2. 运动学基础（上）：空间坐标系与变换、刚体姿态描述（欧拉角、四元数）、位置与姿态的齐次变换矩阵

各位工程师朋友，大家好。欢迎来到《并联机构鲁棒控制与抗干扰实战》的第二讲。

今天咱们聊聊运动学基础。说实话，这部分内容看起来有点“数学”，但它是整个控制系统的地基。你想想看，如果连机器人的胳膊腿在哪儿、朝哪个方向都说不清楚，那后面的控制算法再漂亮也是空中楼阁。

我个人习惯，在开始任何控制项目之前，先把运动学模型搞得明明白白。这一步省不了，也急不得。

2.1 空间坐标系：给机器人一个“家”

并联机构里，我们至少需要两个坐标系：一个是固定不动的世界坐标系（也叫基坐标系），另一个是绑在动平台上的动坐标系。

为什么要这么搞？说白了，就是要把“机器人的运动”翻译成“数学能算的数值”。

• 世界坐标系 {B}：固定在地面或机架上。所有绝对位置和姿态的参考基准。
• 动坐标系 {P}：固定在动平台上。描述动平台自身的“局部视角”。

我在项目中遇到过一个问题：有个同事把两个坐标系搞反了，结果动平台往左走，传感器读数却显示往右。嗯，这种低级错误，排查起来特别费时间。所以一开始就要把坐标系定义清楚，写在文档里，贴在墙上。

2.2 刚体姿态描述：光有位置不够

位置好办，三个坐标 (x, y, z) 就搞定了。但姿态呢？动平台是歪着的、斜着的、还是转了个圈？这就需要专门的数学工具了。

常用的有三种方法：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。它最直观，但参数多（9个），而且有约束条件（行列式为+1）。

说实话，在控制代码里我很少直接用旋转矩阵做实时运算，太占资源。但它作为理论推导的桥梁，非常有用。

// 绕Z轴旋转θ角的旋转矩阵（C语言风格伪代码）
// R_z(θ) = [cosθ, -sinθ, 0;
//           sinθ,  cosθ, 0;
//           0,      0,    1]

2.2.2 欧拉角

欧拉角用三个角度（比如滚转、俯仰、偏航）来描述姿态。这很符合人类的直觉。

但是！欧拉角有个著名的“万向锁”问题。当第二个角度达到 ±90° 时，第一个和第三个轴会重合，丢失一个自由度。

2.2.3 四元数

四元数是我个人最喜欢的姿态描述方式。它用一个四维向量 (w, x, y, z) 来表示旋转，没有奇点，插值平滑，计算效率高。

你可能会问：“为什么是四个数？” 嗯，你可以把它理解成“一个旋转轴 + 一个旋转角度”的紧凑表示。轴是三维的，角度是一维的，加起来就是四维。

// 四元数基本运算（Python风格）
// 定义：q = w + x*i + y*j + z*k
// 单位四元数：w^2 + x^2 + y^2 + z^2 = 1

// 两个四元数相乘（表示旋转的复合）
def quaternion_multiply(q1, q2):
    w1, x1, y1, z1 = q1
    w2, x2, y2, z2 = q2
    w = w1*w2 - x1*x2 - y1*y2 - z1*z2
    x = w1*x2 + x1*w2 + y1*z2 - z1*y2
    y = w1*y2 - x1*z2 + y1*w2 + z1*x2
    z = w1*z2 + x1*y2 - y1*x2 + z1*w2
    return (w, x, y, z)

2.3 齐次变换矩阵：位置+姿态，一网打尽

有了位置和姿态，怎么把它们组合起来？答案就是齐次变换矩阵。

它是一个 4x4 的矩阵。左上角 3x3 是旋转矩阵（或四元数转换来的旋转矩阵），右上角 3x1 是位置向量，最后一行是 [0 0 0 1]。

// 齐次变换矩阵 T 的结构
// T = | R   p |
//     | 0   1 |
//
// 其中 R 是 3x3 旋转矩阵
//      p 是 3x1 位置向量

// 示例：从动坐标系 {P} 到世界坐标系 {B} 的变换
// 假设动系原点在世界系中的位置为 (1, 2, 3)
// 动系相对于世界系的姿态为绕Z轴转30度
// 则变换矩阵为：
// T_BP = [cos30, -sin30, 0, 1;
//         sin30,  cos30, 0, 2;
//         0,      0,     1, 3;
//         0,      0,     0, 1]

有了这个矩阵，我们就可以把动平台上的任意一点，轻松地转换到世界坐标系下。反过来，也可以把世界坐标系下的指令，转换到动平台坐标系下执行。

2.4 知识体系总览

说了这么多，我画了一张图，帮你把今天的内容串起来。这张图展示了从“物理世界”到“数学表达”的完整映射关系。

2.5 实战中的选择建议

好了，理论讲完了。咱们来点实际的。在并联机构控制中，到底该用哪种方法？

嗯，今天的内容就到这里。运动学基础是后续所有控制算法的基石。你花时间把它搞透，后面学动力学、学鲁棒控制，就会顺畅很多。