第1章机器人运动学概述

第一章：机器人运动学概述

机器人运动学，说白了就是研究机器人怎么动的一门学问。但注意，它只关心位置、速度、加速度这些几何关系，完全不考虑力和力矩。我刚开始接触这个领域时，总觉得这有点「纸上谈兵」——光算位置有什么用？后来在项目里吃过亏才明白，运动学是机器人控制的地基，地基不稳，后面全是白搭。

举个例子，你让机械臂去抓一个杯子。运动学要回答的是：「各个关节转多少度，手爪才能到那个位置？」至于电机需要多大扭矩、会不会把杯子捏碎——那是动力学和控制的活。所以，运动学是机器人学的「几何学」，它把机械结构抽象成纯粹的数学关系。

核心定义：机器人运动学是研究机器人各连杆之间位置、速度、加速度关系的学科，不考虑产生运动的力和力矩。

要描述一个机器人的状态，你得先回答两个问题：「它在哪？」和「它朝哪？」。这就是位姿——位置+姿态。

位置好办，三维空间里用 (x, y, z) 三个坐标就行。但姿态就有点绕了。我记得第一次做六轴机器人标定时，被欧拉角和四元数搞得晕头转向。后来我习惯用旋转矩阵，虽然计算量大点，但直观、不容易出错。

空间变换，其实就是坐标系之间的转换。你想想看，机器人每个关节都有自己的坐标系，手爪也有自己的坐标系。要让手爪去抓东西，就得把目标位置从世界坐标系一路变换到手爪坐标系。这个过程，数学上就是矩阵乘法。

我的习惯：做运动学分析时，先把所有坐标系画出来，标清楚每个变换矩阵。这一步做扎实了，后面推导公式会顺畅很多。

常用的变换矩阵是 4x4 的齐次变换矩阵：

| R   t |
| 0   1 |

其中 R 是 3x3 的旋转矩阵，t 是 3x1 的平移向量。这个矩阵能把一个点从一个坐标系映射到另一个坐标系。

自由度，就是描述一个物体运动所需的最少独立参数个数。一个自由刚体在三维空间里，有 6 个自由度：3 个平移（沿 x、y、z 轴移动）+ 3 个旋转（绕 x、y、z 轴转动）。

但机器人不一样。每个关节会限制或允许某些运动。比如：

我曾经犯过一个低级错误：设计一个七轴协作机器人时，想当然地认为自由度越多越好。结果发现冗余自由度导致逆运动学求解极其复杂，控制器的算力根本跟不上。嗯，这里要注意——自由度不是越多越好，够用就行。

避坑指南：我曾经在项目里遇到过一个情况——机械臂末端明明有 6 个自由度，但某些姿态下会「丢失」一个自由度，变成 5 个。这就是奇异位形。做轨迹规划时一定要避开这些位置，否则关节速度会突然变得极大，甚至损坏电机。

整个机器人学可以分成几大块：运动学、动力学、控制、感知、规划。运动学是基础中的基础。没有运动学，你连机器人该往哪走都不知道，更别提怎么走了。

我个人的理解是：运动学解决「能不能到」的问题，动力学解决「能不能稳」的问题，控制解决「能不能准」的问题。这三者层层递进，缺一不可。

在实际工程中，运动学最常见的应用场景包括：

你想想看，一个焊接机器人要沿着焊缝走，你得先算出来每个时刻手爪该在哪、朝哪，然后反算出关节怎么动。这就是运动学在干活。

一句话总结：运动学是机器人的「骨架」，动力学是「肌肉」，控制是「大脑」。骨架歪了，肌肉再强也白搭。

下面这张图展示了本章的核心逻辑：

这张图把本章的四个核心模块串起来了。从定义出发，到具体的描述方法（位姿变换），再到核心概念（自由度），最后落脚到它在整个机器人学中的位置。后面的章节，我们会逐一深入每个模块。