41 - 学习报告01 机器人学基础（机械臂运动学）

学习报告 01 · 机器人学基础（机械臂运动学）

报告日期：2026-10-14（周三） 学习资源：B 站《机械臂运动学教程》（UP主：拿笔小新的新，来源 Coursera Robotics 1，共 8P） 资源链接：https://www.bilibili.com/video/BV1oa4y1v7TY/ 配套讲义：课件见 UP 主简介网盘；建议先看林沛群《机器人运动学》建立全流程概念 所属知识库：00 - 项目总览与学习路线

---

一、课程概览

本课程讲机械臂的运动学主线：如何用数学描述机械臂的姿态（旋转矩阵/变换矩阵）→ 如何由关节角算末端位姿（正运动学，DH 法）→ 如何由末端位姿反解关节角（逆解）→ 如何让末端平滑走一条路（轨迹规划）。

旋转矩阵 → 变换矩阵 → DH建模(正解) → 逆解 → 轨迹规划 → 实例
 P2        P3         P4            P5      P6/P7

这五个环节构成”控制一台机械臂”的完整数学链路。

---

二、核心知识点整理

P2 旋转矩阵（Rotation Matrix）

是什么：描述一个坐标系相对另一个坐标系姿态的 3×3 矩阵。

关键性质：

1. 每一列是旋转后坐标系基向量在参考系下的坐标
2. 正交：$R^{T}R=I$；行列式 $\det (R)=1$
3. 逆 = 转置：$R^{-1}=R^T$

三个基本旋转（绕各轴转 θ）：

Rx(θ) = [1   0      0   ]     Ry(θ) = [ cosθ  0  sinθ]
        [0  cosθ  -sinθ ]             [  0   1   0  ]
        [0  sinθ   cosθ ]             [-sinθ  0  cosθ]

Rz(θ) = [cosθ -sinθ  0]
        [sinθ  cosθ  0]
        [ 0     0    1]

易错点（课程重点）——旋转的合成顺序：

• 相对固定（参考）轴旋转：左乘，$R=R_z{R}_y{R}_x$（先转的放右边）
• 相对自身（动）轴旋转：右乘
• 旋转不满足交换律，顺序错了结果完全不同

欧拉角与 RPY：

• ZYX 欧拉角（yaw-pitch-roll）与旋转矩阵互转
• 万向锁：pitch = ±90° 时三个轴退化，丢失一个自由度——四元数可规避（Quest 位姿输出即四元数）

P3 变换矩阵（Transformation Matrix）

为什么需要：旋转矩阵只能描述姿态，描述不了”转了多少+移了多少”。齐次变换矩阵把二者打包：

$T=\left[\begin{array}{cc}{R}_{3\times 3}& p_{3\times 1}\\ 0& 1\end{array}\right]$

核心运算：

• 点变换：$p_A=T_{AB}{p}_B$（B 系的点换算到 A 系）
• 链式法则（最重要）：$T_{AC}=T_{AB}\cdot T_{BC}$——多个坐标系串联时逐段相乘
• 求逆：$T^{-1}=\left[\begin{array}{cc}{R}^T& -R^{T}p\\ 0& 1\end{array}\right]$

记法约定：$T_{AB}$ 的下标顺序 = “B 在 A 中”。读任何教材/论文第一步是确认它的约定。

P4 正运动学：几何法与 DH 表示法

问题：已知各关节角 $({\theta }_1,{\theta }_2,...)$，求末端执行器位姿。

几何法（适合平面少自由度臂）：

• 直接画三角形，用三角函数算末端位置（2R 平面臂经典结果：$x=l_1\cos {\theta }_1+l_2\cos ({\theta }_1+{\theta }_2)$）
• 优点直观；缺点自由度一多就不可维护

DH 表示法（Denavit–Hartenberg）——机械臂建模的通用语言：

• 给每个连杆固定一个坐标系，相邻坐标系间只用 4 个参数描述：

  参数	含义
  $a_i$	连杆长度（两轴公垂线长）
  ${\alpha }_i$	连杆扭转角（两轴夹角）
  $d_i$	连杆偏距（沿关节轴的偏移）
  ${\theta }_i$	关节角（转动关节的变量）

• 相邻变换 $T_i=Rz(\theta )Tz(d)Tx(a)Rx(\alpha )$，整臂正解 = 全部连乘： $T_{0n}=T_1{T}_2\cdots T_n$
• 注意：标准 DH 与改进 DH（Craig 版）坐标系的挂载位置不同，矩阵不同，混用会出错

P5 逆运动学（IK）

问题：已知目标末端位姿，反求各关节角。

两类方法：

1. 解析解（封闭解）：几何法/代数法直接解出公式。平面 2R 臂可用余弦定理求 ${\theta }_2$，再分两段求 ${\theta }_1$。只有特殊结构的臂（如有三个相交轴）才有解析解
2. 数值解：雅可比迭代（伪逆/阻尼最小二乘），任何结构通用，但只收敛到局部解、初值敏感

