第2章 坐标系与位姿描述：关节空间与笛卡尔空间、齐次变换矩阵、欧拉角与四元数
各位工程师朋友，大家好。欢迎来到《轨迹规划与插补协同调试》的第二讲。
今天我们要聊的，是机器人运动学里最基础、也最绕不开的一块内容——坐标系与位姿描述。说白了，就是回答三个问题：机器人在哪儿？它朝着哪个方向？我怎么用数学把它说清楚？
我个人习惯把这一章叫做“翻译官”章节。为什么？因为机器人控制器、伺服驱动器、视觉系统、上位机，它们各自说各自的语言。关节角度是一种语言，笛卡尔坐标是另一种语言。你要让它们协同工作，就得先学会翻译。
2.1 关节空间 vs 笛卡尔空间：两个世界的对话
先讲个我自己的经历。几年前调试一台六轴机器人，做码垛程序。我在笛卡尔空间里规划了一条直线轨迹，看着挺漂亮。结果一跑起来，机器人第六轴在中间突然反转了180度。现场所有人都懵了。
后来一查，问题出在哪儿？我规划的是笛卡尔空间的直线，但控制器在关节空间里做插补。两个空间之间的映射不是一一对应的，同一个笛卡尔点可能对应多组关节角度。这就是典型的“空间混淆”。
核心概念速览：
- 关节空间：用每个关节的角度值（或位移值）来描述机器人的状态。维度等于关节数。例如六轴机器人：
[θ1, θ2, θ3, θ4, θ5, θ6]。 - 笛卡尔空间：用工具末端在三维空间中的位置和姿态来描述。通常用
[x, y, z, rx, ry, rz]表示。
你想想看，关节空间的好处是什么？简单、无歧义。一组关节角度唯一确定一个机器人形态。但坏处也很明显——你很难直观地想象末端走了什么路径。笛卡尔空间正好相反，直观、好理解，但存在多解问题。
| 对比维度 | 关节空间 | 笛卡尔空间 |
|---|---|---|
| 描述对象 | 各关节角度/位置 | 末端位姿 (位置+姿态) |
| 直观性 | 差，无法直接想象末端路径 | 好，符合人类直觉 |
| 唯一性 | 唯一（不考虑奇异位形） | 不唯一（逆解多解） |
| 插补计算 | 简单，直接对角度插值 | 复杂，需实时逆解 |
| 典型应用 | 点到点运动、避障路径 | 直线/圆弧加工、焊缝跟踪 |
实战建议：我一般这样选——如果只是让机器人从A点走到B点，中间没有严格的路径约束，用关节空间插补，又快又稳。但如果要沿着一条焊缝或者胶线走，必须用笛卡尔空间，哪怕计算量大一些。
2.2 齐次变换矩阵：位姿的“身份证”
好，现在我们知道要在两个空间之间来回切换。那用什么工具来切换？齐次变换矩阵。
说白了，齐次变换矩阵就是一个4x4的方阵，它把旋转和平移打包在一起。我习惯把它看作机器人的“身份证”——拿着这个矩阵，你就能知道末端坐标系相对于基坐标系的位置和朝向。
// 齐次变换矩阵的标准形式
// [R p]
// [0 1]
// 其中 R 是 3x3 旋转矩阵，p 是 3x1 平移向量
// 示例：绕Z轴旋转90度，再沿X轴平移100mm
T = | 0 -1 0 100 |
| 1 0 0 0 |
| 0 0 1 0 |
| 0 0 0 1 |嗯，这里要注意一个细节。齐次变换矩阵的乘法不满足交换律。先旋转再平移，和先平移再旋转，结果完全不同。我在带新人时，经常让他们用手边的笔和本子比划一下——先转个角度再挪位置，和先挪位置再转角度，最后笔尖的位置确实不一样。
我曾经踩过的坑：有一次写手眼标定程序，把变换矩阵的乘法顺序搞反了。结果机器人抓取工件时，每次都偏了20多毫米。查了两天才发现是 T_cam_to_base * T_obj_to_cam 写成了 T_obj_to_cam * T_cam_to_base。顺序错了，整个位姿就全歪了。
