空间机构学基础：刚体运动描述、旋转矩阵与齐次变换、欧拉角与四元数、自由度与约束分析
各位同学好，我是你们的课程讲师。今天我们来啃一块硬骨头——空间机构学基础。说实话，很多做并联机器人的朋友，最后都栽在了这上面。不是电机选型不对，也不是结构强度不够，而是空间运动学没搞明白。
我个人习惯把空间机构学比作「机器人的语言」。你想想看，你要让机器人动起来，总得有个方法描述它怎么动吧？这就是我们今天要讲的内容。
刚体运动的描述
刚体，说白了就是一个不会变形的物体。在空间里，它有6个自由度——3个平移，3个旋转。描述刚体运动，我们通常用两种方式：
- 位置描述：用三维坐标 (x, y, z) 表示刚体上某点的位置
- 姿态描述：用旋转矩阵、欧拉角或四元数表示刚体的朝向
我在做六自由度并联平台时，遇到过一个问题：用位置和欧拉角描述末端姿态，结果在某个特殊位置出现了「万向锁」。嗯，这里要注意，后面我们会详细讲。
核心概念：刚体的完整位姿 = 位置 + 姿态，共6个独立参数。
旋转矩阵
旋转矩阵是描述刚体旋转最直观的方式。它是一个3×3的正交矩阵，行列式为+1。
绕X轴旋转θ角的旋转矩阵：
R_x(θ) = [1 0 0 ]
[0 cosθ -sinθ ]
[0 sinθ cosθ ]绕Y轴旋转θ角：
R_y(θ) = [cosθ 0 sinθ ]
[0 1 0 ]
[-sinθ 0 cosθ ]绕Z轴旋转θ角：
R_z(θ) = [cosθ -sinθ 0 ]
[sinθ cosθ 0 ]
[0 0 1 ]我记得第一次做SCARA机器人的运动学，就是用这三个基本旋转矩阵组合出末端姿态。当时调试了整整两天，最后发现是旋转顺序搞反了。所以大家一定要记住：旋转矩阵的乘法不满足交换律，顺序很重要。
齐次变换
齐次变换矩阵把旋转和平移统一到一个4×4的矩阵里。为什么这么做？因为方便啊！
T = [R p]
[0 1]其中R是3×3旋转矩阵，p是3×1平移向量。
用齐次变换，我们可以把多个坐标变换串联起来：
T_03 = T_01 × T_12 × T_23这就像搭积木一样，每个关节的变换矩阵乘起来，就得到了末端相对于基座的位姿。我在做Delta并联机器人的正运动学时，就是用这个方法一步步推导出来的。
实用技巧：写代码时，建议把齐次变换封装成一个类，包含乘法和求逆运算。我自己的工具箱里就有这么一套，用了好多年了。
欧拉角与四元数
欧拉角大家应该都听说过，就是用三个角度来描述旋转。常用的有ZYX欧拉角和ZYZ欧拉角。
但是欧拉角有个大问题——万向锁。当第二个旋转角为±90°时，第一个和第三个旋转轴会重合，丢失一个自由度。
我曾经在做一款医疗机器人时，就踩过这个坑。末端执行器在某个姿态下突然「卡住」了，怎么调都不对。查了两天，最后发现是欧拉角导致的万向锁。
从那以后，我强烈建议：做并联机器人，能用四元数就别用欧拉角。
四元数是什么？它用四个参数表示旋转：
q = w + xi + yj + zk其中w是实部，x、y、z是虚部，满足w² + x² + y² + z² = 1。
四元数的好处：
- 没有万向锁问题
- 插值平滑（球面线性插值）
- 计算效率高
避坑指南：我曾经在STM32上跑四元数运算，发现浮点运算太慢了。后来改用定点数近似，才把控制周期压到1ms以内。如果你也用MCU做控制，记得考虑计算资源。
自由度与约束分析
自由度分析是并联机器人设计的核心。一个空间刚体有6个自由度，每条支链会引入约束。
Grübler公式：
F = 6(n - g - 1) + Σf_i其中n是构件数，g是运动副数，f_i是第i个运动副的自由度。
举个栗子，Stewart平台：
- 6条支链，每条支链有6个运动副（球铰-移动副-球铰）
- 每个球铰3个自由度，移动副1个自由度
- 代入公式：F = 6(14 - 18 - 1) + (3+1+3)×6 = 6
所以Stewart平台是6自由度的。
我刚开始做并联机器人时，总以为自由度越多越好。后来发现，约束才是设计的精髓。适当的约束可以提高刚度、降低控制难度。
经验之谈：做并联机器人，先做自由度分析，再做运动学分析，最后才是动力学和控制。顺序搞反了，后面全是坑。
知识体系总览
下面这张图是我自己整理的，把今天讲的内容串起来了：
这张图把今天的内容分成了五个模块。刚体运动描述是基础，旋转矩阵和齐次变换是工具，欧拉角与四元数是具体实现方法，自由度与约束分析是设计准则。它们环环相扣，缺一不可。
学习建议：别急着写代码，先把这些概念在纸上推演几遍。我当年学的时候，光旋转矩阵就手算了不下50遍。熟能生巧，真的。
好了，今天的内容就到这里。空间机构学是并联机器人的数学基础，后面讲运动学、动力学、控制算法，都离不开今天这些内容。希望大家好好消化，有问题随时交流。