企业官网建设流程全解析

第一次在实验室里调机械臂的时候，我盯着示教器上那一排位姿数据看了很久——x、y、z、rx、ry、rz，看着很简单，但机械臂就是不走我想要的轨迹。后来自己动手写了一次正运动学代码，从基座标系一路变换到末端执行器，才真正意识到，机器人干的所有事情，本质上都是一台机器在不停地做坐标系变换。

坐标系变换不是某个高深的分支，它是整个机械臂运动学的底座。你如果想把末端执行器移动到某个空间点，或者让视觉系统告诉机械臂“工件在这里”，中间隔着的一定是一串坐标系的换算。不理解这一层，后面学雅可比、动力学、轨迹规划、手眼标定都会觉得虚。这篇是我自己学习过程中整理的笔记，围绕“坐标系变换”这个主题，把旋转矩阵、齐次变换矩阵、DH参数、正运动学这些内容串起来讲一遍，顺便把我踩过的坑也写出来，希望对刚开始接触机械臂的读者有点帮助。

1. 坐标系变换到底在解决什么问题

1.1 机械臂里的“位置”和“姿态”是两件事

很多人上手机械臂时，第一次听到“位姿”这个词，就以为它指的是位置。其实位姿是“位置 + 姿态”的合称，英文叫Pose，Position and Orientation。位置好理解，就是三维空间里那个点，用(x, y, z)描述；姿态描述的是这个坐标系相对于参考坐标系“怎么摆”，是正着放还是歪着放。

举个生活化的例子。你去超市拿货架上的酱油瓶，你的手要移动到酱油瓶的位置，光有位置还不够，你还得让手掌的朝向正好能握住瓶身，该正握还是侧握，这个“朝向”就是姿态。机械臂也一样，焊接时焊枪要垂直于焊缝，喷涂时喷头要对准曲面，这都关系到姿态。

在数学上，描述一个坐标系相对于另一个坐标系的关系，就是坐标系变换的核心任务。我们知道，空间中任何一个刚体，都可以用一个坐标系固定在上面，然后用这个坐标系相对于参考坐标系的位置和姿态，来完整描述刚体在空间中的状态。对于机械臂来说，末端执行器就是一个刚体，基座是另一个刚体（通常固定在世界上），它们之间就是基坐标系和末端坐标系之间的变换关系。一旦这个关系清楚了，机械臂末端的位姿就是确定的。

1.2 为什么所有上位机都藏着矩阵运算

如果你看过机械臂的上位机软件，或者读过一些开源的控制代码，会发现里面密密麻麻都是矩阵。这不是程序员故意写得难懂，而是矩阵天然适合做坐标变换。

最直观的原因是：三维空间中的一次旋转可以用一个3×3矩阵表示，一次平移可以用一个3×1向量表示，两者组合起来就是一次刚体变换。而机械臂有多个关节，从基座到末端，每个关节就是一个坐标系，相邻两个坐标系之间都有一个变换。整条链上依次做变换，就是多个矩阵连乘。矩阵乘法天然支持这种“链式”操作，而且计算过程是线性的、确定的，非常适合编程实现和实时计算。

换句话说，坐标系变换给了我们一套统一的语言：不管机械臂有几个关节，也不管关节类型是旋转还是移动，都可以通过一系列坐标变换，最终算出一个从基坐标系到末端坐标系的复合变换矩阵。这就是后面正运动学的数学根。

2. 从旋转矩阵到齐次变换矩阵

2.1 旋转矩阵是怎么来的

先说姿态。如果有一个坐标系B相对于参考坐标系A发生了旋转，那么我们想描述B的x轴、y轴、z轴在A坐标系下的方向。这九个方向余弦，就组成了一个3×3的旋转矩阵。

实际用的时候，不需要去记那些复杂的推导，记住旋转矩阵的几个性质，写代码和做计算会顺手很多。旋转矩阵的每一列是单位向量，所以它是正交矩阵，即有R的转置等于R的逆。它的行列式等于1，说明它只改变方向，不改变长度，也不产生镜像。旋转矩阵的自由度其实只有3个，因为9个元素之间有关联约束，这也是为什么工程上会用欧拉角、轴角和四元数来存储姿态，本质都是为了压缩存储和方便插值。

具体到绕单轴的旋转矩阵，最重要的就是绕x轴、绕y轴、绕z轴三个基本矩阵。比如绕z轴旋转θ，矩阵是：

[cosθ -sinθ 0] [sinθ cosθ 0] [ 0 0 1]

