第二章：机器人基础——运动学与抓取构型

各位同学好，我是老张。今天咱们聊聊机器人基础里最核心的几个概念。说实话，我当年刚入行时，觉得运动学就是背公式，直到第一次调试真实机器人，才发现理论跟实践之间隔着一条鸿沟。嗯，咱们今天就把这条鸿沟填平。

2.1 机器人运动学基础

运动学说白了，就是研究机器人怎么动。不涉及力，只关心位置、速度和加速度。我个人习惯把它分成两块：正解和逆解。

2.1.1 正运动学：从关节到末端

正运动学很简单：你告诉机器人每个关节转多少度，它告诉你末端在哪儿。就像你抬起胳膊，知道肩关节和肘关节的角度，自然就知道手的位置。

数学上，我们用齐次变换矩阵来描述。每个关节对应一个矩阵，把它们乘起来，就得到末端位姿。

// 伪代码示例：正运动学计算
T_0_1 = DH_transform(theta1, d1, a1, alpha1);
T_1_2 = DH_transform(theta2, d2, a2, alpha2);
T_2_3 = DH_transform(theta3, d3, a3, alpha3);
T_0_3 = T_0_1 * T_1_2 * T_2_3;  // 末端位姿

我在项目中遇到过一个问题：正解算出来明明是对的，但机器人就是走不到那个点。后来发现是DH参数里的坐标系定义跟实际机器人不一致。所以，参数标定是正解准确的前提。

2.1.2 逆运动学：从末端到关节

逆解就反过来了：你告诉机器人末端要去哪儿，它算出每个关节该转多少。这比正解难得多，因为解不唯一，甚至可能无解。

你想想看，六轴机器人有6个关节，但末端位姿只有6个自由度（3个位置+3个姿态）。理论上解是有限的，但实际中因为关节限位、奇异点等问题，经常需要选最优解。

为什么会这样？因为数值法（比如牛顿-拉夫森法）需要迭代，可能不收敛，而且实时性差。我在做视觉抓取时，逆解必须在1ms内完成，数值法根本扛不住。

2.2 常用抓取构型

抓取构型，说白了就是机器人用什么「手」去抓东西。最常见的两种：平行夹爪和吸盘。

2.2.1 平行夹爪

平行夹爪像人的两根手指，从两侧夹住物体。优点是抓得稳，适合不规则物体。缺点是会占用空间，而且对物体尺寸有要求。

特性	平行夹爪	吸盘
适用物体	刚性、不规则	平整、轻质
抓取力	大	中等
速度	中等	快
成本	高	低

我曾经在产线上遇到过一个问题：用平行夹爪抓取金属零件，结果夹爪打滑。后来发现是夹爪表面太光滑，贴了一层防滑硅胶就解决了。嗯，细节决定成败。

2.2.2 吸盘

吸盘靠负压吸附物体。优点是速度快、不占空间，适合抓取平板、玻璃、纸箱等。缺点是对表面平整度要求高，而且不能抓太重的东西。

2.3 ROS2基础通信机制

ROS2是机器人开发的事实标准。它的通信机制，说白了就是节点之间怎么说话。我刚开始学ROS2时，觉得概念太多，其实核心就三个：话题、服务、动作。

2.3.1 话题（Topic）

话题是异步通信，发布者发消息，订阅者收消息。适合传感器数据、状态信息等持续更新的数据。

// 发布者示例
rclcpp::Publisher<sensor_msgs::msg::JointState>::SharedPtr pub;
pub = this->create_publisher<sensor_msgs::msg::JointState>("joint_states", 10);

// 订阅者示例
auto sub = this->create_subscription<geometry_msgs::msg::Pose>(
    "target_pose", 10, callback);

我个人习惯用话题来传递视觉检测结果。比如相机检测到物体位置，就发布到/object_pose话题，规划节点订阅后计算抓取路径。

2.3.2 服务（Service）

服务是同步通信，客户端发请求，服务端回响应。适合一次性操作，比如「启动抓取」、「查询状态」。

// 服务端示例
rclcpp::Service<std_srvs::srv::Trigger>::SharedPtr srv;
srv = this->create_service<std_srvs::srv::Trigger>(
    "grasp", 
    [this](const std::shared_ptr<std_srvs::srv::Trigger::Request> req,
           std::shared_ptr<std_srvs::srv::Trigger::Response> res) {
        // 执行抓取
        res->success = true;
    });

2.3.3 动作（Action）

动作是服务的升级版，支持反馈和取消。适合长时间任务，比如「移动到目标点」、「执行抓取序列」。

// 动作客户端示例
rclcpp_action::Client<control_msgs::action::FollowJointTrajectory>::SharedPtr client;
client = rclcpp_action::create_client<control_msgs::action::FollowJointTrajectory>(
    this, "joint_trajectory_action");

// 发送目标
auto goal_msg = control_msgs::action::FollowJointTrajectory::Goal();
goal_msg.trajectory = trajectory;
auto send_goal_options = rclcpp_action::Client<>::SendGoalOptions();
send_goal_options.feedback_callback = feedback_callback;
client->async_send_goal(goal_msg, send_goal_options);

你想想看，如果让机器人移动到目标点，用服务的话，你只能等它完成，中间不知道进度。用动作的话，你可以实时收到反馈，还能随时取消。所以，长时间任务首选动作。

2.4 知识体系总览

为了让大家更直观地理解本章内容，我画了一张图。这张图展示了机器人基础的核心逻辑：从运动学计算到抓取构型选择，再到ROS2通信实现。

这张图把本章的三个核心模块串起来了。运动学负责「算」，抓取构型负责「抓」，ROS2负责「通」。三者缺一不可。

好了，今天就到这儿。下一章咱们会深入视觉部分，讲讲相机标定和物体检测。嗯，到时候见。