📚 课程目录第2章机械臂运动学基础

2、机械臂运动学基础：正运动学与逆运动学、DH参数、关节空间与笛卡尔空间、速度与加速度关系

机械臂运动学是轨迹规划与时间最优控制的基石。它研究的是关节运动与末端执行器位姿之间的映射关系，而不涉及产生运动的力与力矩。在时间最优轨迹规划中，我们必须在关节空间或笛卡尔空间内精确描述机械臂的状态，并理解两者之间的转换关系。本章将系统梳理正运动学与逆运动学的数学框架、DH参数建模方法、空间描述方式以及速度与加速度的传递关系，为后续的轨迹插补与动力学优化奠定理论基础。

2.1 正运动学：从关节空间到笛卡尔空间的唯一映射

正运动学（Forward Kinematics, FK）解决的是：已知各关节变量 q = [q₁, q₂, ..., qₙ]ᵀ，求解末端执行器在笛卡尔空间中的位姿 T。这个映射是唯一的，也是机械臂控制中最基础的计算。对于六自由度串联机械臂，正运动学通常通过齐次变换矩阵的连乘实现：T = A₁(q₁) · A₂(q₂) · ... · Aₙ(qₙ)，其中每个 Aᵢ 是 4×4 的齐次变换矩阵，描述了相邻连杆坐标系之间的变换关系。

在实际工程中，正运动学计算量相对较小（约几十次矩阵乘法），因此可以以 1kHz 甚至更高的频率实时计算。在时间最优轨迹规划中，正运动学主要用于：轨迹点验证——将规划出的关节轨迹映射为笛卡尔空间路径，检查是否满足工艺约束（如避障、姿态限制）；误差补偿——将实际关节角代入正运动学，与期望末端位姿比较，形成闭环修正。

核心要点：正运动学是唯一映射，但计算效率取决于 DH 参数表的组织方式。对于标准六轴工业机器人（如 KUKA、ABB），采用改进 DH（Modified DH）参数时，相邻坐标系变换矩阵为：

Tᵢ = Rot(x, αᵢ₋₁) · Trans(x, aᵢ₋₁) · Rot(z, θᵢ) · Trans(z, dᵢ)

其中 αᵢ₋₁ 为连杆扭转角，aᵢ₋₁ 为连杆长度，θᵢ 为关节角，dᵢ 为关节偏置。这四个参数完整描述了相邻关节轴之间的空间关系。

2.2 逆运动学：多解性与求解策略

逆运动学（Inverse Kinematics, IK）是正运动学的反问题：已知末端期望位姿 T，求解满足 T = f(q) 的关节变量 q。与正运动学不同，逆运动学存在以下特征：多解性——同一末端位姿可能对应多组关节角（如肘上/肘下、腕部翻转）；奇异性——在特定位形下，雅可比矩阵降秩，导致某些方向的速度无法实现；不可达性——超出工作空间的位姿无解。

在时间最优轨迹规划中，逆运动学的求解策略直接影响轨迹的连续性和平滑性。常用的求解方法包括：

解析法（封闭解）：适用于满足 Pieper 准则的机械臂（相邻三轴交于一点或平行），如大多数六轴工业机器人。解析法速度快、精度高，但需要针对具体构型推导公式。
数值迭代法：如牛顿-拉夫森法、雅可比伪逆法。适用于冗余机械臂或特殊构型，但存在迭代不收敛、计算量大等问题。
优化法：将 IK 转化为最小化 ||T_desired - T(q)|| 的优化问题，可加入关节限位、避障等约束，但实时性较差。

工程经验：在轨迹规划中，应优先选择解析解，并建立多解选择策略——通常选择与当前关节角最接近的解（最小关节位移准则），以保证轨迹的连续性。同时，需在奇异位形附近切换至数值解法或降速处理，避免关节速度突变。

2.3 DH参数建模：从连杆坐标系到变换矩阵

DH（Denavit-Hartenberg）参数是描述串联机械臂连杆之间几何关系的标准方法。其核心思想是在每个连杆上固连一个坐标系，通过四个参数（aᵢ₋₁, αᵢ₋₁, dᵢ, θᵢ）确定相邻坐标系之间的变换。正确建立 DH 参数表是运动学分析的第一步，也是后续雅可比矩阵、动力学建模的基础。

参数	符号	物理含义	关节类型	变量/常量
连杆长度	aᵢ₋₁	沿 xᵢ₋₁ 轴，从 zᵢ₋₁ 到 zᵢ 的距离	旋转/移动	常量
连杆扭转	αᵢ₋₁	绕 xᵢ₋₁ 轴，从 zᵢ₋₁ 到 zᵢ 的转角	旋转/移动	常量
关节偏置	dᵢ	沿 zᵢ 轴，从 xᵢ₋₁ 到 xᵢ 的距离	移动关节	变量（移动）
关节角	θᵢ	绕 zᵢ 轴，从 xᵢ₋₁ 到 xᵢ 的转角	旋转关节	变量（旋转）

