机器人 DH 参数模型与正运动学

机器人 DH 参数模型与正运动学 | 极客日志

1 DH 参数模型（Denavit-Hartenberg）

1.1 四个 DH 参数的定义

记基座为坐标系{0}，此后的每个可动关节依次记为关节 1,2,...,i,...；第 i 个关节与下一个关节之间的连接部分称为连杆 i。考虑关节 i 与 i-1（'关节 0'即为基座），首先标出各自的转轴（或平动轴），如果是基座则取一较方便的、符合实际几何关系的方向（一般为基座坐标系的 z 轴）为'轴'。

文章配图

图 1 连杆与关节的位置关系

这两轴的关系一共有三种：异面、相交和平行，由此定义以下两个参数：

连杆长度

$a_{i-1}$ ：轴 i-1 与轴 i 的距离。两轴平行时距离容易理解；两轴相交时距离为 0；两轴异面时，应先作出公垂线，取公垂线与二者的交点所构成线段的长度为两轴距离。连杆长度是绝对值，只有非负值，不区分方向。连杆长度描述了相邻两关节间的相对距离关系。

连杆扭角

$\alpha_{i-1}$ ：轴 i-1 与轴 i 的夹角。两轴相交时，夹角容易理解；两轴平行时，夹角为 0；两轴异面时，应现将其中一者沿公法线平移至另一轴所在平面后再取相交的夹角。确定扭角方向时，应遵循'右手定则'：右手拇指沿

$a_{i-1}$

所在直线从 i-1 指向 i，四指弯曲方向即为扭角正方向。关节扭角描述了相邻两关节的相对朝向关系。

需要注意的是，对于末端关节 n 而言，由于已经没有关节 n+1，末端关节的杆长

$a_{n}$

与扭角

$\alpha_{n}$

无实际意义，通常不定义或定义为 0，简记为'向后定义，有始无终'。

在作出各个连杆长度后，考虑相邻的两杆长

$a_{i-1}$ 、

$a_{i}$

各自所在的直线（即两轴的公垂线），则依旧有异面、相交和平行三种可能的位置关系，由此继续定义两个参数：

关节距离

$d_{i}$ ：直线

$a_{i}$

与

$a_{i-1}$

的距离，具体定义与连杆长度中两轴距离的定义一致，同样也是绝对值，只有非负值，不区分方向。关节距离描述了相邻两连杆的相对距离关系。如果关节 i 是移动关节，则

$d_{i}$

即为可变的关节变量。

关节转角

$\theta_{i}$ ：直线

$a_{i}$

与

$a_{i-1}$

的夹角，方向同样符合'右手定则'，注意拇指应沿

$d_{i}$

从 i-1 指向 i。关节转角描述了相邻两连杆的相对朝向关系。如果关节 i 是转动关节，则

$\theta_{i}$

即为可变的关节变量。

需要注意的是，对于关节 0（基座）而言，由于没有更靠前的关节，因而

$d_{0}$

与

$\theta_{0}$

无实际意义，通常不定义或定义为 0，简记为'向前定义，有终无始'。

以上四个参数称为DH 参数。一旦机器人的机械结构确定，那么每个关节的 4 个 DH 参数也随之确定，一般而言不会在机器人运动的过程中改变。可以说，用 DH 参数就可以抽象出机器人的根本结构，并且最'简明扼要'地描绘出机构的'骨架'、'轮廓'。4 个参数的定义及特点汇总如下：

表 1 DH 参数的定义及其特点

参数名称	参数符号	参与定义的部件	具体定义	无定义的部位	意义
连杆长度	$a_{i}$	关节 i 与关节 i+1（向后定义）	轴距离	末端关节（有始无终）	结构参数
连杆扭角	$\alpha_{i}$	轴夹角
关节距离	$d_{i}$	关节 i 与关节 i-1（向前定义）	杆距离	基座（关节 0）（有终无始）	移动关节变量
关节转角	$\theta_{i}$	杆夹角			转动关节变量

