3. 坐标系与运动学基础：笛卡尔坐标系、关节坐标系、正逆运动学简介
各位同学，今天我们来聊聊运动控制里最基础、也最绕不开的一个话题——坐标系和运动学。
说实话，我刚入行那会儿，觉得坐标系不就是初中数学嘛，有什么好学的？结果第一次调试六轴机器人，就被正逆运动学狠狠上了一课。嗯，从那以后我再也不敢小看这些基础概念了。
3.1 为什么需要坐标系？
你想想看，一个机械臂要抓东西，它得知道「自己在哪里」、「目标在哪里」。没有坐标系，这些信息就是一团乱麻。
坐标系说白了，就是给空间里的每个点一个「身份证号」。有了这个号，控制器才能精确地告诉电机：「往X方向走50毫米，再往Y方向转30度」。
我个人习惯把坐标系分成两大类：
- 笛卡尔坐标系（直角坐标系）：用X、Y、Z三个轴描述位置，用A、B、C描述姿态。适合描述「工具末端在空间中的绝对位置」。
- 关节坐标系：用每个关节的角度值来描述。比如J1=30°，J2=-45°，J3=120°……适合描述「每个电机当前转到了什么位置」。
核心区别一句话：笛卡尔坐标系是「结果导向」，关节坐标系是「过程导向」。
3.2 笛卡尔坐标系——我们最熟悉的陌生人
笛卡尔坐标系，就是你在纸上画的那根X轴和Y轴，只不过在运动控制里，它变成了三维的。
我见过不少新手，写程序时只关注X、Y、Z，忽略了姿态角。结果呢？机器人走到目标点，但末端工具是倒着抓的——工件直接摔了。这就是典型的「位置对了，姿态错了」。
在运动控制中，笛卡尔坐标系通常包含6个自由度：
| 自由度 | 符号 | 说明 |
|---|---|---|
| X轴平移 | X | 左右移动 |
| Y轴平移 | Y | 前后移动 |
| Z轴平移 | Z | 上下移动 |
| 绕X轴旋转 | A（或Rx） | 俯仰角 |
| 绕Y轴旋转 | B（或Ry） | 偏转角 |
| 绕Z轴旋转 | C（或Rz） | 翻滚角 |
我的小技巧：调试时先用示教模式让机器人走到目标位置，记录下此时的笛卡尔坐标值。然后把这个值直接写到程序里，能省掉很多计算上的麻烦。
3.3 关节坐标系——电机才不管你在哪
关节坐标系，是电机真正「听得懂」的语言。
每个关节对应一个电机，关节坐标系的值就是每个电机的目标角度。比如一个SCARA机器人，J1是肩关节，J2是肘关节，J3是上下移动，J4是手腕旋转。
为什么要有关节坐标系？因为电机只能转圈，它不知道什么叫「直线运动」。你告诉它「走到X=100，Y=200」，它得先算出来每个关节该转多少度，才能执行。
我曾经犯过一个错误：在关节坐标系下直接写了一个直线插补指令。结果机器人走出来的路径是弧线，差点撞到旁边的夹具。后来才明白——关节空间里的「直线」和笛卡尔空间里的「直线」是两码事。
注意：在关节坐标系下做运动规划，路径是不可预测的。如果你需要精确的直线轨迹，必须在笛卡尔坐标系下编程。
3.4 正运动学——从关节到笛卡尔
正运动学，就是「已知每个关节的角度，求末端工具的位置和姿态」。
说白了，你给机器人六个关节角度，它告诉你：「我现在的手在X=300，Y=150，Z=400，姿态是A=10°，B=20°，C=30°」。
正运动学是确定的、唯一的。给定一组关节角度，末端位置是固定的，没有第二种可能。
数学上，正运动学通常用齐次变换矩阵来表示：
// 伪代码示例：正运动学计算
// 输入：关节角度 j1, j2, j3, j4, j5, j6
// 输出：末端位姿矩阵 T
T = T1(j1) * T2(j2) * T3(j3) * T4(j4) * T5(j5) * T6(j6)
// 其中 T1~T6 是每个关节的变换矩阵
// 最终 T 包含了位置和姿态信息我在项目中遇到过一个问题：正运动学算出来的位置和实际位置差了2毫米。查了半天，发现是减速比参数写错了。嗯，这种低级错误，犯过一次就记住了。
3.5 逆运动学——从笛卡尔到关节
逆运动学就复杂多了。它是「已知末端工具的目标位置和姿态，求每个关节的角度」。
为什么复杂？因为逆运动学通常有多个解，甚至可能无解。
举个例子：你要让机械臂的手伸到桌子上的某个点。它可以肘部朝上，也可以肘部朝下——两种姿态都能到达同一个点。这就是多解问题。
更麻烦的是，有些位置机器人根本够不到——那就是无解。
// 伪代码示例：逆运动学求解（以六轴机器人为例）
// 输入：目标位姿矩阵 T_target
// 输出：可能的关节角度组合
// 步骤1：检查可达性
if (距离超出工作范围) {
return "无解";
}
// 步骤2：求解腕部位置
P_wrist = T_target * [0, 0, -d6, 1]^T;
// 步骤3：求解前三个关节（位置部分）
[j1_a, j2_a, j3_a] = solve_position(P_wrist);
[j1_b, j2_b, j3_b] = solve_position_alternative(P_wrist);
// 步骤4：求解后三个关节（姿态部分）
[j4, j5, j6] = solve_orientation(T_target, j1, j2, j3);
// 返回所有可能的解
return [ [j1_a, j2_a, j3_a, j4, j5, j6],
[j1_b, j2_b, j3_b, j4', j5', j6'] ];避坑指南：我曾经在逆运动学求解时，直接取了第一个解。结果机器人每次走到那个位置，都会做一个「大回环」动作——因为第一个解对应的关节角度变化太大了。后来我学会了加一个「最小关节位移」的约束，优先选择离当前关节角度最近的解。
3.6 正逆运动学的实际应用
在实际项目中，正逆运动学是成对出现的：
- 示教时：你手动拖动机器人，编码器记录关节角度 → 正运动学算出末端位置 → 显示在屏幕上。
- 运行时：你输入目标位置 → 逆运动学算出关节角度 → 发给伺服驱动器执行。
- 轨迹规划时：在笛卡尔空间规划路径点 → 逆运动学转换成关节空间的运动序列 → 做速度规划和插补。
我建议你在调试时，先验证正运动学是否正确。方法很简单：手动转动每个关节，观察末端位置的变化是否符合预期。正运动学对了，逆运动学才有意义。
3.7 知识体系总览
下面这张图，是我自己总结的坐标系与运动学的关系图。你看完应该能明白整个逻辑链条：
这张图把整个逻辑串起来了。你从左边或者右边开始看都行，核心就是：正运动学是从关节到笛卡尔，逆运动学是从笛卡尔到关节。两者配合，才能让机器人既知道「自己在哪」，也知道「怎么过去」。
最后说一句：别被那些矩阵变换公式吓到。实际工作中，大部分控制器都封装好了正逆运动学函数。你真正需要理解的是：什么时候用笛卡尔坐标，什么时候用关节坐标，以及为什么同一个位置会有多个关节解。
把这些想明白了，后面学轨迹规划、速度规划，就会轻松很多。
公众号:蓝海资料掘金营，微信deep3321