8. 机器人正运动学---DH坐标系原点定位实战解析

1. 从零理解DH坐标系原点定位

第一次接触机器人正运动学时，我被DH参数表里那些神秘的数值搞得晕头转向。最让我困惑的是：为什么相邻连杆的坐标系原点一会儿在关节中心，一会儿又跑到奇怪的位置？直到有次调试六轴机械臂时，因为原点定位错误导致末端执行器偏离目标位置3厘米，我才真正意识到这个问题的重要性。

DH坐标系原点定位的本质，是找到两个关节轴之间的"几何关系锚点"。这个锚点需要满足一个核心条件：通过旋转和平移变换，能够完美衔接相邻连杆的坐标系。在实际操作中，我们会遇到三种典型场景：

• 异面直线：就像交叉的高架桥，两轴既不相交也不平行
• 平行轴：类似双轨铁路的两条轨道
• 相交轴：好比剪刀的两个刀片在铰链处交汇

最近帮学生调试SCARA机器人时就遇到典型问题。他们在建立第三个关节坐标系时，把原点随便定在电机轴上，结果逆运动学计算完全失效。后来我们按照公垂线交点重新定位原点，问题立刻解决。这个案例让我更加确信：原点定位不是数学游戏，而是直接影响运动控制精度的实操技术。

2. 异面直线场景的原点定位

2.1 空间几何关系的可视化理解

去年拆解一台旧版UR5机械臂时，其第二、三关节轴就构成典型的异面直线关系。这两个轴就像空中交叉的电线，既不相交也不平行。这种情况下，坐标系原点的定位反而最简单——它只能是两轴公垂线的交点。

用Open3D库可以直观展示这个过程：

import open3d as o3d import numpy as np # 创建两条异面直线（关节轴z1和z2） z1_start, z1_end = [0,0,0], [0,0,1] z2_start, z2_end = [0.5,0.2,0], [0.5,0.2,1] # 计算公垂线 cross_vec = np.cross(z1_end-z1_start, z2_end-z2_start) x_axis = cross_vec / np.linalg.norm(cross_vec) origin = np.array([0.25, 0.1, 0]) # 公垂线中点 # 可视化 lines = [ o3d.geometry.LineSet(points=o3d.utility.Vector3dVector([z1_start, z1_end]), lines=o3d.utility.Vector2iVector([[0,1]])), o3d.geometry.LineSet(points=o3d.utility.Vector3dVector([z2_start, z2_end]), lines=o3d.utility.Vector2iVector([[0,1]])) ]

2.2 实操中的常见误区

新手最容易犯两个错误：

1. 误把关节电机中心当作原点。实际上原点可能位于电机轴延长线的任意位置
2. 忽略公垂线方向的统一性。建议始终让x轴指向下一个关节轴，保持全局一致

我在KUKA KR10的坐标系建立中就踩过坑。当时第二个关节的原点定位偏差了2cm，导致后续所有变换矩阵都出现累积误差。后来用激光跟踪仪反复测量才定位到问题所在。

3. 平行轴场景的定位技巧

3.1 机械臂中的平行轴案例

大多数六轴工业机器人的第2、3关节轴都是平行设计，比如Fanuc的M-20iB系列。这种情况下存在无数条公垂线，原点定位就需要特殊技巧。

关键步骤：

1. 确定前一坐标系的原点O_{i-1}
2. 从O_{i-1}向当前关节轴z_i作垂线
3. 垂足即为当前原点O_i

def find_parallel_origin(prev_origin, z_axis): # prev_origin: 前一坐标系原点 [x,y,z] # z_axis: 当前关节轴方向向量 [a,b,c] t = -np.dot(prev_origin, z_axis) / np.dot(z_axis, z_axis) return prev_origin + t * z_axis

3.2 实际测量中的注意事项

在ABB IRB 1200上实测时发现，由于机械加工误差，理论上平行的轴可能存在0.1°左右的偏差。这时建议：

1. 用千分表测量两轴实际夹角
2. 若夹角<0.5°，仍按平行轴处理
3. 若夹角较大，则按异面直线处理

有个实用技巧：用细绳绷紧模拟公垂线，用手机上的水平仪APP辅助测量，可以快速验证原点位置是否合理。

4. 相交轴场景的精确定位

4.1 协作机器人的典型结构

像UR机器人的第4、5关节就是经典的相交轴。这种情况下，原点必须选在两轴的交点，否则会导致连杆长度参数异常。

判断两轴是否相交的方法：

1. 建立两轴的直线方程
2. 计算最小距离
3. 若距离<1mm（考虑加工误差），视为相交

def check_intersection(z1, z2): # z1/z2: (point, direction) 元组 A = np.vstack([z1[1], -z2[1], np.cross(z1[1], z2[1])]) b = z2[0] - z1[0] x = np.linalg.lstsq(A, b, rcond=None)[0] distance = np.linalg.norm(z1[0] + x[0]*z1[1] - z2[0] - x[1]*z2[1]) return distance < 1e-3

4.2 特殊情况的处理

遇到近似相交但不完全共面的情况时（比如差0.2mm），建议：

1. 优先保证运动学连续性
2. 在DH参数表中添加备注说明
3. 必要时在控制软件中加入补偿参数

曾经遇到一个案例：某教学机械臂的加工误差导致两轴偏离0.3mm。我们最终选择将原点定在理论交点，后续通过软件补偿解决了末端抖动问题。

5. 验证坐标系正确性的方法

5.1 变换矩阵闭环验证

建立完所有坐标系后，建议进行以下验证：

1. 从基座到末端的正运动学计算
2. 末端执行器的理论位置与实际测量对比
3. 检查每个变换矩阵的行列式是否为1

def validate_dh(params): T = np.eye(4) for a, alpha, d, theta in params: Ti = np.array([ [np.cos(theta), -np.sin(theta)*np.cos(alpha), ...], [...], [...], [0,0,0,1] ]) T = T @ Ti return T

5.2 实际工程中的调试技巧

在安川MH5机器人上验证时，我们采用三步法：

1. 用示教器将各关节转到零位
2. 用激光跟踪仪测量关键点坐标
3. 对比理论坐标系与实际测量值

发现偏差时的排查顺序：

1. 检查原点定位是否正确
2. 验证x轴方向是否统一
3. 确认角度定义是否符合右手定则

记得第一次完整建立六轴机器人DH坐标系时，我花了整整三天时间反复验证。但正是这个过程让我深刻理解了每个参数的实际物理意义。建议初学者一定要亲手完成至少一次完整的坐标系建立和验证过程，这比看十篇理论文章都管用。