Stewart平台运动学基础：位置正解与反解、雅可比矩阵、工作空间分析
Stewart平台（六自由度并联机构）的运动学分析是后续动力学建模、控制器设计与自适应控制律推导的数学基石。与串联机器人不同，并联机构的运动学呈现出强耦合、非线性、多解性等特征，其位置正解通常难以获得解析表达式，而位置反解则相对直观。本章将系统梳理位置正解与反解的数学表达、雅可比矩阵的构造方法及其在奇异性分析中的应用，并给出工作空间的定义、分类与数值求解流程。理解这些内容，是设计负载变化自适应控制律的前提——因为控制器的参考轨迹生成、力/位混合控制以及刚度调节，均依赖于对平台运动学关系的精确描述。
上图给出了本章知识体系的整体逻辑：位置反解为实时控制提供支腿长度指令，位置正解用于标定与状态观测，雅可比矩阵建立速度与力的双向映射，而工作空间分析则界定控制器的可行域。下面逐一展开。
2.1 位置反解：从位姿到支腿长度
核心原理：Stewart平台由静平台（基座）、动平台（负载端）以及连接两者的6条可伸缩支腿组成。每条支腿通过虎克铰（或球铰）与静平台连接，通过球铰与动平台连接。位置反解的任务是：给定动平台在惯性系中的位置向量 p = [x, y, z]ᵀ 和姿态角（通常用欧拉角或旋转矩阵 R 表示），求解6条支腿的矢量长度。
设第 i 个铰点在静平台坐标系中的位置为 Aᵢ，在动平台坐标系中的位置为 Bᵢ（常矢量），则支腿矢量可表示为：
lᵢ = p + R · Bᵢ - Aᵢ (i = 1, 2, ..., 6)支腿长度即为该矢量的欧几里得范数：
Lᵢ = ||lᵢ|| = sqrt(lᵢₓ² + lᵢᵧ² + lᵢ_z²)由于旋转矩阵 R 是正交矩阵，且每个支腿的表达式仅涉及一次矩阵乘法和向量加减，因此反解具有解析解，计算量极小（约几十次浮点运算），非常适合实时控制中的轨迹插补。
判断方法与操作流程：在实际工程中，反解的正确性验证通常采用“正解-反解互逆校验”法。即先随机生成一组位姿，用反解求出支腿长度，再将这些长度代入正解算法，比较还原的位姿与原始位姿的误差。若误差在允许范围内（如位置误差小于1e-6 m，姿态误差小于1e-6 rad），则说明反解实现正确。
| 步骤 | 操作内容 | 关键参数/公式 | 注意事项 |
|---|---|---|---|
| 1 | 定义坐标系 | 静平台系 {A}，动平台系 {B} | 铰点坐标需精确测量或标定 |
| 2 | 给定目标位姿 | p = [x,y,z]ᵀ, R = Rz(γ)·Ry(β)·Rx(α) | 欧拉角顺序需明确约定 |
| 3 | 计算支腿矢量 | lᵢ = p + R·Bᵢ - Aᵢ | 注意向量加减的坐标系一致性 |
| 4 | 求支腿长度 | Lᵢ = ||lᵢ|| | 长度需在支腿行程范围内 |
| 5 | 输出控制指令 | L = [L₁, L₂, ..., L₆]ᵀ | 作为伺服驱动器位置环给定 |
案例拆解：某六自由度运动模拟器，静平台铰点分布半径为1.2 m，动平台铰点分布半径为0.8 m，初始位姿为零位（p=[0,0,1.0]m，R=I）。现需平台运动到 p=[0.1, -0.05, 1.05]m，姿态为绕Z轴旋转5°（γ=5°）。代入反解公式，可快速求得6条支腿长度变化量。例如，第1条支腿的矢量变化主要由平移分量和旋转耦合分量组成，旋转5°在0.8 m半径处产生的切向位移约为0.07 m，与平移量叠加后，支腿长度变化约在±0.1 m量级。该结果可用于预判伺服电机的行程需求。
2.2 位置正解：从支腿长度到位姿
核心原理：位置正解是反解的逆运算，即已知6条支腿长度 L₁~L₆，求解动平台的位姿 (x,y,z,α,β,γ)。由于每条支腿的长度约束构成一个球面方程，6个球面方程联立形成非线性方程组：
||p + R·Bᵢ - Aᵢ||² = Lᵢ² (i = 1, 2, ..., 6)该方程组包含6个未知数（3个位置 + 3个姿态），但姿态通过旋转矩阵以非线性方式耦合，无法直接消元得到解析解。实际上，Stewart平台的正解最多可有40组解（含复数解），但物理上只有少数几组实数解有意义。
数值求解方法：工程中常用牛顿-拉夫逊迭代法。设未知向量 q = [x,y,z,α,β,γ]ᵀ，定义误差函数 F(q) = [f₁, f₂, ..., f₆]ᵀ，其中 fᵢ = ||p + R·Bᵢ - Aᵢ||² - Lᵢ²。迭代公式为：
q_{k+1} = q_k - J_F⁻¹(q_k) · F(q_k)其中 J_F 是误差函数对位姿的雅可比矩阵（6×6）。迭代初值通常取上一时刻的位姿（在连续运动中），或取零位姿。收敛判据为 ||F(q)|| < ε（如ε=1e-8）。
操作流程：
- 初始化位姿 q₀（可用反解零位或上一时刻位姿）；
- 计算误差向量 F(q_k)；
- 计算雅可比矩阵 J_F(q_k)（可通过解析求导或数值差分）；