这三个基础矩阵是构成任意旋转的积木。实际机械臂关节大多是旋转关节，每个关节角θ对应一个绕当前关节轴旋转的矩阵，这个基本变换会在DH参数模型中反复出现。

2.2 把平移和旋转统一成齐次矩阵

旋转矩阵只能描述方向变化，但坐标系变换还有平移。平移就是一个三维向量。有人就想，能不能把旋转和平移放在同一个框架里，这样一次运算就能同时处理姿态和位置。

于是就有了齐次变换矩阵。它是一个4×4矩阵，左上角是3×3旋转矩阵，右上角是3×1平移向量，下面一行是[0 0 0 1]。这样可以用一个矩阵表示一次完整的刚体变换：

[R t] [0 1]

使用齐次矩阵还有个额外的好处，就是可以用一个4×1的齐次坐标点来表示空间中的点，然后直接左乘变换矩阵，得到变换后的点坐标。这样旋转和平移就统一成了矩阵乘法，不需要分开写两步。这个思路在计算链式变换时特别方便，因为多个关节就是多个4×4矩阵连乘。

2.3 两个坐标系连续变换时，乘法的顺序不能乱

实际机械臂从基座到末端通常有6个关节，意味着要做6次变换。每次变换对应一个齐次矩阵，记为T_01、T_12、T_23……这里下标表示从前一个坐标系变换到后一个坐标系。那么从基坐标系0到末端坐标系6的总变换是：

T_06 = T_01 × T_12 × T_23 × T_34 × T_45 × T_56

整个式子是从左到右依次把坐标系一个个叠加上去。这里有一个特别容易犯错的地方：矩阵乘法不满足交换律，顺序一旦错了，姿态就会完全不对。比如你先绕z轴转90度再沿x轴平移，和先平移再绕z轴转90度，结果往往不一样。很多初学者在写正运动学时，总变换矩阵算出来不对，大概率就是某个关节的变换顺序或者左右乘搞反了。

我在实际写代码时有一个习惯：每算一步变换，就把当前坐标系相对于基坐标系的位姿打印出来，沿着轨迹每个关节角都验证一遍，确认无误后再继续下一步。这样做虽然麻烦一点，但能非常快地定位是哪一个环节出了问题。

3. 一张DH参数表串起整个机械臂

3.1 为什么要用DH参数

如果手动去定义每个关节坐标系之间的旋转和平移，6个关节就要写6组矩阵，而且这些矩阵的物理意义不够直观。1955年Denavit和Hartenberg提出了一种标准化的建模方法，用4个参数来描述相邻两个关节坐标系之间的关系，这就是DH参数。

这4个参数分别是：关节角θ、关节距离d、连杆长度a、连杆扭转角α。每一种机械臂，都可以用一张DH参数表唯一描述。换句话讲，只要这张表给出来，机械臂的几何结构就是确定的。

初次接触DH参数时，最难的是理解这4个参数到底对应什么。我当时的理解方法是：把它当作“从上一个坐标系，经过两个旋转、两个平移，到达下一个坐标系”的路线图。先绕当前z轴转θ，再沿z轴平移d，然后沿新x轴平移a，最后绕新x轴转α。每一步都有明确的几何意义：θ和d描述的是关节沿z轴的旋转和平移，a和α描述的是连杆自身的长度和扭转。这样一来，每一个关节的变换矩阵都有一个统一的公式形式，把DH参数代进去，就能得到相邻坐标系的齐次变换矩阵。

3.2 标准DH和改进DH别混用

做机械臂的人一定会遇到两种DH模型：标准DH（SDH）和改进DH（MDH）。标准DH是把坐标系固定在连杆前端，变换顺序是“先绕z转θ，再沿z平移d，再沿x平移a，再绕x转α”；改进DH则是把坐标系固定在连杆后端，变换顺序是“先绕x转α，再沿x平移a，再绕z转θ，再沿z平移d”。

这两种模型各有各的适用范围。很多工业机械臂的官方文档用的是标准DH，但一些开源库（比如ROS的urdf）在处理树状结构或多分支结构时更喜欢改进DH。同一个机械臂，用标准DH和改进DH得到的DH参数表是不同的，所以参考别人的数据时，一定要注意对方用的是哪一套，否则直接代入公式，出来的运动学结果很容易是错的。

