简介《机器人建模与控制》Mark W. Spong 等三人合著2006 年 John Wiley Sons 出版的课后习题解答面向机器人学方向的本科生、研究生与自学者用于在做完习题后对照核验检验运动学、动力学与控制理论的实际掌握程度。压缩包内只有 1 个 pdf 文件约 6.46MB收录全书各章习题的参考答案覆盖坐标系与坐标变换、正向与逆向运动学解析法和数值法、牛顿—欧拉与拉格朗日动力学建模、编码器与视觉等传感器建模以及 PID、滑模、自适应、最优控制等控制器设计。对轨迹规划、Lyapunov 稳定性分析、传感器噪声处理与状态估计一类典型题目答案给出了推导过程与结果便于理清解题思路、排查建模疏漏。目前已有 3106 人学习下载。1. 从一道算不下去的习题说起机器人建模和控制习题答案到底解决什么问题“机器人建模和控制 习题 答案”这几个词凑在一起被搜出来的人心里多半有一种说不清的虚课听懂了笔记也抄了可一合上书那道让自己写满三页纸的题到底对不对没人告诉。就像照着菜谱做菜步骤一步没落出锅前还是想有人尝一口说“盐差一点”。机器人这门课别扭的地方在于每个概念最后都要落成一串能算的数关节角、变换矩阵、力矩、增益。推导错了不会报错只会给你一个长得挺像对的矩阵。所以习题答案的价值不在于替你算而在于当那个“尝一口的人”让你知道自己是在哪一步把符号写反了。2. 答案为什么值得单独存在从“看懂了”到“算对了”的那道坎2.1 机器人课的题目为什么特别容易“看懂了却做不出”课堂上的机器人学是用几何直觉讲的末端位姿是各连杆变换的连乘速度通过雅可比映射力矩由动力学方程给出。每一句听起来都天经地义甚至有点“这还用讲”的感觉。可一旦落到纸面上同一个概念就换了一副面孔连乘里有六个变换矩阵每个矩阵里塞着 sin 和 cos角度用的是弧度还是度、旋转是绕当前轴还是绕固定轴、平移放在第四列还是转置过来——任何一个约定错了最后那个 4×4 矩阵依然会算出一个漂亮的结果只是它是错的。写代码有编译器兜底语法错了立刻红字做数学推导没有任何反馈机制。你算出一个末端位置 (0.42, 0.31, 0.55)它不像错的样子甚至可能刚好落在工作空间里看着特别合理。这种“错得毫无破绽”是机器人习题最坑人的地方也是答案存在的第一个理由它提供了一次外部校验把“我觉得对”变成“确实对”。血泪经验通常是这样攒出来的某位同学做两连杆平面臂的正运动学DH 参数表里把连杆长度和偏距写反了一行正解还能勉强凑出一个数等到算雅可比矩阵、算奇异位形时彻底崩了回头找了两个小时才发现问题在最开始那张表上。如果中间有任何一步能对照答案这两小时能省下来。2.2 一份答案里通常藏着四层信息多数人只用了第一层翻开一份习题解答绝大多数人第一眼看的是最后那个结果矩阵长什么样、数值等于多少、增益取了多少。这只是最外面的一层也是价值最低的一层。真正让答案值得反复翻的是后面三层。结果层最终的矩阵、数值、表达式。作用是快速自检对上了心里踏实对不上就往下找。过程层这道题为什么用解析法而不是数值法为什么先求腕心再求腕部姿态为什么把某个关节角固定在零位。这一层回答的是“思路从哪来”也是区分“会做这道题”和“会做这类题”的分水岭。约定层这是最容易翻车也最容易被忽略的一层。同一本教材里DH 参数有标准型和改进型两种写法差一个下标就整体错位旋转矩阵有左乘右乘之争四元数有实部在前还是在后。答案里如果写清了它采用的是哪套约定你就能把自己的推导和它对齐如果没写你就得从结果反推它用了什么约定——这件事本身就很有训练价值。