三分钟看懂机械臂正逆解：机器人是怎么知道“手”该往哪动的？
机械臂控制里，经常会看到两个词：
正运动学（FK）
和
逆运动学（IK）
名字听起来很复杂，其实核心非常简单。
一句话理解：
正解：知道每个关节转了多少，计算机械臂末端在哪里。
逆解：知道机械臂末端想去哪里，反过来计算每个关节该转多少。
这就是机械臂正逆解最核心的区别。
一、先把机械臂想象成人的手臂
人的手臂可以简单看成：
肩膀 → 上臂 → 肘关节 → 小臂 → 手
机械臂也类似。
例如一个六轴机械臂通常拥有多个旋转关节：
关节1控制底座旋转。
关节2控制机械臂前后抬起。
关节3类似人的肘关节。
后面的几个关节主要调整机械臂末端的方向。
每个关节都有自己的角度。
只要这些关节角度发生变化，机械臂末端的位置也会发生变化。
于是就产生了两个问题：
问题1：
我已经知道每个关节的角度，机械臂的手现在在哪里？
这就是：
正运动学。
问题2：
我想让机械臂的手移动到某个位置，每个关节应该转到多少度？
这就是：
逆运动学。
二、什么是机械臂正解？
机械臂正解，也叫：
Forward Kinematics，FK。
它解决的问题是：
关节角度 → 机械臂末端位置
例如现在机械臂六个关节分别转到了不同角度。
机器人知道：
关节1转了多少度。
关节2转了多少度。
关节3转了多少度。
……
那么通过机械臂的结构和连杆长度，就可以计算：
机械臂末端当前在哪里。
例如最后可能得到：
末端距离机器人前方 50 cm。
距离机器人左侧 10 cm。
距离地面 40 cm。
同时还可以知道夹爪目前朝向哪里。
所以正运动学回答的其实就是：
“根据我现在的关节状态，我的手在哪里？”
三、为什么机械臂能算出自己的末端位置？
原因是：
机械臂每根连杆的长度都是已知的。
每个关节当前的角度也是已知的。
例如一个最简单的两关节机械臂：
第一根杆转一定角度。
第二根杆又在第一根杆的基础上继续旋转。
只要知道：
第一根杆多长。
第二根杆多长。
两个关节分别转了多少度。
就可以通过几何关系算出末端的位置。
实际六轴机械臂虽然复杂很多，但原理是一样的。
只不过二维几何问题变成了：
三维空间中的连续坐标变换。
四、机械臂里的“位姿”是什么意思？
机器人领域经常会看到一个词：
Pose，位姿。
它不是只有位置。
而是：
位置 + 姿态。
位置比较好理解，比如：
机械臂末端现在位于：
前方 50 cm。
左边 20 cm。
高度 30 cm。
但机械臂抓东西时，仅仅到达某个位置还不够。
例如抓一个杯子。
夹爪可以：
从上面往下抓。
从侧面抓。
斜着抓。
虽然夹爪中心可能位于同一个位置，但方向完全不同。
所以机械臂通常需要同时确定：
末端在哪里。
以及：
末端朝向哪里。
这两个信息合起来就是：
末端位姿。
五、什么是机械臂逆解？
逆运动学叫：
Inverse Kinematics，IK。
它和正运动学正好反过来。
正运动学是：
关节角度 → 末端位姿
逆运动学是：
末端目标位姿 → 关节角度
比如摄像头发现桌子上有一个苹果。
视觉系统告诉机械臂：
苹果在机械臂前方某个位置。
这时候机器人就知道：
“我的夹爪应该移动到这里。”
但机械臂真正能控制的不是：
“夹爪直接往这里移动。”
机器人真正能控制的是：
每一个关节电机。
所以它必须继续计算：
关节1应该转多少。
关节2应该转多少。
关节3应该转多少。
……
这个过程就是：
逆运动学。
六、举一个抓杯子的例子
假设机器人要抓桌上的杯子。
第一步：
摄像头识别杯子。
视觉算法得到杯子的位置。
第二步：
机器人确定一个抓取位置。
例如：
让夹爪移动到杯子上方。
第三步：
进行逆运动学计算。
机器人根据目标位置计算：
每个关节应该运动到什么角度。
第四步：
机械臂开始运动。
第五步：
机器人再利用正运动学计算：
当前机械臂末端实际在哪里。
因此整个过程可以简单理解成：
视觉发现目标
↓
确定机械臂末端目标位置
↓
逆运动学计算关节角度
↓
控制关节运动
↓
正运动学计算当前末端位置
↓
继续靠近目标
↓
完成抓取
这就是正逆运动学在机械臂中的典型应用。
七、为什么逆解比正解难？
因为正解通常比较直接。
如果机械臂所有关节角度都确定了，那么机械臂末端的位置基本也就确定了。
但是逆解不一样。
同一个末端位置，有时候可以通过很多种关节姿态到达。
最简单的例子就是人的手。
你把手放在桌面上的某一个位置。
此时你的肘部可以朝左。
也可以朝右。
甚至身体姿态稍微变化，手仍然能够保持在原来的位置。
机械臂也一样。
因此一个目标位置可能对应：
一组解。
也可能对应：
多组解。
甚至可能：
根本没有解。
