4. 运动学逆解（Inverse Kinematics）：几何建模、杆长计算、雅可比矩阵推导、逆解的唯一性与奇异性
好，咱们进入正题。运动学逆解，说白了就是——我知道平台要摆什么姿态，你给我算出六个腿该伸多长。这是Stewart平台控制里最基础、也最绕不开的一步。
我个人习惯把逆解比作「搭积木」。你心里想好积木顶面要歪多少、转多少，然后手得去算每根支撑柱的高度。嗯，这里的关键是：几何关系要理清，坐标系要统一。
4.1 几何建模：先搭好骨架
我们先定义两个坐标系：
- 基座坐标系 {B}：固定在底座上，原点在底座中心，Z轴向上。
- 动平台坐标系 {P}：固定在动平台上，原点在平台中心，跟着平台一起动。
每个铰链点，我都用向量表示。基座上的六个铰链点记作 B_i（i=1..6），平台上的铰链点记作 P_i。这些点在各自坐标系里的坐标，是设计时就定死的——你想想看，机械加工图纸上不都标得清清楚楚嘛。
那问题来了：平台动了之后，P_i 在基座坐标系里怎么表示？
很简单，一个旋转加一个平移：
P_i_in_B = R * P_i + T其中 R 是旋转矩阵（由欧拉角或四元数算出），T 是平台中心的位置向量。
我在项目中遇到过一种情况：有人把铰链点的编号顺序搞反了，结果算出来的杆长全是负的。嗯，这种低级错误，调试的时候能让人抓狂一整天。
4.2 杆长计算：从姿态到长度
有了几何模型，杆长计算就是纯代数的活了。对于第 i 条腿：
L_i = || P_i_in_B - B_i ||展开写就是：
L_i = sqrt( (R*P_i + T - B_i) · (R*P_i + T - B_i) )这里有个小坑——旋转矩阵 R 的表示方式。我建议用欧拉角（ZYX顺序）或者四元数。欧拉角直观，但小心万向锁；四元数计算稳定，但不够直观。
| 表示方式 | 优点 | 缺点 |
|---|---|---|
| 欧拉角（ZYX） | 物理意义明确 | 有万向锁问题 |
| 四元数 | 无奇异性，插值平滑 | 不够直观 |
| 旋转矩阵 | 计算直接 | 参数多，需正交化 |
我个人习惯在仿真阶段用欧拉角，调试方便；实际嵌入式代码里用四元数，稳当。
4.3 雅可比矩阵推导：连接速度与力
雅可比矩阵，说白了就是关节速度到末端速度的映射。对于Stewart平台，它把六个腿的伸缩速度映射到平台的线速度和角速度。
推导过程其实不复杂。对杆长公式求时间导数：
dL_i/dt = ( (P_i_in_B - B_i) / L_i ) · ( d(P_i_in_B)/dt )而 d(P_i_in_B)/dt = v + ω × (R*P_i)，其中 v 是平台线速度，ω 是角速度。
整理一下，就得到：
dL/dt = J * [v; ω]其中 J 是 6×6 的雅可比矩阵，每一行对应一条腿的方向向量和力矩臂。
我记得有一次做振动抑制实验，发现高频段控制效果很差。后来一查，是雅可比矩阵在某个姿态下接近奇异，导致力映射失真。嗯，这个后面会细说。
4.4 逆解的唯一性与奇异性
先说说唯一性。Stewart平台的逆解是唯一确定的——给定平台位姿，六个腿长是唯一的一组值。为什么？因为每个腿长就是两个铰链点之间的欧氏距离，几何上就是唯一的。
但正解就不一定了。正解可能有多个解，甚至无解。这也是为什么控制里我们通常用逆解，正解只用来做标定或验证。
再说奇异性。这是个大坑。
奇异性分两种：
- 运动学奇异：雅可比矩阵的行列式为零，意味着某个方向上的运动无法通过腿的伸缩实现。说白了，平台在那个姿态下「卡住」了。
- 边界奇异：某条腿伸到极限长度，或者铰链球头达到转角极限。
怎么避免奇异？几个实用方法：
- 工作空间限制：在规划轨迹时，把姿态限制在远离奇异点的区域。
- 条件数监控：实时计算雅可比矩阵的条件数，超过阈值就报警或切换控制策略。
- 冗余驱动：如果条件允许，用7轴或8轴结构，通过冗余来避开奇异。
你想想看，如果平台在奇异点附近，你给控制器一个很小的速度指令，腿上可能就需要极大的伸缩速度——这在实际系统中根本做不到。
4.5 知识体系总览
下面这张图，是我自己总结的逆解知识结构。你可以把它当作一个检查清单：
这张图把整个逆解流程串起来了。从输入位姿开始，经过几何建模、杆长计算、雅可比推导，最后输出杆长并做奇异检测。每一步都有坑，但每一步也都有对应的解决方法。
好了，逆解这部分就聊到这儿。记住一句话：逆解是Stewart平台的「翻译官」——把你想让平台做的动作，翻译成六个电机能听懂的语言。