边界层每道题背后都藏着几个没说出口的假设——连杆视为刚体、忽略关节摩擦、电机惯量折算到关节侧、传感器噪声视为零均值高斯。答案在这些假设下成立换个场景就未必。很多“答案和我的结果差一点点”的困惑根源就在某个假设上你算了摩擦它没算。打个比方结果层是菜谱上那张成品照片过程层是步骤约定层是“少许盐”到底是多少克边界层是“这个方子适合几个人吃”。只看照片的人永远做不出同一道菜。2.3 教材例题、课后习题、习题答案三者角色完全不同很多人把这三样东西当成同一类材料其实它们的定位差得很远。材料条件设置主要作用常见陷阱教材例题数据凑得漂亮通常有唯一解、无奇异演示方法建立直觉让人误以为所有题都这么顺课后习题会出现多解、奇异、无解、病态数值逼你想清楚适用条件卡住时没有反馈容易放弃习题答案给出结果与推理路径校验、对照、复盘被当成模板背下来例题是“示范动作”教练慢慢做一遍给你看球是摆好位置的。习题是“实战”球会乱飞还会飞出界。答案则是赛后录像回放让你看自己哪一步重心歪了。理解了这三者的差别就能明白为什么“把答案抄一遍”几乎不产生任何学习效果抄的是结果层丢掉的是过程层、约定层和边界层而后者才是这门课真正要训练的东西。机器人建模与控制这门课的考试和工程实践考的都是“换一道没见过的题你还能不能推出那个矩阵”。提示拿到一份答案先别急着对最后那个数。花两分钟看它开头写了什么约定——DH 参数表、角度单位、旋转顺序。这两分钟能省掉后面半小时的困惑。3. 坐标系与运动学正解是顺着推逆解是倒着猜3.1 四套坐标系一句话分清各自管什么机器人学里“坐标系”这个词被反复提及但不同语境下指的不是同一个东西这是初学者第一道坎。基座坐标系世界坐标系固定在地面或工作台上不随机器人动。它回答的是“东西在车间的哪个位置”。关节坐标系每个关节自己的参考系随关节转动而转动。它回答的是“这个电机现在转到几度”。连杆坐标系DH 坐标系按 DH 规则挂在每根连杆上的中间坐标系是推导变换矩阵的工具性产物。它回答的是“从这根杆到下一根杆怎么过渡”。工具/末端坐标系固连在末端执行器上随手爪或焊枪的姿态变化。它回答的是“我的手相对工件是什么姿势”。任务空间不是某个具体坐标系而是描述任务的那组变量比如末端的三维位置加三个姿态角。它回答的是“我要把工件放到哪、朝哪个方向”。一个生活化的对应基座坐标系是城市地图关节坐标系是你手腕转了多少度工具坐标系是你手里那支笔的笔尖朝向任务空间是“把笔尖放到纸上那个叉上”。四者可以互相换算但混着用就会算出一堆自相矛盾的结果。3.2 正向运动学连乘变换矩阵为什么能“串”出末端位姿正向运动学要回答的问题很朴素已知每个关节转了多少末端在哪、朝哪。做法是把相邻连杆之间的变换一个个乘起来。相邻连杆的变换用四个 DH 参数描述连杆长度 a、连杆扭角 α、连杆偏距 d、关节角 θ。四个参数串起一个 4×4 齐次变换矩阵它同时打包了旋转和平移——这正是齐次坐标的妙处一个矩阵顶两个用。import numpy as np def dh_transform(a, alpha, d, theta): 单个 DH 参数对应的齐次变换矩阵标准型 ct, st np.cos(theta), np.sin(theta) ca, sa np.cos(alpha), np.sin(alpha) return np.array([ [ct, -st * ca, st * sa, a * ct], [st, ct * ca, -ct * sa, a * st], [0, sa, ca, d], [0, 0, 0, 1] ]) # 两连杆平面臂a10.5, a20.4扭角和偏距都为 0 T1 dh_transform(0.5, 0.0, 0.0, np.deg2rad(30)) T2 dh_transform(0.4, 0.0, 0.0, np.deg2rad(45)) T_0_2 T1 T2 # 连乘顺序从基座往末端 print(np.round(T_0_2[:2, 3], 4)) # 末端 x, y这段代码里三个地方最容易错。