八、什么时候逆解会无解？
例如一个机械臂最大只能伸出去 80 cm。
但你让它抓一个距离 2 米远的物体。
这显然做不到。
无论关节怎么转，机械臂都够不到。
这种情况就叫：
目标超出了机械臂的工作空间。
因此机械臂在进行逆运动学之前，经常还要考虑：
这个位置能不能到达？
关节会不会超过限位？
机械臂会不会碰到自己？
机械臂会不会撞到环境中的物体？
九、逆运动学一般怎么求？
逆运动学主要有两类方法。
第一类：解析法
解析法就是：
通过机械臂的几何结构直接推公式。
优点是：
计算非常快。
适合实时控制。
但缺点也很明显：
机械臂结构越复杂，公式越复杂。
有些机械臂甚至很难得到完整的解析解。
第二类：数值法
数值法的思路更简单。
假设机械臂现在距离目标还有一段距离。
算法先让关节稍微转一点。
然后计算：
机械臂末端是不是更接近目标了？
如果更近，就继续调整。
如果方向不对，就重新修改。
于是不断重复：
调整关节
↓
计算末端位置
↓
计算与目标的误差
↓
继续调整关节
直到机械臂末端足够接近目标位置。
所以数值逆运动学可以简单理解为：
不断调整关节，让机械臂的手一点一点靠近目标。
十、什么是雅可比矩阵？
学习机械臂逆运动学时，经常会看到一个词：
Jacobian，雅可比矩阵。
它看起来很复杂。
其实它干的事情非常简单：
描述某个关节动一点，会让机械臂末端往哪里移动多少。
例如：
关节1转一点。
机械臂末端可能向左移动。
关节2转一点。
末端可能向上移动。
关节3转一点。
末端可能向前移动。
雅可比矩阵就是把这些关系整理到一起。
于是机器人就可以反过来计算：
如果我希望机械臂末端向右移动一点，
那几个关节应该分别转多少？
因此雅可比矩阵是很多机械臂数值逆解算法的重要基础。
十一、什么是机械臂奇异点？
机械臂还有一个经常被提到的问题：
奇异点。
例如把手臂完全伸直。
此时你的手虽然还能移动，但某些方向上的运动会变得非常别扭。
机械臂也是一样。
当几个关节刚好处于某些特殊姿态时，机械臂会失去某个方向上的运动能力。
这时候逆运动学计算可能出现：
关节速度突然变大。
机械臂抖动。
轨迹不稳定。
逆解失败。
这种特殊姿态就称为：
奇异位形。
因此实际机械臂控制时，一般都会尽量避免机械臂长期运行在奇异点附近。
十二、正逆解和运动规划是一回事吗？
不是。
这是机械臂入门特别容易混淆的地方。
逆运动学解决的是：
“目标位置对应什么关节角？”
而运动规划解决的是：
“机械臂应该怎么从当前位置运动过去？”
比如：
机械臂现在在桌子左侧。
目标在桌子右侧。
逆运动学可能告诉机器人：
最终关节应该转到某个角度。
但是如果机械臂直接从当前位置转过去，
中间可能撞到桌子。
所以还需要运动规划算法寻找一条：
不会碰撞的路径。
完整流程一般是：
目标位置
↓
逆运动学
↓
得到目标关节姿态
↓
运动规划
↓
生成安全轨迹
↓
机械臂执行
因此：
IK 决定终点。
运动规划决定怎么去终点。
十三、ROS 和 MoveIt 是怎么做的？
做 ROS 机械臂开发时，经常会使用：
MoveIt。
MoveIt 已经集成了很多机械臂相关功能，例如：
正运动学。
逆运动学。
碰撞检测。
轨迹规划。
机械臂运动控制。
所以实际开发时，我们通常不需要每次都手动推导完整公式。
例如只需要告诉 MoveIt：
“我希望机械臂末端移动到这里。”
MoveIt 就可以利用逆运动学求出合适的关节状态。
然后通过运动规划寻找一条安全路径。
最后发送给机械臂执行。
这也是现在很多 ROS 机械臂项目最常见的工作流程。
十四、正解和逆解到底有什么区别？
最后可以用最简单的方式记住。
正运动学 FK
已知：
关节角度
计算：
机械臂末端在哪里。
可以理解成：
“我现在这样弯手臂，我的手在哪里？”
逆运动学 IK
已知：
机械臂末端想去哪里
计算：
每个关节应该怎么转。
可以理解成：
“我要把手伸到那里，我的肩膀、肘和手腕应该怎么转？”
十五、总结
机械臂正逆运动学其实没有名字听起来那么复杂。
正解解决的是：
关节 → 末端
逆解解决的是：
末端 → 关节
机械臂真正工作时，两者通常会同时使用。
例如抓取一个杯子：
摄像头找到杯子。
↓
确定目标抓取位置。
↓
逆运动学计算关节角。
↓
运动规划生成轨迹。
↓
机械臂执行运动。
↓
正运动学不断计算当前机械臂末端位置。
最终完成抓取。
所以只需要记住两句话：
正解：知道胳膊怎么弯，算出手在哪里。
逆解：知道手要去哪里，算出胳膊怎么弯。
理解了这两句话，机械臂正逆运动学的核心思想基本就理解了。
精辟： 正解：知道胳膊怎么弯，算出手在哪里。 逆解：知道手要去哪里，算出胳膊怎么弯。