1.2 机器人坐标系的建立方法

确定 DH 参数后，还应当为各个关节建立起相应的坐标系，以便利用基本的坐标变换知识实现不同关节间物理量的变换。

确定坐标系的步骤是：

在各个关节上标出转轴或移动轴，并作为坐标系的z 轴。z 轴的方向可任意选取，但一般应尽量保持一致。
根据已确定好的 x 轴和 z 轴，确定 y 轴。

以公垂线

$a_{i-1}$

为x 轴，其正方向为从 i-1 指向 i。

对于平行的两轴 i-1 与 i，则公垂线可任意选取（对应第 2 步中

$d_{i}=0$

存在多种取值的情况），但一般应尽量选取能使

$d_{i}=0$

的公垂线，之后再取与轴 i-1 的交点为原点。

对于不平行的两轴 i-1 与 i，取公垂线

$a_{i-1}$

与轴 i-1 的交点作为系{i-1}的原点；

依据标出的轴线分别计算

$a_{i}$

与

$\alpha_{i}$ 、

$d_{i}$

与

$\theta_{i}$ 。

注意，如果存在平行的两轴，则此时

$d_{i}$

可能存在多种取值，此时可暂时跳过

$d_{i}$

的计算，继续进行后续步骤。

在选取 DH 参数坐标系时如果存在'争议'，事实上大可放心选取，因为不同的建系方式其实并不会影响计算的正确性，只要在每一种建系方式下 DH 参数的定义都自洽即可。

注意：基座{0}没有转轴或移动轴，因此其 z 轴不能根据轴位置来确定，应当根据实际几何位置的需求确定；末端{n}没有后续的关节（即没有有效的

$a_{i}$ ），因此其 x 轴不能根据

$a_{i}$

来确定，也需要根据实际来确定。

文章配图

图 2 与 DH 参数相匹配的坐标系

可以看到，在这样一套与 DH 参数相匹配的坐标系中，连杆长度

$a_{i}$

总是沿着坐标系{i}的x 轴，连杆扭角

$\alpha_{i}$

总是绕坐标系{i}的x 轴按右手定则旋转而成。关节距离

$d_{i}$

总是沿着坐标系{i}的z 轴，关节转角

$\theta_{i}$

总是绕坐标系{i}的z 轴按右手定则旋转而成。在有了上述的统一规范之后，用坐标变换来描述各机构的位置关系就变得容易了。

1.3 DH 参数表及相应坐标变换

假设机器人机构拥有 n 个关节，则每个关节（第 i 个）都拥有 4 个 DH 参数，因而一共定义有 4*n 个参数（关节 0 上应 +2 个参数，但关节 n 上又 -2 个参数）。将各个参数列在一张 (n+1) 行、4 列的表中，称为 DH 参数表：

表 2 DH 参数表

	$\alpha_i$		$\theta_i$
0	$\alpha_0$	none (or 0)	none (or 0)
1	$\alpha_1$		$\theta_1$
2

这张 DH 参数表就包含了一座机器人最核心的结构信息。当然还有另一种形式的 DH 参数表，只有 n 行，如表 3 所示，这种形式的 DH 参数表适合用于构建关节间的坐标变换矩阵。

表 3 DH 参数表（另一种形式）

	$a_{i-1}$	$\alpha_{i-1}$		$\theta_i$
1		$\alpha_0$		$\theta_1$
2		$\alpha_1$

根据 DH 参数以及先前建立起的坐标系规则，根据坐标的相对变换关系（矩阵右乘）可推知从{i}到{i-1}的坐标齐次变换矩阵为：

$^{i-1}iT=\mathrm{Rot}(x,\alpha{i-1})\mathrm{Trans}(x,a_{i-1})\mathrm{Rot}(z,\theta_i)\mathrm{Trans}(x,d_i)$

. (1)

由此，若需要将机器人末端坐标变换到基座，则总的变换矩阵为：

$_n^0T={_1^0T}{2^1T}\cdots{{{n}^{n-1}T}}$

. (2)

