2. 机器人运动学基础：刚体位姿描述、旋转矩阵、欧拉角、四元数、齐次变换矩阵及其在机器人建模中的应用

机器人运动学研究的核心问题是：机器人的关节变量与末端执行器位姿之间的映射关系。要建立这种映射，首先需要解决一个基础问题——如何在数学上精确、简洁地描述空间中一个刚体的位置和姿态。本章将系统讲解刚体位姿描述的四种主流方法（旋转矩阵、欧拉角、四元数、齐次变换矩阵），分析各自的数学本质、适用场景与转换关系，并结合六轴工业机器人与移动机器人的建模案例，展示这些工具在实际工程中的具体应用路径。

2.1 刚体位置与姿态的数学描述

2.1.1 核心原理：从点、向量到坐标系

在机器人学中，刚体（如连杆、末端执行器）的完整位姿由位置和姿态两部分构成。位置描述刚体上某参考点（通常取质心或工具中心点TCP）在参考坐标系中的三维坐标；姿态描述刚体坐标系相对于参考坐标系的旋转关系。

• 位置向量：\(^A P_{B} = [p_x, p_y, p_z]^T\)，表示B坐标系原点在A坐标系中的坐标。
• 姿态描述：本质上是描述B坐标系三个坐标轴在A坐标系中的方向余弦。将B系的三个单位主向量 \(X_B, Y_B, Z_B\) 在A系中投影，构成一个3×3矩阵，即旋转矩阵 \(^A_B R\)。

旋转矩阵的列向量两两正交且模长为1，满足 \(R^T R = I\)，\(\det(R) = +1\)，属于特殊正交群 \(SO(3)\)。这种描述是后续所有姿态表示方法的数学基础。

2.1.2 判断方法与操作流程：选择合适的位置描述方式

工程中，选择位置描述方式主要取决于任务需求：

2.1.3 案例拆解：移动机器人底盘位姿描述

考虑一个室内移动机器人，其位姿通常简化为 \((x, y, \theta)\)，即平面上的位置和朝向角。但在三维空间中，若机器人行驶在坡道上，则必须使用完整的6自由度描述。例如，当机器人爬坡时，其底盘坐标系相对于世界坐标系的旋转矩阵可分解为绕X轴的俯仰角 \(\alpha\) 和绕Z轴的偏航角 \(\theta\) 的复合旋转：

R = Rz(θ) * Rx(α)

这种分解方式使得控制器可以分别处理转向和坡度补偿，简化了运动学解算。

2.1.4 常见误区与总结

2.2 旋转矩阵与欧拉角

2.2.1 核心原理：旋转矩阵的构造与欧拉角的定义

旋转矩阵 \(R\) 的每一列是旋转后坐标系各轴在原坐标系中的方向余弦。绕固定轴X、Y、Z旋转 \(\theta\) 角的基本旋转矩阵为：

Rx(θ) = [1, 0, 0; 0, cosθ, -sinθ; 0, sinθ, cosθ]
Ry(θ) = [cosθ, 0, sinθ; 0, 1, 0; -sinθ, 0, cosθ]
Rz(θ) = [cosθ, -sinθ, 0; sinθ, cosθ, 0; 0, 0, 1]

欧拉角则是将任意旋转分解为三个依次绕轴旋转的角度。常见的ZYX欧拉角（即RPY角）表示：先绕Z轴旋转 \(\gamma\)（偏航），再绕新Y轴旋转 \(\beta\)（俯仰），最后绕新X轴旋转 \(\alpha\)（翻滚）。其复合旋转矩阵为 \(R = Rz(\gamma) \cdot Ry(\beta) \cdot Rx(\alpha)\)。

2.2.2 判断方法与操作流程：从旋转矩阵提取欧拉角

给定旋转矩阵 \(R = [r_{ij}]\)，提取ZYX欧拉角的流程：

1. 计算俯仰角 \(\beta = \text{atan2}(-r_{31}, \sqrt{r_{11}^2 + r_{21}^2})\)。
2. 若 \(\beta \neq \pm 90^\circ\)，则 \(\alpha = \text{atan2}(r_{21}, r_{11})\)，\(\gamma = \text{atan2}(r_{32}, r_{33})\)。
3. 若 \(\beta = 90^\circ\)（万向锁），则 \(\alpha = 0\)，\(\gamma = \text{atan2}(r_{12}, r_{22})\)，此时自由度丢失。

2.2.3 案例拆解：六轴机器人腕部姿态设定

在ABB IRB 120六轴机器人示教器中，操作员通过示教器设定末端姿态时，界面显示的是欧拉角（通常为ZYX或ZYZ格式）。例如设定末端绕基座Z轴旋转30°，绕新Y轴旋转-45°，绕新X轴旋转60°。控制器内部将其转换为旋转矩阵，再与位置向量组合成齐次变换矩阵，用于逆运动学求解。若操作员设定的俯仰角接近90°，示教器会发出警告，提示可能接近奇异位形，此时应调整路径点。