2.3 欧拉角：直观但暗藏陷阱
欧拉角可能是大家最熟悉的姿态表示法。毕竟，谁还没用过 [roll, pitch, yaw] 呢？
但我要说，欧拉角是个“双刃剑”。直观是真直观，但坑也是真多。
- 万向锁（Gimbal Lock）：当pitch角达到±90°时，roll和yaw的旋转轴重合，丢失一个自由度。我记得有一次做五轴机床的后处理，程序在某个角度附近突然乱跳，就是万向锁在作怪。
- 多值性：同一个姿态可以用多组欧拉角表示。比如
[30°, 0°, 0°]和[-150°, 180°, 180°]可能对应同一个姿态。 - 插补不平滑：在两个姿态之间做线性插值时，欧拉角的变化路径可能不是最短路径。
| 欧拉角类型 | 旋转顺序 | 常见应用场景 |
|---|---|---|
| ZYX (RPY) | 绕Z→绕Y→绕X | 工业机器人、船舶、车辆 |
| ZYZ | 绕Z→绕Y→绕Z | 部分机器人运动学教材 |
| XYZ | 绕X→绕Y→绕Z | 航空航天、无人机 |
我的个人习惯：在调试阶段，用欧拉角来观察和手动示教，因为直观。但在正式的轨迹规划代码里，我尽量不用欧拉角做插补，而是转成四元数或者旋转矩阵来处理。这样可以避免很多奇奇怪怪的姿态跳变。
2.4 四元数：平滑插补的利器
说到四元数，很多工程师第一反应是“数学太复杂，不想碰”。我刚开始也这么觉得。但后来被欧拉角坑了几次之后，老老实实把四元数捡起来学了。
四元数本质上是一个超复数：q = w + xi + yj + zk，其中 w 是实部，(x, y, z) 是虚部。它用四个参数表示三维空间中的旋转，没有万向锁问题，而且插补非常平滑。
// 四元数表示绕单位向量 (nx, ny, nz) 旋转角度 θ
q = [cos(θ/2), nx*sin(θ/2), ny*sin(θ/2), nz*sin(θ/2)]
// 球面线性插补 (SLERP) —— 两个姿态之间的平滑过渡
// q(t) = (sin((1-t)*Ω) / sin(Ω)) * q1 + (sin(t*Ω) / sin(Ω)) * q2
// 其中 Ω 是 q1 和 q2 之间的夹角为什么说四元数适合做插补？因为它在四维单位球面上做插值，路径是测地线，也就是最短路径。你想想看，两个姿态之间，四元数SLERP走的是“最直”的那条路，而欧拉角线性插值可能绕个大弯。
实战对比：
- 欧拉角插补：姿态变化可能不平滑，遇到万向锁会“卡住”或“跳变”。
- 四元数SLERP：姿态变化均匀、平滑，无奇点，适合连续轨迹。
- 旋转矩阵插补：计算量大，且插值后的矩阵需要重新正交化，否则会变形。
我曾经踩过的坑：有一次做视觉引导抓取，目标姿态变化很大。我用欧拉角做了线性插补，结果机器人末端在中间某个位置突然反转了180度，差点撞到夹具。后来换成四元数SLERP，问题立刻解决。从那以后，凡是涉及大角度姿态变化的轨迹，我第一反应就是用四元数。
2.5 知识体系总览
说了这么多，我们来画一张图，把这一章的核心逻辑串起来。
这张图把这一章的核心逻辑串起来了。从上往下看：关节空间和笛卡尔空间通过正/逆运动学相互映射；位姿描述有三种主流方法——齐次变换矩阵、欧拉角、四元数；最终落到三个典型应用场景上。
我个人建议，初学者先把齐次变换矩阵练熟，这是基本功。然后理解欧拉角的优缺点，知道它什么时候会出问题。最后，一定要掌握四元数的基本用法，尤其是SLERP插补。因为在实际的轨迹规划项目中，四元数几乎是姿态插补的“标准答案”。