2 机器人正向运动学

机器人运动过程中的物理量可分为两类：关节变量与广义/操作变量，由变量又分别构成了关节空间和操作空间。

**关节变量：**可驱动关节上能够随控制指令而改变的变量，包括转动关节的关节角度和移动关节的移动距离。当机构中有 n 个可动关节时，关节变量就有 n 个。

**广义/操作变量：**一般指机械臂末端或被研究的某点在实际工作需求中的位姿变量，例如空间位置（x,y,z）和姿态角度 (θ,φ,ψ)。由于三维空间中运动自由度的限制，广义/操作变量最多只有 6 个。

机器人运动学，实际上研究的就是关节空间与广义/操作空间之间的映射关系。由关节空间推知操作空间，即为正运动学；反之，由操作空间推知工作空间，即为逆运动学。

此外，比关节空间更底层的还有驱动器空间[3]，其作用是描述驱动装置是如何影响关节运动的，例如差速小车各轮速度与转角、位移之间的关系，关节舵机占空比大小与关节转角之间的关系等。不过驱动器空间与关节空间之间的解算关系求解起来相对容易，本文不展开叙述。

2.1 正运动学与雅可比矩阵

机器人正运动学将关节变量映射为操作变量，若记关节变量为

$\boldsymbol{q}:=[ q_1 & q_2 & \cdots & q_n ]^\mathrm{T}$

，操作变量为

$\boldsymbol{r}:=[ r_1 & r_2 & \cdots & r_m ]^\mathrm{T},;m\le6$

，则正运动学

$\boldsymbol{f}:\mathbb{R}^n\to\mathbb{R}^m$

可表示为：

$\boldsymbol{r}=\boldsymbol{f}(\boldsymbol{q})$

. (3)

通常有 n≥m，因为 n<m 时总存在某些广义变量的运动是受限的（即缺少相应的自由度），这被称为欠驱动结构。n=m 时，任意关节坐标与唯一的广义坐标对应，也就是说每一关节适配一个自由度；n>m 时，同一广义坐标可能对应不同的关节坐标，称为关节变量的冗余设计。

一般而言，在有 DH 参数的情况下，依据 (1)(2) 两式可以很方便地推出末端位姿矩阵关于关节变量

d_i

或

$\theta_i$

的关系，并依据选取的的位置描述方法（如笛卡尔坐标、求坐标等）和姿态描述方法（如欧拉角、RPY 等）对位姿矩阵进行变换，就可以获得正运动学关系 (3)。

考虑到正运动学关系是向量函数，假设

$\boldsymbol{f}(\cdot)=[ f_1(\cdot) & f_2(\cdot) & \cdots & f_m(\cdot) ]^\mathrm{T}$

，在确定了正运动学关系式的基础上，引入运动的微分，用以下**雅可比矩阵（Jacobian Matrix）**表示：

$\boldsymbol{J}(\boldsymbol{q}):=\dfrac{\partial \boldsymbol{f}(\boldsymbol{q})}{\partial \boldsymbol{q}^{\mathrm{T}}}=\begin{bmatrix} \dfrac{\partial f_1(\boldsymbol{q})}{\partial q_1}& \dfrac{\partial f_1(\boldsymbol{q})}{\partial q_2} &\cdots & \dfrac{\partial f_1(\boldsymbol{q})}{\partial q_n} \ \ \dfrac{\partial f_2(\boldsymbol{q})}{\partial q_1}& \dfrac{\partial f_2(\boldsymbol{q})}{\partial q_2} &\cdots & \dfrac{\partial f_2(\boldsymbol{q})}{\partial q_n}\ \ \vdots & \vdots & \ddots & \vdots \ \ \dfrac{\partial f_m(\boldsymbol{q})}{\partial q_1}& \dfrac{\partial f_m(\boldsymbol{q})}{\partial q_2} &\cdots & \dfrac{\partial f_m(\boldsymbol{q})}{\partial q_n} \end{bmatrix}_{m\times n}$

. (3)

该矩阵反映了瞬时的微小关节变量变化将会引起的广义变量的变化，也就是微分运动量：

$\mathrm{d}\boldsymbol{r}=\boldsymbol{J}(\boldsymbol{q})\mathrm{d}\boldsymbol{q}$

