2. 机器人运动学基础：刚体运动描述、位姿表示、齐次变换矩阵

各位同学，大家好。今天我们进入机器人运动学的核心地带。说实话，这部分内容我当年学的时候也觉得有点抽象，但后来在实际项目中才发现，它就像机器人的“身份证”和“地图”——没有它，你根本没法指挥机器人干活。

我个人习惯把运动学基础拆成三个层次来理解：描述刚体、表示位姿、变换矩阵。咱们一个一个来啃。

2.1 刚体运动的描述

什么叫刚体？说白了，就是一个不会变形的物体。你推它、拉它、转它，它内部各点的相对位置不变。机器人手臂的连杆、末端执行器，都可以近似看作刚体。

描述一个刚体在空间中的运动，我们需要知道两件事：位置和姿态。位置好理解，就是它在哪儿；姿态呢，就是它朝哪个方向。

举个例子。我在项目里调试一个六轴机械臂，末端夹爪要抓一个螺丝。光知道螺丝的坐标（x, y, z）是不够的，你还得知道夹爪的开口方向对不对，否则夹子怼上去就歪了。这就是姿态的重要性。

2.2 位姿表示方法

位姿怎么表示？常用的方法有三种：旋转矩阵、欧拉角、四元数。我一个个说。

2.2.1 旋转矩阵

旋转矩阵是一个 3x3 的正交矩阵。它描述了从一个坐标系到另一个坐标系的旋转变换。比如，一个点在世界坐标系下的坐标是 p_w，在机器人基坐标系下的坐标是 p_b，那么 p_b = R * p_w，其中 R 就是旋转矩阵。

旋转矩阵的优点是直观、无奇异性。但缺点也很明显：9个元素，冗余，而且不直观。你看着一个旋转矩阵，很难一眼看出它转了多大角度。

2.2.2 欧拉角

欧拉角用三个角度（比如绕 X、Y、Z 轴的旋转角）来描述姿态。常见的顺序有 ZYX、ZYZ 等。欧拉角很直观，但有个大坑——万向锁。

我曾经在一个移动机器人项目里，用欧拉角控制云台。结果在俯仰角接近 90° 时，云台突然“卡住”了，怎么转都转不动。查了半天，就是万向锁问题。从那以后，只要涉及连续旋转，我优先用四元数。

2.2.3 四元数

四元数是一个超复数，形式为 q = w + xi + yj + zk。它用四个数表示旋转，没有奇异性，插值平滑。现代机器人系统（如 ROS、Eigen 库）几乎都用四元数。

嗯，这里要注意：四元数虽然好用，但理解起来有点反直觉。我建议你把它当作一个“黑盒”——知道怎么用就行，不必深究它的几何意义。当然，如果你有兴趣，可以看看它的推导，但初学阶段，会用更重要。

表示方法	优点	缺点	适用场景
旋转矩阵	无奇异性，数学性质好	冗余，不直观	中间计算、理论推导
欧拉角	直观，易理解	万向锁，插值困难	人机交互、简单控制
四元数	无奇异性，插值平滑	不直观，理解门槛高	连续旋转、姿态控制

2.3 齐次变换矩阵

好了，位置和姿态都有了，怎么把它们合在一起？答案就是齐次变换矩阵。

齐次变换矩阵是一个 4x4 的矩阵，形式如下：

| R   t |
| 0   1 |

其中 R 是 3x3 的旋转矩阵，t 是 3x1 的平移向量。最后一行是 [0 0 0 1]。

为什么用 4x4？说白了，是为了把旋转和平移统一成一个矩阵乘法。这样，一个点的坐标变换就可以写成：

p' = T * p

其中 p 和 p' 都是齐次坐标（4维向量，最后一维为1）。

你想想看，如果没有齐次变换矩阵，你要先旋转再平移，得写两步。有了它，一步到位。而且多个变换可以连乘：T_total = T1 * T2 * T3 ... 非常方便。

2.4 知识体系结构图

下面我用一张图来总结本章的知识结构。这张图是我自己画的，希望能帮你理清思路。

从这张图你可以看到，整个知识体系是层层递进的。先理解刚体运动，再学习位姿的三种表示方法，最后用齐次变换矩阵把它们统一起来。我个人觉得，这个框架比死记公式有用得多。

2.5 实战小贴士

最后，分享几个我在项目中踩过的坑，希望能帮你少走弯路。

• 坐标系要统一：我曾经在一个协作机器人项目里，用了三个不同厂家的传感器，结果每个传感器的坐标系定义都不一样。调试了整整两天，才发现是坐标系没对齐。所以，开工前先定好全局坐标系。
• 注意旋转顺序：欧拉角的旋转顺序很重要。ZYX 和 ZYZ 的结果完全不同。写代码时一定要注释清楚旋转顺序。
• 四元数归一化：四元数在使用前一定要归一化，否则变换矩阵会出问题。我见过有人因为忘了归一化，导致机器人轨迹跑偏的。

好了，这一章的内容就到这里。记住，运动学基础是机器人控制的“地基”，地基不牢，后面盖什么楼都会晃。希望你能把旋转矩阵、欧拉角、四元数、齐次变换矩阵这几个概念吃透。下次我们聊正运动学和逆运动学，到时候你会发现，今天学的这些全都会用上。

---