- 求解线性方程组 J_F·Δq = -F，更新 q_{k+1} = q_k + Δq；
- 检查收敛条件，若未满足且迭代次数未超限，返回步骤2。
案例拆解：在平台标定场景中，通过激光跟踪仪测量6条支腿长度，然后利用正解算法反推平台实际位姿。某次测量中，支腿长度为 [1.234, 1.198, 1.245, 1.221, 1.210, 1.256] m，以零位为初值，经过5次牛顿迭代后收敛到 p=[0.012, -0.008, 1.002]m，姿态角约为 [0.3°, -0.2°, 0.5°]。与激光跟踪仪直接测量结果对比，位置误差小于0.5 mm，姿态误差小于0.05°，验证了正解算法的精度。
2.3 雅可比矩阵：速度与力的映射桥梁
核心原理：雅可比矩阵 J 描述了动平台速度（广义速度）与支腿伸缩速度之间的线性映射关系。设动平台的广义速度为 v = [vₓ, vᵧ, v_z, ωₓ, ωᵧ, ω_z]ᵀ，支腿长度变化率为 L̇ = [L̇₁, ..., L̇₆]ᵀ，则：
L̇ = J · v其中 J 为6×6矩阵，其第 i 行元素为：
J_i = [sᵢᵀ, (R·Bᵢ × sᵢ)ᵀ]这里 sᵢ = lᵢ / Lᵢ 是支腿方向的单位向量，× 表示向量叉积。该矩阵的物理意义是：每条支腿的伸缩速度等于平台线速度在支腿方向上的投影，加上平台角速度引起的切向速度分量。
力映射关系：根据虚功原理，支腿驱动力 τ 与平台广义力 F 之间的关系为：
τ = Jᵀ · F这一关系在自适应控制中至关重要——当负载变化时，控制器需要根据期望的广义力（如重力补偿、惯性力补偿）反算各支腿的驱动力指令。
奇异性分析：当 det(J) = 0 时，平台处于奇异位形。此时平台在某些方向上失去刚度（正奇异），或支腿无法独立控制平台运动（反奇异）。奇异位形通常出现在动平台与静平台平行且铰点共面等特殊几何条件下。工程中应通过工作空间规划避开奇异区域。
| 奇异类型 | 数学条件 | 物理表现 | 应对策略 |
|---|---|---|---|
| 正奇异（运动学奇异） | det(J)=0 | 平台在某些方向无法运动，刚度丧失 | 调整轨迹避开奇异位形 |
| 反奇异（驱动奇异） | det(Jᵀ)=0 | 支腿无法产生某些方向的力 | 增加冗余驱动或改变几何参数 |
| 混合奇异 | J 和 Jᵀ 同时奇异 | 完全失控 | 重新设计平台尺寸比例 |
案例拆解：在负载变化的自适应控制中，雅可比矩阵用于将期望的笛卡尔空间力/力矩转换为支腿驱动力。例如，当平台承载500 kg负载时，重力补偿力 F_g = [0, 0, -4905, 0, 0, 0]ᵀ N。若当前位姿下雅可比矩阵的转置 Jᵀ 已知，则各支腿所需静态驱动力为 τ = Jᵀ · F_g。当负载增加至800 kg时，F_g 变化，τ 也相应增大。控制器需实时更新 Jᵀ 以反映当前位姿，否则会产生力控制误差。
2.4 工作空间分析：可达域与约束边界
核心原理：工作空间是指动平台参考点（通常取平台几何中心）所能达到的位置和姿态集合。由于Stewart平台是并联机构，其工作空间受多种约束限制：支腿最小/最大长度、铰点转角范围、支腿间干涉、奇异位形等。工作空间通常分为：
- 可达工作空间：参考点能到达的所有位置集合（姿态自由）；
- 灵活工作空间：参考点能以任意姿态到达的位置集合；
- 姿态工作空间：在固定位置下，平台能实现的所有姿态集合。
数值求解方法：工程中常用蒙特卡洛法或网格扫描法。以网格扫描为例：
- 在预定区域内离散化位置点（如x∈[-0.5,0.5]m，y∈[-0.5,0.5]m，z∈[0.8,1.2]m，步长0.02m）；
- 对每个位置点，遍历姿态角范围（如α,β,γ∈[-10°,10°]）；
- 对每个位姿组合，调用反解计算6条支腿长度；
- 检查支腿长度是否在 [L_min, L_max] 内，铰点转角是否超限，是否接近奇异（|det(J)| > ε）；
- 若所有约束满足，则该点属于可达工作空间。
案例拆解：某航空模拟器要求动平台在z=1.0m平面内具有直径0.6m的圆形可达区域，且姿态角至少达到±8°。通过网格扫描发现，当姿态角为0°时，可达区域直径约0.8m；但当姿态角达到8°时，由于支腿行程限制，可达区域缩小至0.4m。进一步分析发现，限制因素主要是第2和第5条支腿的行程上限。通过调整静平台铰点分布半径（从1.2m增大至1.3m），可达区域在8°姿态下扩大至0.55m，满足设计要求。
总结复盘：本章内容为后续自适应控制设计提供了三个关键工具：反解用于生成参考轨迹对应的支腿长度指令；正解用于状态反馈（当无外部测量时）；雅可比矩阵用于力/位混合控制中的坐标变换。工作空间分析则界定了控制器的安全运行域。在负载变化场景下，需特别注意：负载质量变化会改变平台重心位置，进而影响反解中的 Bᵢ 坐标和雅可比矩阵的数值，因此自适应控制器应在线更新这些运动学参数，而非使用固定值。