第二章：机器人运动学——D-H参数法、正运动学求解、逆运动学求解
各位好，咱们接着聊机器人运动学。
说实话，刚入行那会儿，我觉得运动学就是一堆矩阵乘法，枯燥得很。直到有一次在产线上调试六轴机器人，发现末端总是差那么几毫米对不准工件，我才真正意识到——运动学不是纸上谈兵，它是让机器人“听话”的底层逻辑。
这一章，咱们就掰开揉碎了讲：D-H参数法、正运动学、逆运动学。我尽量用大白话，把那些公式背后的物理意义说清楚。
2.1 D-H参数法：给机器人关节“上户口”
先问个问题：怎么描述一个关节相对于另一个关节的位置和姿态？
你可能会说，用坐标系呗。没错，但问题在于——每个工程师定义的坐标系可能都不一样。你往左偏，我往右偏，最后算出来的末端位置天差地别。
D-H参数法就是来解决这个问题的。它是一套标准化的“户口本”，给每个关节都规定了统一的坐标系建立规则。
2.1.1 四个参数，一个都不能少
每个关节（或者说每根连杆）只需要四个参数：
- ai-1（连杆长度）：两个关节轴线之间的公垂线长度。说白了，就是这根杆子有多长。
- αi-1（连杆扭转角）：两个关节轴线在空间中的夹角。嗯，这个角度决定了关节是“直着”还是“歪着”。
- di（连杆偏距）：沿关节轴线方向，两根连杆之间的偏移量。常见于移动关节。
- θi（关节角）：绕关节轴线的旋转角度。这是唯一会变化的参数（对于旋转关节）。
我个人习惯：拿到一个机器人模型，先别急着算矩阵。先把每个关节的D-H参数列成一张表。这张表就是你的“地图”，后面所有计算都依赖它。
举个例子，一个典型的六轴工业机器人，它的D-H参数表大概长这样：
| 关节 i | ai-1 (mm) | αi-1 (°) | di (mm) | θi (°) |
|---|---|---|---|---|
| 1 | 0 | 0 | 400 | θ1 |
| 2 | 250 | -90 | 0 | θ2 |
| 3 | 0 | 0 | 0 | θ3 |
| 4 | 0 | 90 | 350 | θ4 |
| 5 | 0 | -90 | 0 | θ5 |
| 6 | 0 | 90 | 100 | θ6 |
避坑指南：我曾经在定义α角时搞反了正负号，结果仿真出来的机器人像喝醉了酒一样乱晃。记住：α的正负由右手定则决定，沿着X轴从Zi-1转向Zi。
2.2 正运动学求解：从关节角度到末端位姿
正运动学，说白了就是：你给我每个关节的角度，我告诉你末端在哪儿、朝哪个方向。
怎么算？矩阵连乘。
每个关节的变换矩阵 Ti 由D-H参数唯一确定：
T_i = Rot_x(α_{i-1}) * Trans_x(a_{i-1}) * Rot_z(θ_i) * Trans_z(d_i)把从基座到末端的所有变换矩阵乘起来，就得到了末端相对于基座的位姿矩阵：
T_0_n = T_1 * T_2 * ... * T_n这个矩阵里，左上角3x3是姿态（旋转矩阵），右上角3x1是位置（平移向量）。
我在项目中遇到过：有个同事用MATLAB算正解，矩阵乘了十几层，结果发现末端位置算出来是负数。查了半天，原来是某个关节的d参数写成了负值。所以，参数表一定要反复核对，尤其是符号。
正运动学的好处是——唯一解。给定一组关节角，末端位姿是确定的。这就像你拧螺丝，拧多少圈，螺丝头就伸出来多少，没得商量。
2.3 逆运动学求解：从末端位姿到关节角度
逆运动学就反过来了：你给我末端的目标位置和姿态，我反算出每个关节该转多少度。
这才是真正头疼的地方。为什么？因为逆解通常有多个解，甚至无解。
2.3.1 多解问题
你想想看，一个六轴机器人，要到达同一个点，可以有“肘部朝上”和“肘部朝下”两种姿态，这就是两组不同的关节角。更别说还有“手腕翻转”的情况。
所以，逆运动学求解时，我们通常需要根据实际情况选择一组最优解。比如：
- 选择关节运动量最小的解（省时间）
- 选择避开奇异点的解（安全）
- 选择与当前姿态最接近的解（平滑）
2.3.2 解析法与数值法
逆解的方法主要有两种：
- 解析法：通过代数推导，直接写出关节角的表达式。速度快，但只适用于特定构型的机器人（比如后三个关节轴线交于一点的机器人）。
- 数值法：用迭代逼近的方式求解，比如牛顿-拉夫森法。通用性强，但计算慢，且可能不收敛。
注意：数值法在奇异点附近容易“翻车”。我曾经用数值法解一个接近奇异点的位姿，迭代了100次还没收敛，最后CPU直接跑满。所以，能解析就解析，别偷懒。
2.3.3 一个简单的逆解示例（2自由度平面机器人）
为了让你直观理解，咱们看个最简单的2自由度平面机器人。它只有两个旋转关节，都在同一个平面内。
已知末端位置 (x, y)，求关节角 θ1 和 θ2。
// 几何法求解
// 连杆长度: L1, L2
// 末端位置: (x, y)
// 先求 θ2（余弦定理）
cosθ2 = (x^2 + y^2 - L1^2 - L2^2) / (2 * L1 * L2)
θ2 = ± acos(cosθ2) // 注意：正负号对应两种解
// 再求 θ1
θ1 = atan2(y, x) - atan2(L2 * sinθ2, L1 + L2 * cosθ2)
你看，θ2 有正负两个解，这就是“肘部朝上”和“肘部朝下”的区别。
2.4 知识体系总览
说了这么多，咱们用一张图把这一章的核心逻辑串起来：
这张图把咱们这一章的核心逻辑串起来了。你看，D-H参数法是基础，正运动学和逆运动学就像一枚硬币的两面，缺一不可。
我的建议：学运动学，别光盯着公式。拿个真实的机器人（或者仿真软件），手动给几个关节角，看看末端怎么动。反过来，给定一个目标点，看看机器人怎么“想办法”到达。动手试几次，比看一百页书都管用。
好了，这一章就到这里。运动学是机器人控制的基石，后面咱们讲动力学、轨迹规划，都离不开它。先把D-H参数和正逆解搞明白，后面就顺了。
公众号:蓝海资料掘金营，微信deep3321