3、机械臂结构与运动学概述：常见机械臂构型（串联、并联）、自由度、工作空间、运动学正逆问题的基本定义
机械臂是工业机器人系统中执行物理操作的核心执行机构，其结构形式直接决定了机器人的运动能力、承载特性与作业精度。在轨迹规划与控制中，机械臂的结构与运动学模型是算法设计与参数整定的物理基础。本章将系统梳理常见机械臂构型（串联与并联）的工程特征、自由度的物理含义、工作空间的几何描述方法，以及运动学正解与逆解的基本定义与求解思路。理解这些基础概念，是后续进行轨迹插补、奇异位形规避与动力学控制的前提。
上图展示了机械臂结构与运动学各核心概念之间的逻辑关系。构型决定了自由度的分布方式，自由度又直接约束了工作空间的形状与大小，而运动学正逆解则是连接关节空间与笛卡尔空间的数学桥梁。下面分别展开论述。
3.1 常见机械臂构型：串联、并联与混联
3.1.1 核心原理：构型的本质是运动链的拓扑结构
机械臂的构型是指其连杆与关节组成的运动链拓扑形式。串联机械臂（Serial Manipulator）由基座开始，通过关节依次连接连杆，形成开式运动链。每个关节通常由一个独立电机驱动，末端执行器的位姿是所有关节变量的复合函数。典型代表包括六轴垂直关节型工业机器人（如KUKA KR系列、FANUC M-710iC）和SCARA（Selective Compliance Assembly Robot Arm）机器人。串联构型的优点是工作空间大、灵活性高、控制算法相对成熟；缺点是刚度较低、末端惯量大、累积误差较大。
并联机械臂（Parallel Manipulator）则通过多个运动链（支链）同时连接基座与动平台，形成闭式运动链。典型代表是Delta机器人（三自由度平移）和Stewart平台（六自由度运动模拟器）。并联构型的刚度质量比高、动态响应快、定位精度高，但其工作空间相对较小，且运动学正解复杂（通常需要求解非线性方程组），控制难度较大。
混联机械臂（Hybrid Manipulator）结合了串联与并联的特点，例如在串联基座上安装并联手腕模块，兼顾大工作空间与高刚度。实际工程中，混联结构常用于需要重载搬运与精密装配兼顾的场景。
3.1.2 判断方法：如何根据工艺需求选择构型
在工业应用选型时，可依据以下流程进行判断：
- 载荷与刚度需求：若负载超过50kg且需要高刚度，优先考虑并联或重型串联；若负载轻（<5kg）且要求高速分拣，Delta并联是首选。
- 工作空间形状：串联机器人工作空间近似球形或圆柱形，适合大范围搬运；并联机器人工作空间多为扁球形或柱状，适合在有限空间内高速作业。
- 精度与重复定位：并联机器人重复定位精度可达±0.05mm，串联机器人通常在±0.1mm至±0.5mm之间。
- 成本与维护：串联结构简单、备件通用，维护成本低；并联结构关节多、标定复杂，维护成本高。
3.1.3 案例拆解：Delta机器人分拣线的选型分析
某食品包装工厂需要部署一条饼干分拣线，要求每分钟完成120次抓取，负载约0.5kg，工作区域为直径800mm、高度300mm的圆柱空间。若选用六轴串联机器人，虽然工作空间满足，但末端惯量大，难以达到每分钟120次的节拍；且串联机器人价格较高。最终选用Delta并联机器人，其轻量化动平台和碳纤维连杆可实现4m/s²的加速度，节拍可达150次/分钟，且重复定位精度±0.1mm满足包装要求。该案例说明，构型选择必须结合节拍、负载、空间三个核心约束。
3.1.4 常见误区与总结
3.2 自由度（DOF）的物理含义与工程意义
3.2.1 核心原理：自由度的数学定义
自由度（Degrees of Freedom, DOF）是指描述机械臂末端位姿所需的最小独立变量数目。在三维空间中，一个刚体具有6个自由度：3个平动（沿X、Y、Z轴）和3个转动（绕X、Y、Z轴，即横滚Roll、俯仰Pitch、偏航Yaw）。机械臂的自由度等于其关节变量的总数（对于非冗余机构）。例如，六轴串联机器人具有6个DOF，可以到达工作空间内任意位置并实现任意姿态。若机器人只有5个DOF，则末端姿态会受约束（例如无法独立控制绕末端轴线的旋转）。
自由度冗余（Redundant DOF）指机器人自由度大于6，如七轴机器人（如KUKA iiwa）。冗余自由度提供了额外的灵活性，可用于避障、优化关节力矩或保持奇异位形远离，但逆解计算复杂度显著增加。
3.2.2 判断方法：如何确定所需自由度
确定机器人所需自由度时，需分析工艺任务对末端位姿的要求：
