4、运动学基础：正运动学与逆运动学、雅可比矩阵与奇异性、速度与加速度分析、时间最优参数化
运动学，说白了就是研究机器人怎么动，但不关心它为什么动。我刚开始接触这个领域时，觉得这玩意儿不就是几何题吗？后来真上手做项目才发现，这里面的坑一个比一个深。今天咱们就把这块硬骨头啃下来。
4.1 正运动学：从关节到末端
正运动学很简单——给你每个关节的角度，算出末端执行器在哪儿。我习惯用齐次变换矩阵来搞定这件事。
对于一个六轴机器人，正运动学就是一连串矩阵相乘：
T_06 = T_01 * T_12 * T_23 * T_34 * T_45 * T_56每个 T 矩阵里都藏着关节角度 θ 和连杆参数。常用的建模方法是 Denavit-Hartenberg 参数法，也就是 DH 参数。
核心公式：
T_i = Rot(z, θ_i) * Trans(z, d_i) * Trans(x, a_i) * Rot(x, α_i)
我在项目中遇到过一个问题：用标准 DH 参数建模时，相邻关节的坐标系定义容易搞混。后来我改用改进 DH（Modified DH），也就是 Craig 版本，才彻底理清楚。你想想看，坐标系选错了，后面所有计算全白搭。
4.2 逆运动学：从末端到关节
逆运动学就麻烦多了。给你一个末端位姿，让你反推每个关节的角度。说白了，这就是解方程组。
我个人的经验是：能解析解就别用数值解。解析解快、准、稳。数值解嘛……迭代半天还不一定收敛。
常见的解析解法有：
- Pieper 解法：适用于后三个关节轴线交于一点的机器人，大多数工业机器人都满足这个条件
- 几何法：把空间问题投影到平面，用三角学求解
- 代数法：利用正切半角公式，把三角函数方程转成多项式方程
避坑指南：
我曾经在调试一个协作机器人时，逆解算出来8组解，但实际只有2组是可达的。为什么？因为关节限位没考虑。所以，逆解之后一定要做关节限位检查，不然你的机器人会撞到自己的“身体”。
4.3 雅可比矩阵与奇异性
雅可比矩阵 J 把关节速度映射到末端速度：
v = J * q_dot其中 v 是末端速度（含线速度和角速度），q_dot 是关节速度。
雅可比矩阵的妙处在于：它不仅能算速度，还能分析机器人的力传递特性。力与速度是对偶的：
τ = J^T * Fτ 是关节力矩，F 是末端力。
嗯，这里要注意——当雅可比矩阵奇异时，事情就麻烦了。奇异性意味着机器人失去了某个方向的运动能力。我遇到过最典型的情况是：机器人手臂完全伸直时，肘关节无论怎么转，末端都只能沿着一个方向动。
奇异性分类：
- 边界奇异：手臂伸到极限位置
- 内部奇异：两个或多个关节轴线共线
- 腕部奇异：腕关节的某两个轴重合
我曾经在焊接轨迹规划中，因为没避开奇异点，导致机器人末端突然加速，焊枪差点甩出去。从那以后，我每次规划路径都会先算一遍雅可比矩阵的条件数。
4.4 速度与加速度分析
速度分析其实就是雅可比矩阵的应用。但加速度分析就复杂一些，需要引入雅可比矩阵的导数：
a = J * q_ddot + J_dot * q_dot这里 J_dot 是雅可比矩阵对时间的导数。我一般用数值微分来算它，虽然精度不如解析法，但胜在通用。
加速度分析在轨迹规划中特别重要。比如你要让机器人末端走一个圆弧，光算位置和速度不够，加速度决定了你的轨迹是否平滑。加速度突变会导致机器人抖动，影响加工质量。
实用技巧：
我习惯在加速度层面加 S 型曲线滤波。说白了，就是让加速度本身也连续变化。这样机器人运动起来特别顺，电机也不容易过载。
4.5 时间最优参数化
时间最优参数化，目标很明确：在满足电机力矩、速度、加速度限制的前提下，让机器人跑得最快。
这个问题本质上是一个最优控制问题。我常用的方法是：
- 路径参数化：把路径用弧长 s 表示，所有关节位置都写成 s 的函数
- 构建动力学约束：把电机力矩限制转成 s 的加速度限制
- 求解最优速度曲线：用动态规划或凸优化找到最快的 s(t)
我记得有一次做码垛机器人的节拍优化，用时间最优参数化把单次搬运时间从 1.2 秒降到了 0.9 秒。你想想看，一天下来能多搬几千个箱子。
常用算法：
- TOPP (Time-Optimal Path Parameterization)：经典方法，基于相平面分析
- TOPP-RA：加入鲁棒性约束，防止数值不稳定
- 凸优化方法：把问题转成二阶锥规划，求解效率高
这里有个坑：时间最优解往往会让机器人工作在极限状态。电机发热、减速机寿命都会受影响。我一般会在最优解的基础上留 10%-15% 的余量，这样既保证了效率，又兼顾了可靠性。
知识体系总览
下面这张图把本章的核心逻辑串起来了。你可以看到，正运动学是基础，逆运动学是应用，雅可比矩阵是桥梁，而时间最优参数化是最终目标。
好了，这一章的内容就到这里。运动学是整个轨迹规划的基石，后面所有的高级算法都建立在这些概念之上。你把这些吃透了，后面的路就好走了。