2、机器人运动学基础：位姿描述、齐次变换矩阵、正运动学与逆运动学基本概念
工业机器人的运动学是研究机器人末端执行器与各关节变量之间关系的学科，它是插补算法与轨迹规划的理论基石。在工业现场，无论是执行点焊、涂胶还是搬运任务，机器人控制器都必须实时计算末端工具在空间中的位置与姿态（简称位姿）。本章将围绕位姿的数学描述、齐次变换矩阵的构造与运算、正运动学与逆运动学的基本概念展开，为后续章节中关节空间插补与笛卡尔空间轨迹规划建立严格的数学框架。
2.1 位姿描述：位置与姿态的数学表达
机器人的末端执行器在三维空间中的状态可以分解为两个独立的部分：位置（Position）和姿态（Orientation）。位置描述的是末端参考点在基坐标系下的三维坐标，通常用矢量 p = [x, y, z]T 表示。姿态描述的是末端工具坐标系相对于基坐标系的旋转关系，用旋转矩阵 R 表示。将两者组合，便构成了完整的位姿描述。
旋转矩阵 R 是一个 3×3 的正交矩阵，满足 RTR = I 且 det(R) = +1。其列向量分别表示工具坐标系各轴在基坐标系中的方向余弦。例如，绕基坐标系 Z 轴旋转 θ 角的旋转矩阵为：
Rz(θ) = [cosθ -sinθ 0;
sinθ cosθ 0;
0 0 1]在实际工程中，除了旋转矩阵，还常用欧拉角（如 ZYX 顺序的 RPY 角）或四元数来描述姿态。欧拉角直观但存在万向锁问题，四元数计算效率高且无奇异性，适合插补运算。下表对比了三种姿态描述方式的工程特性：
| 描述方式 | 表达形式 | 优点 | 缺点 | 典型应用 |
|---|---|---|---|---|
| 旋转矩阵 | 3×3 矩阵 | 无奇异性，可直接用于坐标变换 | 9个参数冗余，存储与计算量大 | 坐标变换、运动学链乘 |
| 欧拉角 (RPY) | 3个角度 (α,β,γ) | 直观，便于人机交互 | 存在万向锁，插补不平滑 | 示教器显示、离线编程 |
| 四元数 | (w, x, y, z) | 无奇异性，插补平滑，计算量小 | 不够直观，需转换 | 轨迹插补、姿态平滑 |
2.2 齐次变换矩阵：坐标映射与链式法则
齐次变换矩阵 T 是一个 4×4 矩阵，将旋转和平移统一在一个矩阵中，形式为：
T = [ R p ;
0 1 ] 其中 R 为 3×3 旋转矩阵，p 为 3×1 平移矢量齐次变换矩阵的核心价值在于坐标映射。若已知点 P 在坐标系 {B} 中的坐标 BP，以及坐标系 {B} 相对于 {A} 的变换矩阵 ATB，则点 P 在 {A} 中的坐标为 AP = ATB · BP。这一运算将旋转与平移统一为一次矩阵乘法，极大简化了计算。
对于六轴工业机器人，从基座到末端的齐次变换矩阵通过链式法则获得：
T_base_to_tool = T_0_1 · T_1_2 · T_2_3 · T_3_4 · T_4_5 · T_5_6其中每个 Ti-1,i 表示第 i 个关节坐标系相对于第 i-1 个坐标系的变换。该矩阵链是正运动学计算的核心。值得注意的是，矩阵乘法不满足交换律，因此变换顺序至关重要——先旋转后平移与先平移后旋转的结果完全不同。
2.3 正运动学：从关节空间到笛卡尔空间
正运动学（Forward Kinematics, FK）解决的是：已知各关节变量（旋转关节为角度 θ，移动关节为位移 d），求解末端执行器在基坐标系下的位姿。对于六轴串联机器人，正运动学方程可写为：
T_0_6 = A_1(θ₁) · A_2(θ₂) · A_3(θ₃) · A_4(θ₄) · A_5(θ₅) · A_6(θ₆)其中 A_i(θᵢ) 是基于 DH 参数（Denavit-Hartenberg）建立的单关节变换矩阵。DH 参数包含四个量：关节角 θᵢ、连杆偏距 dᵢ、连杆长度 aᵢ、连杆转角 αᵢ。对于旋转关节，θᵢ 是变量，其余三个为常量。
正运动学的计算过程是确定性的——给定一组关节角，末端位姿唯一确定。这一特性使得 FK 常用于：
- 轨迹插补验证：在关节空间插补后，通过 FK 计算实际末端路径，检查是否满足工艺要求。
- 奇异位形检测：通过 FK 计算雅可比矩阵，判断机器人是否处于奇异位形。
- 标定与误差补偿：将理论 FK 计算结果与实际测量值对比，辨识运动学参数误差。
2.4 逆运动学：从笛卡尔空间到关节空间
逆运动学（Inverse Kinematics, IK）解决的是：已知末端执行器的目标位姿 T_desired，求解满足该位姿的各关节变量。与 FK 不同，IK 存在以下特点：
- 多解性：六轴机器人通常存在多组关节角解（如肩部翻转、肘部上下、腕部翻转），最多可达 8 组解。
- 可能无解：当目标位姿超出机器人工作空间时，IK 无解。
- 求解复杂度高：对于六自由度机器人，解析法需要解多元非线性方程组，通常采用代数法（如 Pieper 准则）或数值迭代法（如牛顿-拉夫森法）。
在实际控制器中，IK 求解后需要根据关节限位、运动连续性和能耗最小等准则选择最优解。例如，在轨迹规划中，应选择与上一插补点关节角最接近的解，避免关节角跳变。
| 求解方法 | 原理 | 适用场景 | 优缺点 |
|---|---|---|---|
| 解析法（封闭解） | 利用机器人结构特点（如后三轴交于一点）直接推导公式 | 六轴串联机器人（满足 Pieper 准则） | 计算快、精度高；但推导复杂，需针对特定结构 |
| 数值迭代法 | 基于雅可比矩阵的牛顿-拉夫森迭代 | 通用机器人、冗余机器人 | 通用性强；但可能不收敛，计算量大 |
| 几何法 | 将空间几何问题分解为平面几何问题 | 球腕机器人、平面机器人 | 直观；但仅适用于特定结构 |
2.5 常见误区与总结复盘
在运动学基础的学习与应用中，工程师常犯以下错误：
- 混淆坐标系：将工具坐标系与法兰盘坐标系混用，导致 TCP 偏移错误。解决方法是始终明确每个变换矩阵的参考坐标系。
- 忽略 IK 多解性：直接取第一组 IK 解，未考虑关节限位和运动连续性，导致机器人运动到不可达位置或发生关节超限报警。
- 姿态插补方式错误：在笛卡尔空间直线插补时，对姿态部分直接线性插值欧拉角，导致姿态路径不平滑。应使用四元数 SLERP 插补。
- 未验证 FK 结果：在编写完 FK 代码后，未用已知关节角（如零位）验证计算结果，导致后续 IK 和插补算法基于错误的运动学模型。