5.2 机器人微分运动学与雅可比矩阵

5.2 微分运动学与雅可比矩阵

5.2.1 引言：从位置关系到速度关系

正运动学方程X = f ( q ) X = f(q)X=f(q)建立了机器人末端执行器位姿与关节位置之间的静态几何映射。然而，机器人的实际运动涉及速度、加速度等动态量。微分运动学的核心任务，就是建立关节空间速度与操作空间速度之间的瞬时线性映射关系。这一关系的核心数学工具是雅可比矩阵。它不仅揭示了速度传递的规律，更在力映射、奇异性分析、可操作性度量以及运动规划与控制中扮演着不可或缺的角色。

5.2.2 雅可比矩阵的定义与几何意义

5.2.2.1 定义
对于具有n nn个关节的机器人，其末端执行器在操作空间中的速度X ˙ \dot{X}X˙（通常包含线速度v vv和角速度ω \omegaω）与关节速度q ˙ \dot{q}q˙​之间的关系由雅可比矩阵J ( q ) J(q)J(q)描述，它是一个时变线性映射：
X ˙ = J ( q ) q ˙ \dot{X} = J(q) \dot{q}X˙=J(q)q˙​
其中，X ˙ ∈ R m \dot{X} \in \mathbb{R}^{m}X˙∈Rm（m mm为操作空间维度，通常m = 6 m=6m=6表示三维空间中的完整运动），q ˙ ∈ R n \dot{q} \in \mathbb{R}^{n}q˙​∈Rn，J ( q ) ∈ R m × n J(q) \in \mathbb{R}^{m \times n}J(q)∈Rm×n。

雅可比矩阵J ( q ) J(q)J(q)的元素是末端执行器位置和姿态函数对关节变量的偏导数。它可以系统地通过对正运动学方程f ( q ) f(q)f(q)求导得到。

5.2.2.2 构造方法
构造雅可比矩阵有两种主要方法：

1. 矢量积法（几何法）：对于末端线速度v vv和角速度ω \omegaω，雅可比矩阵可以分块表示为：
   J ( q ) = [ J v J ω ] , 其中 [ v ω ] = [ J v ( q ) J ω ( q ) ] q ˙ J(q) = \begin{bmatrix} J_v \\ J_\omega \end{bmatrix}, \quad \text{其中} \quad \begin{bmatrix} v \\ \omega \end{bmatrix} = \begin{bmatrix} J_v(q) \\ J_\omega(q) \end{bmatrix} \dot{q}J(q)=[Jv​Jω​​],其中[vω​