, (4)

进而可知两个空间之间瞬时速度的关系：

$\dot{\boldsymbol{r}}=\boldsymbol{J}(\boldsymbol{q})\dot{\boldsymbol{q}}$

. (5)

反之，也有

$\dot{\boldsymbol{q}}=\boldsymbol{J}(\boldsymbol{q})^{-1}\dot{\boldsymbol{r}};(m=n)$

, (6)

$\dot{\boldsymbol{q}}=\boldsymbol{J}(\boldsymbol{q})^{\dagger }\dot{\boldsymbol{r}};(m\neq n)$

. (7)

可见，雅可比矩阵是连接关节变量空间与广义变量空间之间的桥梁。

m=n 时，若雅可比矩阵奇异，即

$\det{[ \boldsymbol{J}(\boldsymbol{q}_s) ]}=0$

，则称此时的关节点位

$\boldsymbol{q}_s$

为奇异形位。奇异形位意味着此时雅可比矩阵不可逆，方程 (5) 不存在唯一解；同时，必然存在某些广义变量能直接被其他广义变量表示（线性相关），即关节存在耦合关系、运动受限，2 个（甚至更多）关节变量会退化成一个关节变量。

除此之外，雅可比矩阵奇异时还可以这样理解：奇异形位处，需要关节变量的速度达到无穷大，才能同时使得某个广义变量获得期望的速度，这在现实中显然是不可能的。也就是说，关节变量失去了对某个广义变量独立控制的作用，相应的自由度已经丧失。

m>n 时，本就存在 (m-n) 个广义变量不受控；m<n 时，存在冗余的关节变量，即同一广义速度可能对应多个关节速度，这些冗余的解为绕过奇异位形提供了备选方案。这两种情况下，雅可比矩阵的逆是广义逆（或称伪逆），即式 (7) 所示。

需要注意的是，雅可比矩阵不为常量，而是与当前的关节变量

$\boldsymbol{q}$

有关。

3 机器人运动的速度

(5) 式揭示了机器人运动过程中关节空间与广义空间之间的速度关系。然而，在具体分析机器人各部位的运动情况时，通常还需要获知同一空间中不同坐标系之间的速度关系。以下将针对速度的坐标变换具体展开叙述。

3.1 速度在的坐标系间的变换

3.1.1 速度变换的一般形式

现考虑{A}{B}两系与某一动点

$\boldsymbol{p}$

，则根据上一篇中坐标齐次变换的知识，可知该点在两系之间的位置坐标关系为

$^A\boldsymbol{p}={^A_B\boldsymbol{R}};{^B\boldsymbol{p}}+{^A\boldsymbol{p}_{B_0}}$

. (8)

若要获得该点的瞬时速度，可在上式两边分别对时间求导，即

$^A\boldsymbol{\dot{p}}=\dfrac{\mathrm{d}}{\mathrm{d}t}\left ({^A_B\boldsymbol{R}};{^B\boldsymbol{p}} \right )+{^A\boldsymbol{\dot{p}}_{B_0}}$

. (9)

进一步将导数项展开，可知{A}系中 p 点的速度由三部分构成：

$\underbrace{^A\boldsymbol{\dot{p}}}{\mathrm{motion;of;\boldsymbol{p};in;\left { A \right }}}=;;\underbrace{\dfrac{\mathrm{d}}{\mathrm{d}t}\left ({^A_B\boldsymbol{R}}\right ){^B\boldsymbol{p}}}{\mathrm{rotation;of;\left { B \right }}}+ \underbrace{{^A_B\boldsymbol{R}};{^B\boldsymbol{\dot{p}}}}{\mathrm{motion;of;\boldsymbol{p};in;\left { B \right }}}+\underbrace{{^A\boldsymbol{\dot{p}}{B_0}}}_{\mathrm{translation;of;\left { B \right }}$

. (10)

其中第一项和第三项是由坐标系之间的相对运动引起，分别表示{B}系相对于{A}系的旋转运动与平移运动，而与点 p 自身的运动无关；只有第二项才代表了点 p 自身的运动属性。