UR5机械臂是比较经典的例子，它的DH参数表在很多教材里都能找到。表中有六个关节的θ、d、a、α，前三个参数相对固定，θ是关节变量。实际计算时，直接把每个关节当前的关节角代入矩阵公式，把6个矩阵相乘，就得到了末端相对于基座的位姿。这就是一个标准的正运动学过程。

3.3 数值实例：从关节角到位姿矩阵

为了更直观，我以UR5的一个简化示例来说。假设某个时刻六个关节角分别是q1、q2、q3、q4、q5、q6，然后从DH参数表查出每个连杆对应的d和a以及α，逐个关节构造变换矩阵。六个矩阵相乘之后，得到T_06。这个4×4矩阵的左上角3×3就是末端姿态，右上角3×1就是末端位置。

把矩阵展开来看，末端位置并不是某个关节角直接决定的，而是所有关节角共同作用的结果。末端姿态则更复杂，它受到各个旋转矩阵连乘的影响，因此各个轴的朝向会随着机器人形态而变化。这也是为什么有时候你以为某个关节转90度末端就会朝某个方向，结果完全不是那样——因为它是复合变换的结果。

在学习阶段，我强烈建议读者不要只看公式，可以用Python或者MATLAB写一个简单的正运动学函数，输入六个关节角，输出末端位姿。这样你对公式的理解、对矩阵连乘顺序的理解都会深刻很多。我在自己的学习过程中就是用这种方法，把UR5的正运动学从零写了一遍，整个过程大约只花了一个下午，但对坐标系变换的感觉完全不一样了。

4. 正运动学与逆运动学：坐标系变换的两种用法

4.1 正运动学：关节空间到笛卡尔空间的单向通道

正运动学是已知各个关节角，求末端位姿。这个问题在数学上是确定且唯一的：给一组关节角，末端的位姿是确定的。正运动学并不难，难点在于建立正确的DH参数模型并把矩阵连乘写对。

正运动学在实际中是干什么的呢？最常见的就是在仿真环境中显示机械臂的状态。你在示教器上看到机械臂当前末端的位姿，就是控制器实时做了一遍正运动学算出来的。另一个场景是轨迹规划：规划器规划的是末端在笛卡尔空间中的轨迹，但控制器需要知道每个时刻对应的关节角。这就要靠逆运动学把末端位姿换算成关节角。

我在调试机械臂时经常用正运动学做代码验证。比如手动转动某个关节，观察末端位置的变化方向是否与直觉一致；或者在每次运动之前，用正运动学算出当前末端的位姿，然后再和目标位姿做差，判断当前状态与目标状态的偏差。这比自己盯着关节角去想象末端位置要直观得多。

4.2 逆运动学：从末端位姿反推关节角

逆运动学的任务正好相反：已知末端期望的位姿，求各个关节角。这是一个比正运动学复杂得多的问题。原因很好理解：正运动学是一对一的映射，而逆运动学往往是多对一的映射。同一个末端位姿，机械臂可能有多个关节角组合都能达到；极端情况下可能没有解，或者因为关节限位导致某些数学解不可达。

逆运动学的求解方法大体分两类：解析法和数值法。对于6自由度的机械臂，如果它的后三个关节轴交于一点（球形腕），就可以用解析法求出显式解。UR5就是这样，所以能用piker等库求解。数值法则更通用，思路是给定一个初始关节角猜测，通过迭代优化（比如雅可比矩阵的伪逆）逐步逼近满足末端位姿的关节角。

在学习坐标系变换的阶段，逆运动学不用太早深入，但需要理解它的基本逻辑：先建立末端位姿与基坐标系之间的变换矩阵，然后通过几何或数值方法反解。理解了正运动学的坐标系变换链，再去学逆运动学，就不会觉得公式来得莫名其妙了。

4.3 工具坐标系：机械臂真正干活的坐标系

坐标系变换还有一个非常实用的扩展，就是工具坐标系。基坐标系和末端坐标系描述的是机械臂本体的状态，但机械臂末端通常还装着一个工具，比如焊枪、夹爪、吸盘。这个工具的尖端，才是真正与工件接触的位置。工具中心点（TCP）相对于末端坐标系有一个固定的偏移和旋转，这就是工具坐标系。

控制器在做运动规划时，你可以选择让末端坐标系对齐目标，也可以让工具坐标系对齐目标。默认情况下，示教器上显示的位姿很多是TCP的位姿。这意味着，如果你想调整工具的方向，只要标定好TCP相对于末端坐标系的变换，剩下的矩阵运算就会自动处理。