建立 DH 坐标系的步骤通常为：① 找出各关节轴，画出 z 轴（沿关节轴方向）；② 确定相邻 z 轴的公垂线，定义 x 轴方向；③ 根据右手定则确定 y 轴；④ 填写 DH 参数表。需要注意的是，标准 DH（SDH）和改进 DH（MDH）在坐标系放置上存在差异，MDH 将变换矩阵分解为 Rot(x,α)·Trans(x,a)·Rot(z,θ)·Trans(z,d)，更适合树形结构或闭链机构。

2.4 关节空间与笛卡尔空间：轨迹规划的坐标系选择

轨迹规划可以在关节空间或笛卡尔空间中进行，两者各有优劣，适用于不同场景。

关节空间规划：直接对各关节角度进行插补（如多项式插值、梯形速度曲线），优点是计算简单、不会出现奇异问题、易于实现关节限位约束；缺点是末端路径不可控，可能产生非直觉的笛卡尔运动轨迹。在时间最优轨迹规划中，关节空间规划通常配合动力学约束（关节力矩、速度、加速度极限）进行时间缩放优化。

笛卡尔空间规划：在末端位姿空间进行插补（如直线、圆弧、样条曲线），优点是路径直观可控，适合焊接、涂胶等需要精确路径的工艺；缺点是需要实时进行逆运动学求解，且可能经过奇异位形导致关节速度突变。笛卡尔空间规划通常需要将路径离散为多个路点，逐点进行 IK 求解，再转换回关节空间执行。

关键风险：在笛卡尔空间规划中，即使路径点连续，逆运动学求解出的关节角也可能不连续（多解切换）。必须在相邻路点之间增加关节角连续性校验，必要时在关节空间进行重新规划或增加过渡点。

2.5 速度与加速度关系：雅可比矩阵与微分运动学

雅可比矩阵 J(q) 建立了关节速度与末端笛卡尔速度之间的线性映射：v = J(q)·q̇，其中 v = [v_x, v_y, v_z, ω_x, ω_y, ω_z]ᵀ 为末端线速度和角速度向量。雅可比矩阵是 6×n 的矩阵（n 为自由度），其第 i 列对应第 i 个关节单位速度对末端速度的贡献。对于旋转关节，雅可比列向量为：

J_i = [zᵢ₋₁ × (p_e - pᵢ₋₁); zᵢ₋₁]

其中 zᵢ₋₁ 为第 i 个关节轴方向的单位向量，p_e 为末端位置，pᵢ₋₁ 为第 i 个坐标系原点位置。加速度关系通过对速度方程求导得到：a = J̇(q, q̇)·q̇ + J(q)·q̈，其中 J̇ 为雅可比矩阵的时间导数，包含科里奥利和离心项。

在时间最优轨迹规划中，雅可比矩阵的作用体现在：速度约束转换——将笛卡尔空间的速度/加速度限制（如 TCP 最大线速度）转换为关节空间的约束；奇异分析——通过计算 det(J·Jᵀ) 或条件数判断机械臂是否接近奇异位形；冗余优化——对于七自由度机械臂，利用雅可比矩阵的零空间实现避障或关节限位优化。

  案例分析：六轴机器人直线轨迹的奇异规避

  某六轴机器人执行直线焊接任务，路径经过腕部奇异位形（关节 4 和 6 轴线重合）。初始规划在笛卡尔空间以恒定 TCP 速度 100 mm/s 插补，当接近奇异点时，关节 4 和 6 的速度急剧增大，超过电机额定转速。

  处理过程：① 在离线编程阶段，计算路径上各点的雅可比矩阵条件数，标记条件数大于 100 的区域；② 在奇异区域前 50mm 处，将笛卡尔速度降至 30 mm/s，并切换至关节空间规划，以关节速度最小化为目标重新生成轨迹；③ 通过奇异区域后，恢复笛卡尔空间插补。

  结果：关节速度峰值从 180% 额定值降至 85%，轨迹精度损失小于 0.5mm，焊接质量满足要求。

  复盘：奇异规避不能仅依赖降速，应结合路径重规划（如增加圆弧过渡）或利用冗余自由度（如有）进行优化。

2.6 常见误区与总结复盘

在运动学学习与应用中，以下误区值得特别注意：

混淆 DH 参数坐标系：标准 DH 和改进 DH 的坐标系放置规则不同，混用会导致变换矩阵错误。建议团队统一采用一种约定，并在代码注释中明确标注。
忽略多解连续性：逆运动学求解时，若未考虑相邻时刻解的一致性，可能导致关节角跳变，引发轨迹振荡甚至碰撞。
雅可比矩阵计算错误：对于移动关节，雅可比列向量为 [zᵢ₋₁; 0]；对于旋转关节，需注意叉乘顺序。建议使用符号工具（如 MATLAB Symbolic）验证。
奇异位形处理不当：在奇异点附近，即使关节速度很小，末端也可能产生很大的笛卡尔速度。时间最优规划必须将奇异区域作为约束条件处理。

总结：运动学是机械臂控制的数学基础，正运动学提供唯一映射，逆运动学引入多解与奇异问题，DH 参数是标准建模工具，雅可比矩阵连接速度与加速度域。在时间最优轨迹规划中，需要综合运用这些工具，在关节空间与笛卡尔空间之间灵活切换，并充分考虑奇异、多解和约束转换等工程问题。下一阶段的学习将在此基础上引入动力学模型，进一步考虑力矩与惯量对时间最优性的影响。