徐卓菲1. 习题解析的价值与学习方法
刚接触机器人学的同学往往会对教材习题感到无从下手，这其实非常正常。我当年啃《机器人学导论》时，光是理解第一章的坐标系变换就花了整整两周时间。习题不是负担，而是检验理解深度的最佳工具。
第一章作为全书基础，其习题设计暗含了后续章节的诸多前置知识。比如1-4题看似简单的坐标系绘制，实则是为第三章的D-H参数法做铺垫；而1-8题的角度计算训练，直接关系到第六章逆运动学的求解思维。建议按以下步骤使用本解答：
- 先独立尝试解题至少30分钟
- 对照步骤理解解题思路差异
- 用不同参数重新计算验证
- 标注出关键公式的物理意义
特别注意：直接抄答案会错过最重要的思维训练过程。建议在每道题旁记录自己的思考痕迹，哪怕只是简单的"这里用了右手定则"这样的注释。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 坐标系基础题精解（习题1-1至1-4）
2.1 习题1-1：坐标系定义理解
题目要求描述机器人基座标与工具坐标系的关系。常见错误是混淆了坐标系定义中的"相对"与"绝对"概念。正确的分析步骤应该是：
- 明确基坐标系{B}的指向：通常Z轴垂直向上，X轴指向机器人正前方
- 工具坐标系{T}的原点一般设在末端执行器中心
- 用3×3旋转矩阵表示两者关系时，要清楚是从哪个坐标系观察哪个坐标系
典型答案示例：
code复制T_B^T = [ 1 0 0 ]
[ 0 0 -1 ]
[ 0 1 0 ]
这个矩阵表示工具坐标系相对于基坐标系绕X轴旋转了90度。实际建模时建议用SolidWorks或MATLAB Robotics Toolbox可视化验证。
2.2 习题1-4：坐标系绘制要点
这道题考察的是三维坐标系的空间想象能力。我在教学中发现，超过60%的学生会在第一次绘制时犯这两个错误：
- 搞混Y轴和Z轴的上下位置
- 旋转后的坐标系未保持右手定则
正确的绘制流程：
- 用不同颜色区分原始坐标系和旋转后坐标系
- 先画出绕Z轴旋转30度的新X'Y'平面
- 保持Z轴不变，确保X'×Y'=Z'
- 用虚线标注旋转前后的对应关系
实用技巧：用铅笔和方格纸练习时，可以先将纸面视为X-Y平面，把第三维想象成从纸面垂直穿出。旋转时先移动铅笔在空中的指向，再落到纸面。
3. 位姿描述题详解（习题1-5至1-7）
3.1 习题1-5：齐次变换矩阵构建
这道题需要构建两个坐标系间的齐次变换矩阵。关键是要理解4×4矩阵中每个分块的含义：
code复制[ 旋转矩阵 | 位置向量 ]
[----------|---------]
[ 0 0 0 | 1 ]
常见计算错误包括：
- 旋转矩阵部分未正交化
- 位置向量单位不一致（比如毫米和米混用）
- 忽略了最下方的[0 0 0 1]行
具体到本题，假设坐标系{A}到{B}的变换是绕Z轴旋转θ后沿X移动d，则：
code复制T_A^B = [ cosθ -sinθ 0 d ]
[ sinθ cosθ 0 0 ]
[ 0 0 1 0 ]
[ 0 0 0 1 ]
验证方法：计算矩阵的行列式应为1，且R^T = R^
3.2 习题1-7：复合变换顺序陷阱
这道题演示了机器人学中最重要的概念之一——变换顺序的重要性。同样的旋转和平移操作，顺序不同会导致完全不同的最终位姿。
以先旋转后平移为例：
- 绕当前坐标系Z轴旋转π/2
- 沿当前坐标系X轴移动2单位
错误做法是直接相乘：
code复制T = Trans(2,0,0) * Rot(z,π/2) # 这是先平移后旋转！
正确做法：
code复制T = Rot(z,π/2) * Trans(2,0,0) # 注意乘法顺序
