2. 运动学基础：刚体在三维空间中的位姿描述

各位同学，欢迎来到第二章。这一章的内容，说白了就是机械臂运动的“语言基础”。你想想看，机械臂要抓东西，首先得知道自己的手在哪儿、朝哪个方向吧？这就涉及到刚体在三维空间里的位姿描述了。

我个人习惯把这一章看作是整个运动学的“地基”。地基不牢，后面学逆解、轨迹规划都会很吃力。我在项目里见过不少新手，代码写得很漂亮，但一调试发现机械臂撞了——原因就是位姿描述搞混了。嗯，咱们今天就把这个地基夯实。

刚体在空间里有6个自由度：3个平移（位置） + 3个旋转（姿态）。位置好理解，就是(x, y, z)坐标。姿态呢？就是它“朝哪看”、“怎么转”。

核心概念：位姿 = 位置 + 姿态。位置用矢量描述，姿态用旋转矩阵或四元数描述。

举个例子，我手里拿着一个扳手，它的位置是手抓的地方，姿态是扳手头朝上还是朝下。机械臂的末端执行器也一样，既要告诉它“去哪儿”，也要告诉它“怎么放”。

旋转矩阵是一个3×3的正交矩阵，行列式为+1。它描述了从一个坐标系到另一个坐标系的旋转变换。

我记得刚入行时，总觉得旋转矩阵太“重”——9个元素，但真正独立的只有3个。不过它的好处是直观，而且可以连续左乘实现多次旋转。

// 绕Z轴旋转θ角的旋转矩阵
R_z(θ) = [
  [cosθ, -sinθ, 0],
  [sinθ,  cosθ, 0],
  [0,      0,    1]
]

绕X轴和Y轴的类似，这里不展开了。你想想看，三个基本旋转矩阵组合起来，就能描述任意姿态。

我的小技巧：在实际项目中，我很少手动写旋转矩阵，而是用库函数。但理解它的几何意义很重要——每一列其实就是原坐标系轴在目标坐标系中的投影。

旋转矩阵只能描述姿态，那位置怎么办？齐次变换矩阵就是来解决这个问题的。它是一个4×4矩阵，左上角3×3是旋转矩阵，右上角3×1是平移向量，最后一行是[0 0 0 1]。

T = [
  [R(3×3),  p(3×1)],
  [0 0 0,    1     ]
]

为什么要加这一行？说白了就是为了把旋转和平移统一成一个矩阵乘法。这样，连续变换就可以用矩阵连乘来表示，非常优雅。

我曾经在一个焊接机器人项目里，需要把工具坐标系转换到基坐标系。用齐次变换矩阵，一次乘法搞定。如果分开算，容易出错不说，代码也啰嗦。

欧拉角用三个角度来描述姿态，比如Z-Y-X顺序。每个角度绕一个轴转，很符合人的直觉。

避坑指南：我曾经在调试一个六轴机械臂时，用了欧拉角做插值，结果在某个姿态附近机械臂突然“抽搐”了一下。后来才发现是万向锁——当第二个旋转角接近±90°时，第一个和第三个旋转轴重合，丢失了一个自由度。从那以后，涉及插值的场景我优先用四元数。

四元数是一个超复数，形式为 q = w + xi + yj + zk，其中 w 是实部，(x, y, z) 是虚部。它用4个参数表示旋转，没有奇异性，而且插值平滑。

我个人习惯用四元数做姿态插值，尤其是球面线性插值（SLERP）。你想想看，两个姿态之间走最短路径，四元数天然支持。

// 四元数球面线性插值（SLERP）
q(t) = (sin((1-t)θ) / sinθ) * q1 + (sin(tθ) / sinθ) * q2
// 其中 θ 是 q1 和 q2 之间的夹角

我的建议：在代码里，尽量用四元数做内部计算，只在用户界面或调试时转成欧拉角。这样既避免了万向锁，又方便人理解。

下面这张图总结了本章的核心知识点和它们之间的关系。你可以把它当作一张“地图”，随时回来查阅。

在实际项目中，选哪种表示法取决于场景。我整理了一个对比表，方便你快速决策。

实战建议：我个人在写运动学库时，内部统一用四元数 + 位置矢量，对外接口提供欧拉角版本。这样既保证了计算稳定性，又方便用户调试。你可以在自己的项目里也试试这个模式。

好了，这一章的内容就到这里。记住，位姿描述是机械臂运动学的“语言”，后面所有的正解、逆解、轨迹规划都建立在这个基础上。把这一章吃透，后面的路会顺畅很多。