3、坐标系与变换：关节空间与笛卡尔空间，齐次变换矩阵基础
各位同学，欢迎来到第三章。这一章，咱们聊聊机器人运动学里最基础、也最绕不开的东西——坐标系与变换。
说实话，我刚入行那会儿，觉得坐标系这东西太简单了，不就是X、Y、Z嘛。直到我第一次调试六轴机器人，发现末端执行器怎么都走不到目标点，才意识到——嗯，坐标系这事儿，真没那么简单。
3.1 关节空间 vs 笛卡尔空间
先问大家一个问题：你让机器人去抓一个杯子，你脑子里想的是「末端走到杯子位置」，还是「关节1转30度，关节2转45度...」？
显然是前者。你关心的是末端在三维空间里的位置和姿态，这就是笛卡尔空间（也叫操作空间、任务空间）。
但机器人自己呢？它只知道每个关节该转多少度。每个关节的角度值组合起来，就是关节空间。
核心区别一句话：
- 关节空间：用关节变量（角度/位移）描述机器人状态。维度 = 关节数。
- 笛卡尔空间：用位置(x,y,z)和姿态(α,β,γ)描述末端状态。维度 = 6（3个位置 + 3个姿态）。
我在项目里遇到过一位同事，他直接在笛卡尔空间里规划轨迹，没做逆运动学转换，结果机器人报错「不可达」。说白了，你给机器人下笛卡尔指令，它得先算出来每个关节该转到哪，才能动。这个计算过程，就是逆运动学。
我的习惯：调试阶段先用关节空间点动，确认机械没问题。做轨迹规划时，再用笛卡尔空间，直观、好调。
3.2 为什么要学齐次变换矩阵？
你想想看，机器人身上有好多坐标系：基座坐标系、每个关节的坐标系、末端坐标系、工具坐标系、工件坐标系...这些坐标系之间怎么转换？
答案就是——齐次变换矩阵。
它用一个4×4的矩阵，同时描述了旋转和平移。为什么是4×4？因为3×3的旋转矩阵只能描述旋转，描述不了平移。加上一个维度，把平移塞进去，就齐活了。
我曾经犯过一个低级错误：用3×3旋转矩阵加一个平移向量，分开计算。结果每次都要判断「先旋转还是先平移」，代码越写越乱。后来统一用齐次变换矩阵，一个矩阵搞定所有变换，清爽多了。
3.3 齐次变换矩阵的结构
一个标准的齐次变换矩阵长这样：
| R11 R12 R13 Px |
T = | R21 R22 R23 Py |
| R31 R32 R33 Pz |
| 0 0 0 1 |左上角3×3是旋转矩阵R，右上角3×1是平移向量P，最后一行是固定格式[0 0 0 1]。
为什么最后一行必须是[0 0 0 1]？
嗯，这里要注意：这是为了保持变换的封闭性。两个齐次变换矩阵相乘，结果还是齐次变换矩阵。如果最后一行变了，乘出来的结果就不「齐次」了。
3.4 基本变换：平移与旋转
咱们来看几个最基本的变换矩阵。
3.4.1 平移变换
沿X轴移动距离d：
| 1 0 0 d |
T = | 0 1 0 0 |
| 0 0 1 0 |
| 0 0 0 1 |沿Y轴、Z轴同理，把d放到对应位置就行。
3.4.2 旋转变换
绕X轴旋转角度θ：
| 1 0 0 0 |
T = | 0 cosθ -sinθ 0 |
| 0 sinθ cosθ 0 |
| 0 0 0 1 |绕Y轴旋转：
| cosθ 0 sinθ 0 |
T = | 0 1 0 0 |
| -sinθ 0 cosθ 0 |
| 0 0 0 1 |绕Z轴旋转：
| cosθ -sinθ 0 0 |
T = | sinθ cosθ 0 0 |
| 0 0 1 0 |
| 0 0 0 1 |记法小技巧：绕哪个轴转，那个轴对应的行和列就不动。比如绕X轴转，第一行第一列是1，其他位置是三角函数。
3.5 复合变换：先转再移还是先移再转？
这个问题，我当年纠结了很久。
答案是：先旋转，再平移。
为什么？
你想想看，旋转是绕着坐标系原点转的。如果你先平移，坐标系原点变了，再旋转，那旋转中心就不是原来的原点了，结果完全不一样。
举个例子：
// 先旋转再平移（正确）
T = Trans(px, py, pz) * Rot(θ)
// 先平移再旋转（错误）
T = Rot(θ) * Trans(px, py, pz)我在调试一个焊接机器人时，焊枪总是偏一个角度。查了半天，发现就是「先移后转」和「先转后移」搞反了。改过来之后，焊点精准命中。
避坑指南：我曾经在代码里把乘法顺序写反了，结果末端位置差了十几厘米。记住：矩阵乘法不满足交换律！A*B ≠ B*A。写代码时一定要用注释标清楚「当前是哪个坐标系下的变换」。
3.6 逆变换：从末端回到基座
有了正向变换，自然就有逆变换。已知末端在基座坐标系下的位姿，想求基座在末端坐标系下的位姿，怎么办？
直接求逆矩阵？可以，但计算量大。
对于齐次变换矩阵，有个简单方法：
如果 T = | R P |
| 0 1 |
那么 T⁻¹ = | Rᵀ -Rᵀ*P |
| 0 1 |注意：旋转矩阵的逆等于它的转置（因为旋转矩阵是正交矩阵）。平移部分取反，再乘上旋转矩阵的转置。
这个公式我建议你背下来。我在做手眼标定时，天天跟这个逆变换打交道，背熟了能省不少时间。
3.7 实际应用：从基座到末端的完整变换链
一个六轴机器人，从基座到末端，中间经过6个关节。每个关节都有一个变换矩阵。整条链路的变换就是：
T_0_6 = T_0_1 * T_1_2 * T_2_3 * T_3_4 * T_4_5 * T_5_6其中T_i_(i+1)表示从关节i到关节i+1的变换。
这个连乘的结果，就是末端在基座坐标系下的位姿。这就是正向运动学。
我刚开始做运动学标定时，手工推导了6个变换矩阵，乘在一起，整整写了两页纸。后来发现一个符号写错了，重新推导...嗯，那滋味，你们以后也会体会到的。
3.8 本章小结
这一章，咱们聊了：
- 关节空间和笛卡尔空间的区别——一个是机器人的「母语」，一个是人类的「母语」。
- 齐次变换矩阵的结构——4×4，旋转+平移，最后一行固定[0 0 0 1]。
- 基本变换——平移、绕轴旋转，记住「绕哪个轴，哪行哪列不动」。
- 复合变换——先旋转再平移，乘法顺序不能乱。
- 逆变换——旋转矩阵转置，平移取反再乘转置。
下一章，咱们会深入聊插补算法。到时候你会发现，坐标系变换是插补的基础。没有这个基础，插补出来的轨迹全是歪的。
好了，今天就到这儿。有问题随时问我。