实际操作中，TCP标定是很常见的事。更换一个夹爪或焊枪，都需要重新测量工具中心点相对于末端法兰的偏移，然后输入控制器。控制器在内部会把TCP值作为固定偏移矩阵T_tool去参与运算。整个过程其实就是坐标系变换在工程中的一次典型应用。

5. 实操中的坑和我的排查建议

5.1 矩阵左乘右乘顺序之坑

我说过矩阵顺序不能乱，但实际踩坑时，哪怕我理论上知道，写代码时还是经常搞反。尤其是在拼接多个变换矩阵时，究竟是应该左乘还是右乘，需要结合自己定义的坐标系传递方向来定。

我自己现则的方法是：每写一行矩阵乘法，就注释一行“当前坐标系相对于哪个坐标系的变换”。比如T_01表示“坐标系1相对于坐标系0”，那么链式传递时就是T_01 × T_12，下标中间的1是连接的桥梁。一旦下标顺序接不上，就说明有地方写错了。这个方法帮助我至少避免了好几次低级错误。

5.2 万向锁与姿态插值问题

姿态除了用旋转矩阵表示，还经常用欧拉角表示。但欧拉角有一个著名的缺陷：万向锁。当某个轴旋转到±90度时，会丢失一个自由度，导致姿态出现奇异。如果在这种状态下对欧拉角做插值，机械臂末端姿态就会变得很诡异，甚至出现突然翻转。

所以，在做姿态插值或轨迹规划时，我更推荐用四元数而不是欧拉角。四元数没有万向锁问题，而且插值平滑。很多控制器内部也默认用四元数存储姿态。你在示教器上看到的是欧拉角，但底层运算大概率是四元数或旋转矩阵。理解坐标系变换时，要意识到姿态的表示方式有很多种，关键是要知道它们之间如何互相转换。

5.3 手眼标定里的坐标系串联

另一个很常被问到的坑是手眼标定。视觉系统给机械臂一个目标位置，但这个位置是在相机坐标系下描述的，机械臂要动，就必须把它转换到基坐标系下。这就涉及到相机固定在某处（眼在手外）还是相机装在机械臂末端（眼在手上）的区别。

不管是哪种情况，本质上都是在求解一系列坐标系变换矩阵之间的约束方程。比如眼在手外，目标物体在相机坐标系中的坐标要变成基坐标系坐标，中间需要知道相机在基座标系中的位姿。这个位姿未知，所以要通过多次移动机械臂并拍摄标定板来求解。理解了坐标系变换的链式关系，手眼标定的原理就清楚了一大半。剩下的就是标定采样时注意覆盖足够多的位姿，避免算法退化。

5.4 常见问题速查表

这张表是根据我自己调试经验和与同行交流整理的，不代表覆盖所有情况，但覆盖了我遇到的大部分问题。如果遇到类似现象，可以优先按这个思路排查。

6. 后续扩展：这只是一个起点

坐标系变换这个主题，往下延伸至少有四个方向值得继续深入。第一个是雅可比矩阵，它描述关节速度与末端速度之间的线性映射，是分析机械臂奇异位形和做速度规划的基础。第二个是动力学，机械臂的惯性力、科氏力、重力项都依赖坐标系变换建立运动方程。第三个是轨迹规划，笛卡尔空间和关节空间的切换，本质上就是坐标变换在时间维度上的扩展。第四个是视觉伺服，把相机图像中的像素坐标转换为机械臂基坐标系中的三维坐标，靠的还是变换链。

我在学完坐标系变换之后，最大的体会是：机械臂控制再花哨，底层都是这些矩阵在流转。你在上位机里看到的一个个数值，内部都是经过层层变换算出来的。搞懂了坐标系变换，很多看似复杂的功能，其实都能拆成一串矩阵乘积。

如果你正在学机械臂，我建议先不要急着碰控制算法，老老实实把坐标系变换这块啃下来。找一个公开的机械臂DH参数，去网上找一个现成的正运动学代码，自己敲一遍，然后对着示教器验证一次。这个过程会刷新你对机械臂的认知。

我个人在后期做项目时，每次遇到奇怪的位姿问题，第一反应就是回到坐标变换去检查：是哪两个坐标系之间的关系搞错了，是哪个参数标定偏了。坐标系变换就是这么一种基础而又常用的工具，它不炫技，但你真的离不开它。