2.2.4 常见误区与总结

• 误区1：认为欧拉角的旋转顺序无关紧要。实际上，不同的旋转顺序产生不同的结果，必须明确约定。
• 误区2：直接对欧拉角进行线性插值。这会导致姿态路径不平滑，甚至出现反转。应使用四元数插值。

2.3 四元数：无奇异性的姿态表示

2.3.1 核心原理：四元数的数学定义与旋转表达

四元数由一个实部和三个虚部组成：\(q = w + xi + yj + zk\)，其中 \(w^2 + x^2 + y^2 + z^2 = 1\) 时为单位四元数，用于表示旋转。单位四元数 \(q = [\cos(\theta/2), \sin(\theta/2) \cdot \vec{u}]\) 表示绕单位轴 \(\vec{u}\) 旋转 \(\theta\) 角。相比欧拉角，四元数避免了万向锁问题，且两个四元数之间的球面线性插值（Slerp）能生成平滑的旋转路径。

2.3.2 判断方法与操作流程：四元数与旋转矩阵的互转

从旋转矩阵 \(R\) 转换为四元数 \(q\) 的流程：

1. 计算矩阵的迹 \(tr = r_{11} + r_{22} + r_{33}\)。
2. 若 \(tr > 0\)，则 \(w = \frac{1}{2}\sqrt{1+tr}\)，\(x = \frac{r_{32} - r_{23}}{4w}\)，\(y = \frac{r_{13} - r_{31}}{4w}\)，\(z = \frac{r_{21} - r_{12}}{4w}\)。
3. 若 \(tr \leq 0\)，需根据对角线最大元素选择不同分支计算，避免除零。

反向转换时，给定单位四元数 \((w,x,y,z)\)，旋转矩阵为：

R = [1-2(y²+z²), 2(xy-wz), 2(xz+wy);
     2(xy+wz), 1-2(x²+z²), 2(yz-wx);
     2(xz-wy), 2(yz+wx), 1-2(x²+y²)]

2.3.3 案例拆解：机械臂末端姿态平滑过渡

在机器人喷涂或焊接应用中，要求末端执行器在两点之间平滑改变姿态。若使用欧拉角线性插值，中间姿态可能出现剧烈抖动。某汽车焊装产线机器人从点A（姿态角 \(0^\circ, 0^\circ, 0^\circ\)）运动到点B（\(90^\circ, 45^\circ, -30^\circ\)），工程师改用四元数Slerp插值后，末端姿态变化均匀，焊枪与工件表面夹角保持稳定，焊缝质量显著提升。具体实现时，先将两端欧拉角转为四元数，再按时间参数 \(t \in [0,1]\) 进行插值：

q_interp = slerp(q_A, q_B, t) = q_A * (q_A^{-1} * q_B)^t

2.3.4 常见误区与总结

2.4 齐次变换矩阵与机器人运动学建模

2.4.1 核心原理：齐次变换矩阵的构造

齐次变换矩阵 \(T\) 是一个4×4矩阵，将旋转矩阵和平移向量统一在一个矩阵中：

T = [R, P; 0, 1] = [r11 r12 r13 px; r21 r22 r23 py; r31 r32 r33 pz; 0 0 0 1]

其逆矩阵为 \(T^{-1} = [R^T, -R^T P; 0, 1]\)，表示从目标坐标系到参考坐标系的逆变换。齐次变换矩阵的链式乘法 \(T_{0n} = T_{01} \cdot T_{12} \cdots T_{(n-1)n}\) 是建立机器人正运动学模型的核心工具。

2.4.2 判断方法与操作流程：建立机器人D-H模型

使用Denavit-Hartenberg（D-H）参数法建立机器人运动学模型的流程：

1. 为每个关节建立坐标系，遵循D-H约定。
2. 确定四个参数：\(a_i\)（连杆长度）、\(\alpha_i\)（连杆扭转角）、\(d_i\)（关节偏距）、\(\theta_i\)（关节角）。
3. 构造相邻坐标系的齐次变换矩阵 \(T_i = \text{Rz}(\theta_i) \cdot \text{Tz}(d_i) \cdot \text{Tx}(a_i) \cdot \text{Rx}(\alpha_i)\)。
4. 连乘所有 \(T_i\) 得到末端相对于基座的变换矩阵 \(T_{06}\)。

2.4.3 案例拆解：六轴机器人正运动学求解

以某六轴关节机器人（类似KUKA KR6）为例，已知D-H参数表如上。给定关节角 \(\theta = [0^\circ, -30^\circ, 60^\circ, 0^\circ, 45^\circ, 0^\circ]\)，通过连乘六个齐次变换矩阵，可求得末端工具坐标系相对于基坐标系的位姿。计算得到的位置向量约为 \(P = [270\cos30^\circ + 70\cos(-30^\circ+60^\circ), \ldots]\)，姿态矩阵为三个基本旋转的复合。该结果可直接用于验证逆运动学算法的正确性，或用于离线编程仿真。

2.4.4 常见误区与总结