3.1.2 用角速度矢量表示坐标系的旋转运动

在 (10) 式中，

$\dfrac{\mathrm{d}}{\mathrm{d}t}\left ({^A_B\boldsymbol{R}}\right )$

的物理意义实际上并不直观。为此，通常还使用角速度矢量来描述坐标系的旋转运动：

$\boldsymbol{\omega}\in\mathbb{R}^3,;\left | \boldsymbol{\omega} \right |=:\Omega$

角速度矢量的物理意义是：以单位向量

$\boldsymbol{f}:=\dfrac{\boldsymbol{\omega}}{\left | \boldsymbol{\omega} \right |}$

的某一平行线为轴，依据'右手定则'的方向，按角速度大小

$\Omega$

旋转。

需要注意的是，角速度矢量不仅大小可能时变，方向也可能是时变的，因此角速度矢量对时间的直接积分一般没有实际意义。不过，在机器人系统中，由于转轴矢量一般是恒定的，变化的只有角速度大小，因此角速度大小的积分可用于求取刚体的姿态角度，即通用坐标变换，其中。

若考虑某点的位矢

$\boldsymbol{r}$

及其角速度矢量

$\boldsymbol{\omega}$

，当转轴过原点时，该点由于转动而具有的线速度为：

$\boldsymbol{v}=\boldsymbol{\omega}\times \boldsymbol{r}=\left | \begin{matrix} \boldsymbol{i} & \boldsymbol{j} &\boldsymbol{k} \ \omega_x & \omega_y &\omega_z \ r_x &r_y & r_z \end{matrix} \right |$

. (11)

如果在当前的坐标系{N}内转轴不过原点，则应先取一个能够使转轴过原点的坐标系{M}，在{M}中重新计算得该点的位矢和角速度矢量之后，才能使用式 (11)。使用后，还应将转换结果重新变换回原坐标系{N}。

在表示坐标系{B}相对于系{A}的旋转运动时，使用带角标的角速度矢量

$^A\boldsymbol{\omega}_B$

来表征。利用式 (11)，可得{B}内任意一点

${^B\boldsymbol{p}}$

因坐标系{B}的旋转而在{A}中具有的线速度为

${^A\boldsymbol{\omega}_{B}}\times\left ({^A_B\boldsymbol{R}};{^B\boldsymbol{p}} \right )$

，因此有：

$\dfrac{\mathrm{d}}{\mathrm{d}t}\left ({^A_B\boldsymbol{R}}\right ){^B\boldsymbol{p}}={^A\boldsymbol{\omega}_{B}}\times\left ({^A_B\boldsymbol{R}};{^B\boldsymbol{p}} \right )$

. (12)

(12) 式实际上是提供了描述坐标系旋转运动的另一种方式。在实际应用时，可视情况选择左侧的导数描述形式或右侧的角速度矢量描述形式。

3.1.3 角速度矢量在不同坐标系之间的传递

角速度矢量本质上是一个三维矢量，在不同坐标系中的坐标形式遵循一般的坐标变换规则。不过，由于角速度矢量是自由矢量，不同起点的角速度矢量在同一坐标系内是可以相加的。现考虑在坐标系{A}中系{C}的角速度矢量，其中以{B}作为中间坐标系，则满足以下关系：

$^{A}\boldsymbol{\omega}C=\underbrace{{^{A}\boldsymbol{\omega}}{B}}\mathrm{rotation;of;\left { B \right }}+\underbrace{{^A_B\boldsymbol{R}};{^{B}\boldsymbol{\omega}}{C}}_\mathrm{rotation;of;\left { C \right };in;\left { B \right }}$

. (13)