- 若任务仅需平面内定位（如PCB插件），3个DOF（X、Y、Rz）即可。
- 若任务需在三维空间内定位且姿态固定（如点胶），需6个DOF。
- 若任务需在狭窄空间内调整姿态（如汽车内饰装配），建议选用7个DOF以增加灵活性。
3.2.3 案例拆解：七轴机器人避障应用
在飞机机身内部进行铆接作业时，六轴机器人因关节限位无法在狭小空间内调整姿态，导致部分铆接点不可达。改用七轴机器人后，利用冗余自由度在保持末端位姿不变的前提下调整肘部位置，成功避开机身骨架干涉。实际调试中，通过设置冗余参数（如肘部角）进行逆解优化，将避障问题转化为带约束的优化问题。该案例表明，冗余自由度是解决可达性与避障问题的有效手段，但需要更复杂的控制算法支持。
3.2.4 常见误区与总结
3.3 工作空间：可达空间与灵活空间
3.3.1 核心原理：工作空间的定义与分类
工作空间（Workspace）是指机械臂末端执行器参考点所能到达的空间区域集合。通常分为：
- 可达空间（Reachable Workspace）：末端参考点至少能以一个姿态到达的所有位置集合。
- 灵活空间（Dexterous Workspace）：末端参考点能以任意姿态到达的所有位置集合。灵活空间是可达空间的子集。
工作空间的形状与大小由连杆长度、关节转角范围、关节限位和机构奇异位形共同决定。例如，六轴垂直关节机器人的可达空间近似为球壳，内部存在空洞（因关节限位导致）。
3.3.2 判断方法：如何评估工作空间是否满足工艺需求
工程中常用数值法（蒙特卡洛法）或解析法绘制工作空间截面图。操作流程如下：
- 建立机器人D-H参数模型，确定各关节转角范围。
- 在关节空间内随机采样大量关节组合（如10万组）。
- 通过正运动学计算末端位置，在三维空间绘制散点图。
- 对比工艺轨迹是否完全落在可达空间内，并预留10%-15%的安全裕度。
3.3.3 案例拆解：焊接工作站的工作空间校核
某汽车零部件焊接工作站需覆盖一个1200mm×800mm×600mm的长方体区域。选用某品牌六轴机器人，其水平臂展为1800mm，垂直行程为2500mm。通过蒙特卡洛法绘制可达空间，发现目标区域左上角存在一个半径约150mm的不可达空洞，原因是肩关节与肘关节的限位冲突。解决方案：将机器人基座抬高200mm并旋转45°，使空洞移出目标区域。该案例说明，工作空间校核必须在方案设计阶段完成，否则现场安装后难以调整。
3.3.4 常见误区与总结
3.4 运动学正解与逆解的基本定义
3.4.1 核心原理：正解与逆解的数学本质
运动学正解（Forward Kinematics, FK）是指已知各关节变量（角度或位移），求解末端执行器在笛卡尔空间中的位置与姿态。正解是唯一的，可通过齐次变换矩阵连乘获得。对于六轴机器人，正解公式为：
T_06 = A_01 * A_12 * A_23 * A_34 * A_45 * A_56其中A_i(i+1)为相邻连杆的齐次变换矩阵，由D-H参数（连杆长度a、连杆扭转角α、关节距离d、关节角θ）决定。
运动学逆解（Inverse Kinematics, IK）是指已知末端期望位姿，求解满足条件的关节变量。逆解通常存在多解（如肘部上/下、手腕翻转）、可能无解（目标点超出工作空间）或存在奇异位形（雅可比矩阵降秩）。求解方法包括解析法（适用于满足Pieper准则的机构，即相邻三轴交于一点）和数值迭代法（如牛顿-拉夫森法、雅可比伪逆法）。
3.4.2 判断方法：如何选择逆解求解策略
| 条件 | 推荐方法 | 说明 |
|---|---|---|
| 机构满足Pieper准则（球形手腕） | 解析法 | 计算快、精度高，可枚举所有解 |
| 一般六自由度机构 | 数值迭代法 | 依赖初始值，可能陷入局部极小 |
| 冗余自由度机器人 | 优化法（最小范数解） | 在关节空间进行二次规划 |
| 实时控制（>1kHz） | 解析法或预计算查表 | 数值迭代难以满足实时性 |
3.4.3 案例拆解：六轴机器人逆解多解的选择策略
在涂胶轨迹规划中，末端需沿一条空间曲线运动。在某一轨迹点，逆解得到8组关节角解（对应不同的腕部翻转组合）。若不加选择直接采用“最小关节变化”原则，可能导致相邻轨迹点之间关节角跳变过大，引起末端抖动。实际处理中，采用“最优解跟踪”策略：以上一时刻的关节角为参考，选择当前时刻逆解中关节角变化最小的一组解，并限制关节角速度。通过该策略，涂胶轨迹平滑度提升30%，胶线宽度均匀性显著改善。