奇异性……这些都是在运动学框架内解决的。

1.5 学习运动学需要什么基础？

很多同学担心自己数学不好，学不了运动学。其实没那么可怕。你需要掌握的核心工具就这几样：

• 线性代数：矩阵乘法、向量运算、逆矩阵——这是基本功
• 三角学：正弦、余弦、反正切——关节角度计算离不开它
• 空间几何：坐标系变换、旋转——理解“从哪到哪”的关键

如果你现在对这些还有点生疏，别急。后面的章节我会带着你一步步搭建这些数学工具。咱们不搞纯理论推导，而是从实际需求出发——你需要什么，我们就学什么。