该式可以这样理解：在{B}看来，{C}理所应当地拥有角速度

$^B\boldsymbol{\omega}_C$

；但是换到{A}的视角，所有{B}系中的坐标都应进行变换，因此有

${^A_B\boldsymbol{R}};{^{B}\boldsymbol{\omega}}_{C}$

；与此同时，{B}在{A}还可能拥有自身的角速度

$^A\boldsymbol{\omega}_B$

，这个角速度应当进一步叠加到{C}上，因此有 (13) 式。

3.2 速度在机器人关节间的传递

接下来将以上通用理论运用到具体的机器人机构中：假设现有关节{i-1}与关节{i}，以及另一坐标系{0}，目的是通过{i-1}将{i}的速度变换至坐标系{0}。

3.2.1 转动关节向前传递

首先讨论{i}是转动关节的情况。

1. 角速度的传递：

以{i-1}为中间坐标系，套用式 (13) 可得：

$^{0}\boldsymbol{\omega}i={^{0}\boldsymbol{\omega}}{i-1}+{^{0}{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{\omega}}{i}$

由于{i-1}与{i}是相邻关节，二者之间的关系较简单，因此有

$^{i-1}\boldsymbol{\omega}i={^{i-1}{i}\boldsymbol{R}};{^{i_a}\boldsymbol{\omega}}_{i}$

需要说明的是，

$\left { i_a \right }$

表示一个与{i}初始位置重合，但不随{i}的转动而发生变化的绝对坐标系，应注意区分

${^{i_a}\boldsymbol{\omega}}_{i}$

与

${^{i}\boldsymbol{\omega}}_{i}$

（实际上

${^{i}\boldsymbol{\omega}}_{i}\equiv \boldsymbol{0}$

）。若定义：

${^{i_a}\boldsymbol{\omega}}_{i}=\Omega_i\cdot{\hat{\boldsymbol{z}}}=\begin{bmatrix} 0& 0& \Omega_i \end{bmatrix}^\mathrm{T}$

则最终的变换式应写作：

$^{0}\boldsymbol{\omega}i={^{0}\boldsymbol{\omega}}{i-1}+\Omega_i\cdot{^{0}_{i}\boldsymbol{R}}{\hat{\boldsymbol{z}}$

. (14)

其中，

$\Omega_i=\dot{\theta}_i$

是关节变量的速度。

2. 线速度的传递：

套用式 (10)(12) 可得：

$^{0}\boldsymbol{\dot{p}}i={^{0}\boldsymbol{\dot{p}}}{i-1}+{^{0}{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{\dot{p}}}{i}+{^0\boldsymbol{\omega}{i-1}}\times\left ({^0{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{p}_i} \right )$

由于{i}是转动关节，坐标系{i}的原点在{i-1}看来只有转动而无平动，即

${^{0}{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{\dot{p}}}{i}=\boldsymbol{0}$

因此通过下式可将{i}系的线速度传递到{i-1}上，进而再传递至坐标系{0}：

$^{0}\boldsymbol{\dot{p}}i={^{0}\boldsymbol{\dot{p}}}{i-1}+{^0\boldsymbol{\omega}{i-1}}\times\left ({^0{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{p}_i} \right )$

, (15)

其中

$\boldsymbol{p}_i$

是坐标系{i}的原点在{i-1}中的位置矢量，可由 DH 参数及 (1) 式确定：

$\begin{bmatrix} {^{i-1}\boldsymbol{p}i}\ 1 \end{bmatrix}={{i}^{i-1}T}\cdot\left [ \begin{matrix} 0 & 0 & 0 & 1 \end{matrix} \right ]^\mathrm{T}$

. (16)

3.2.2 移动关节向前传递

在移动关节中，{i}只有平动而无转动，因此在{i-1}看来

${^{i-1}\boldsymbol{\omega}}_{i}=\boldsymbol{0}$

，故有：

$^{0}\boldsymbol{\omega}i={^{0}\boldsymbol{\omega}}{i-1}$

. (16)

也就是说，{i}在{0}看来的转动速度完全只由作为中间坐标系的前一关节{i-1}决定。

而在考虑线速度时，在转动关节中为零的项

${^{i-1}\boldsymbol{\dot{p}}}_{i}={^{i-1}_i\boldsymbol{R}};{^i\boldsymbol{\dot{p}}_i}$