两个关键现象：

• 多解：同一末端位姿对应多组关节角（肘上/肘下）→ 需要选解策略（最近解、避开障碍）
• 奇异位形：某些姿态下机械臂丢失自由度（臂伸直），雅可比矩阵降秩，关节速度趋于无穷——轨迹规划必须绕开

P6 轨迹规划（Trajectory Planning）

问题：给一组路径点，生成时间上平滑的关节/末端轨迹（位置、速度、加速度连续）。

两个空间：

• 关节空间规划：对每个关节角插值，无奇异问题，但末端路径形状不受控
• 笛卡尔空间规划：对末端直线/曲线插值再逐点 IK，路径精确，但可能撞上奇异

常用插值方法：

1. 三次多项式 $q(t)=a_0+a_{1}t+a_2{t}^2+a_3{t}^3$：给定起止位置+速度，4 个边界条件解 4 系数；位置速度连续，加速度跳变
2. 五次多项式：再加起止加速度条件，加速度也连续，更平滑
3. 梯形速度曲线：加速-匀速-减速三段，工程上最常用（加加速度有跳变）
4. 中间点（via points）：多点拼接，逐段满足位置与速度连续

P7 实例

串联整条链路：建模（DH）→ 正解验证 → 给定任务点 → 逆解 → 三次多项式规划 →（仿真/实机）执行。对应”抓取-放置”任务的完整数学流程。

---

三、与 Dream-UMI 项目的关联

课程知识点	在 Dream-UMI 毕设中的位置
旋转矩阵 / 变换矩阵	标定的数学语言：求控制器系→工具系变换矩阵 $T_{ctrl\text{-}tool}$（四种标定方法的本质都是解这个 T）
链式法则	位姿链合成：Quest 位姿 → 控制器 → 相机 → 工具 → 世界系轨迹
链式法则（误差版）	“力臂效应”：旋转误差 × 原点到指尖距离 = 指尖位置误差（标定为何至关重要）
逆解 + 多解/奇异	原文指出：自由浮动控制器 + 标准 6-DOF IK 的控制感受不自然；手腕位置与夹爪姿态需解耦
DH 建模	理解 TRLC-DK1 机械臂本体、后续机器人 rollout 复现轨迹
轨迹规划	UMI 采集的世界系轨迹 → 机器人执行时需平滑可跟踪；数据后处理中的轨迹重采样
万向锁/四元数	Quest 输出四元数位姿，坐标转换时的表示选择

简言之：这门课的 P2/P3 是整个标定章节的地基，P4/P5/P6 是把数据用到机器人上的必经之路。

---

四、学习心得与疑问

心得：

1. 变换矩阵的链式法则是全项目最有用的一个公式——标定、数据合成、误差分析全部是”在链上插入/求解一个 T”
2. “左乘固定轴、右乘自身轴”是旋转部分最容易错的地方，需要用代码验证建立手感
3. 逆解的”多解 + 奇异”现象解释了为什么遥操作直接把控制器位姿丢给 IK 求解器体验会很差

疑问（待后续学习解决）：

• 雅可比矩阵的推导与奇异值分解视角（数值 IK 的收敛性分析）
• 改进 DH 与标准 DH 在实际建模中如何选择
• 四元数微分/插值（slerp）在轨迹平滑中的用法

---

五、下一步计划

• 用 numpy 复现”旋转↔欧拉角↔四元数互转”并单元测试（对应 11 机器人学基础 - 坐标系与位姿变换 实践任务 2）
• 写 2R 平面臂正逆解 + 三次多项式轨迹规划的小 demo
• 精读 UMI 论文（arXiv:2402.10329），准备下一期报告：UMI 范式与模仿学习（对应群内分享的扩散模型/扩散策略资料）

---

附：本知识库导航（给读者）

本报告属于知识库 Dream-UMI 复刻，完整结构：

• 00 - 项目总览与学习路线 —— 项目背景 + 六阶段学习路线（总入口）
• 01 - 原文存档 - Dream-UMI 开发手记 —— 毕设原文全文存档
• 10 - 知识领域/ —— 13 篇知识笔记（机器人学 / 视觉标定 / 硬件 / 追踪 / 模仿学习 / 实验方法论）
• 31 复刻路线图与里程碑 —— M0~M6 复刻执行计划与 BOM 清单
• 40 - 学习报告/ —— 每周三学习报告（本篇为第 01 期）

群内其他已分享资源（已登记，后续报告使用）

主题	资源	计划
扩散模型	B 站 BV14c411J7f2	配合 14 模仿学习 - ACT 与 Diffusion Policy
扩散策略	CSDN v_JULY_v/143651718、B 站 BV18g8z6E36	同上
UMI	CSDN v_JULY_v/135515947	配合 13 UMI 范式与相关研究
FAST UMI	CSDN v_JULY_v/142644972	同上
深度学习（鱼书系列）	网盘《深度学习入门》等 4 本	打底 14 模仿学习 - ACT 与 Diffusion Policy 前置