血泪教训：我曾在实际机器人编程中因此顺序错误导致末端执行器撞到工件。建议在代码中用注释明确标注每个变换对应的坐标系。
4. 运动学基础题解析（习题1-8至1-10）
4.1 习题1-8：旋转矩阵的物理意义
题目给出了一个具体旋转矩阵，要求解释其对应的旋转运动。这类题目需要掌握：
-
旋转矩阵的迹(trace)与旋转角度的关系：
tr(R) = 1 + 2cosθ ⇒ θ = arccos((tr(R)-1)/2) -
旋转轴可通过解(R - I)v = 0得到
-
对于本题的矩阵：
code复制[ 0 0 1 ] [ 0 -1 0 ] [ 1 0 0 ]计算步骤：
- 迹=0+(-1)+0=-1 ⇒ θ=arccos((-1-1)/2)=180度
- 旋转轴是(1,0,1)方向
- 这是绕[1 0 1]轴旋转180度的变换
4.2 习题1-10：速度变换的雅可比矩阵
这道题引入了微分运动的概念，是后续速度运动学的基础。解题时需要：
-
明确线速度v和角速度ω的定义
-
理解伴随矩阵(Adjoint matrix)的作用：
code复制[ R 0 ] [ p×R R ]其中p×是位置向量的叉积矩阵
-
具体计算时建议分步：
- 先计算旋转矩阵R
- 再构建p×矩阵
- 最后组合成6×6的变换矩阵
典型错误是忽略了叉积矩阵的反对称特性，导致速度转换关系错误。
5. 综合应用题精讲（习题1-11至1-12）
5.1 习题1-11：机械臂坐标系建立
这道实操题需要为三连杆机械臂建立坐标系。根据Craig的规范：
- 确定各关节轴方向（Z轴）
- 找出相邻Z轴的公垂线（X轴）
- Y轴按右手定则确定
- 原点位于公垂线与关节轴交点
具体到本题：
- 基座标Z0垂直向上
- 关节1Z1沿第一个旋转轴
- X0从Z0指向Z1
- 后续坐标系同理递推
实际应用提示：在ROS的URDF文件中，这些坐标系定义对应
标签中的xyz和rpy参数。建议用MoveIt的RViz插件实时查看坐标系关系。
5.2 习题1-12：传感器数据融合
这道综合题涉及：
- 相机坐标系到工具坐标系的标定
- 力传感器数据的坐标系转换
- 多源数据的时空同步
解题框架：
-
建立所有相关坐标系：
- 基座标
- 工具坐标系
- 相机坐标系
- 力传感器坐标系
-
测量或标定各变换关系：
- T_B^T：通过机器人正运动学得到
- T_T^C：通过手眼标定得到
- T_T^F：通常由传感器安装决定
-
数据转换流程：
code复制相机数据 → T_C^T → T_T^B → 基座标系 力传感器数据 → T_F^T → T_T^B → 基座标系
常见问题：忽略了传感器数据的时延，导致融合后的数据存在时间不同步。实际项目中建议用ROS的message_filters模块进行时间同步。
6. 习题之外的实战建议
完成这些基础习题后，建议用以下方法深化理解：
-
MATLAB验证：
matlab复制% 习题1-7验证示例 R = rotz(pi/2); T = transl(2,0,0); trplot(R*T, 'frame', 'A', 'color', 'r') -
Python实现：
python复制import numpy as np from spatialmath import SE3 # 习题1-5示例 T = SE3.Rz(np.pi/2) * SE3.Tx(2) print(T) -
实物对照：
- 用手机陀螺仪观察旋转矩阵对应的实际运动
- 用尺子和量角器测量简单机械结构的坐标系关系
我在指导本科生科研时发现，经过这样的多维训练后，学生对后续的轨迹规划、动力学等内容的理解速度能提升3倍以上。机器人学的精髓就在于把抽象的数学变换与具体的物理运动建立起直觉联系。