重新发挥了作用，其中

${^i\boldsymbol{\dot{p}}_i}=v_i\cdot{^i\hat{\boldsymbol{z}}}=\begin{bmatrix} 0& 0& v_i \end{bmatrix}^\mathrm{T}$

并且

$v_i=\dot{d}_i$

是关节的控制量，进而可得线速度的传递公式为：

$^{0}\boldsymbol{\dot{p}}i={^{0}\boldsymbol{\dot{p}}}{i-1}+v_i\cdot{^{0}{i}\boldsymbol{R}};{^i\hat{\boldsymbol{z}}}+{^0\boldsymbol{\omega}{i-1}}\times\left ({^0_{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{p}_i} \right )$

. (17)

3.2.3 小结

综上所述，当关节{i}为转动关节时：

$\begin{cases} ^{0}\boldsymbol{\omega}i={^{0}\boldsymbol{\omega}}{i-1}+\Omega_i\cdot{^{0}{i}\boldsymbol{R}}{\hat{\boldsymbol{z}}} \ \ ^{0}\boldsymbol{\dot{p}}i={^{0}\boldsymbol{\dot{p}}}{i-1}+{^0\boldsymbol{\omega}{i-1}}\times\left ({^0_{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{p}_i} \right )\end{cases}$

当关节{i-1}为移动关节时：

$\begin{cases}^{0}\boldsymbol{\omega}i={^{0}\boldsymbol{\omega}}{i-1} \ \ ^{0}\boldsymbol{\dot{p}}i={^{0}\boldsymbol{\dot{p}}}{i-1}+v_i\cdot{^{0}{i}\boldsymbol{R}}{\hat{\boldsymbol{z}}}+{^0\boldsymbol{\omega}{i-1}}\times\left ({^0_{i-1}\boldsymbol{R}};{^{i-1}\boldsymbol{p}_i} \right )\end{cases}$

其中

$\begin{bmatrix} {^{i-1}\boldsymbol{p}i}\ 1 \end{bmatrix}={{i}^{i-1}T}\cdot\left [ \begin{matrix} 0 & 0 & 0 & 1 \end{matrix} \right ]^\mathrm{T}$

至此本文内容结束。下篇将继续梳理机器人逆运动学方面的知识，敬请关注！

参考文献

[1] 蔡自兴，谢斌编著。机器人学 [M]. 清华大学出版社，2015. [2] 杨洋，苏鹏，郑昱编著。机器人控制理论基础 [M]. 机械工业出版社，2021. [3] 樊泽明等编著。机器人学基础 [M]. 机械工业出版社，2022. [4] (日) 白井良明编著。机器人工程 [M]. 科学出版社，2001.

机器人 DH 参数模型与正运动学

1 DH 参数模型（Denavit-Hartenberg）

1.1 四个 DH 参数的定义

1.2 机器人坐标系的建立方法

1.3 DH 参数表及相应坐标变换

2 机器人正向运动学

2.1 正运动学与雅可比矩阵

3 机器人运动的速度

3.1 速度在的坐标系间的变换

3.1.1 速度变换的一般形式

3.1.2 用角速度矢量表示坐标系的旋转运动

3.1.3 角速度矢量在不同坐标系之间的传递

3.2 速度在机器人关节间的传递

3.2.1 转动关节向前传递

3.2.2 移动关节向前传递

3.2.3 小结

参考文献

更多推荐文章

相关免费在线工具

机器人 DH 参数模型与正运动学

1 DH 参数模型（Denavit-Hartenberg）

1.1 四个 DH 参数的定义

1.2 机器人坐标系的建立方法

1.3 DH 参数表及相应坐标变换

2 机器人正向运动学

2.1 正运动学与雅可比矩阵

3 机器人运动的速度

3.1 速度在的坐标系间的变换

3.1.1 速度变换的一般形式

3.1.2 用角速度矢量表示坐标系的旋转运动

3.1.3 角速度矢量在不同坐标系之间的传递

3.2 速度在机器人关节间的传递

3.2.1 转动关节向前传递

3.2.2 移动关节向前传递

3.2.3 小结

参考文献

微信扫一扫，关注极客日志

更多推荐文章

相关免费在线工具