第一是从基座向末端的连乘顺序写成T2 T1就变成了另一台机器人的解。第二np.deg2rad不能省直接把 30 塞进np.cos会得到弧度为单位的荒谬结果。第三dh_transform用的是标准型 DH如果教材采用改进型矩阵里的a和alpha位置要对调d和theta的顺序也会变——这类差异不会报错只会让你的答案和书上差一个下标。正向运动学的好处是它永远有唯一解而且是“顺着算”没有任何需要猜的地方。这也是为什么它适合作为校验的第一步如果正解都对不上后面雅可比、动力学、控制全都不用看了。3.3 逆向运动学为什么答案经常不止一组甚至一组都没有逆运动学问的是反问题末端要到达某个位姿各关节该转到多少。这是机器人学里第一类真正让人头疼的题原因有三。多解。一个六自由度机械臂到达同一个末端位姿通常有 8 组解——肘上肘下两种、腕部翻转两种、肩部左右两种组合起来就是 2×2×2。答案里如果只给一组不代表只有一组很可能只是“默认取肘上、腕不翻转”的那一组。做题时如果只写一组就交等于丢了一半分。无解。目标点在工作空间之外无论怎么转都够不着。解析法会推到一个cos θ 1的式子这时候要有意识地判断“这是无解不是我算错了”。奇异位形。在奇异位形附近雅可比矩阵接近不可逆关节角对末端位姿极其敏感数值法会给出一个跳变巨大的解。答案里如果出现“此处需特殊处理”的注释多半就是在提示这个。解析法和数值法的区别值得单拎出来说。解析法靠几何关系直接推出关节角的封闭表达式快、精确、能枚举全部解但只对特定构型比如球形腕、三轴交于一点奏效换个构型就得重推。数值法靠迭代求解通用性强但需要初值、可能收敛到局部解、在奇异位形附近不稳。答案里两种方法常同时出现前者给思路后者给验证。3.4 雅可比矩阵把关节速度和末端速度连起来的那根轴雅可比矩阵是运动学里承上启下的东西。它做的事就一件把关节空间的速度映射到任务空间的速度v J·q̇。行数是任务空间维数列数是关节数。它有两个“副作用”特别重要。其一雅可比转置把末端力映射成关节力矩τ Jᵀ·F这是静力学的基础也是力控的起点。其二雅可比的行列式为零时机器人处于奇异位形——某个方向突然失去了运动能力就像人的手臂完全伸直时再想往回缩只能靠肘靠肩是推不动的。答案里的雅可比题通常要求写出 6×n 的完整矩阵按“线速度部分三行、角速度部分三行”分块。初学者常犯的错是把角速度那三行的参考坐标系搞混有的教材要求相对基座坐标系有的要求相对末端坐标系两者差一个旋转矩阵答案的数值会完全不同但都“看起来对”。4. 动力学与控制答案在验算的其实是“力矩够不够、抖不抖”4.1 动力学建模牛顿-欧拉和拉格朗日只是两条路终点是同一个方程运动学只关心几何动力学关心的是力和惯量。要让机器人动起来得知道每个关节需要多大扭矩而这个扭矩跟连杆质量、转动惯量、质心位置、科氏力、离心力、重力全有关。两条经典路线。牛顿-欧拉法走的是递推先从基座往末端推速度和加速度再从末端往基座推力和力矩。它像记账一笔一笔算清楚每个连杆上受了什么力物理图像直观适合写代码计算量随关节数线性增长。拉格朗日法走的是能量写出总动能 K 和总势能 P代入 L K − P再对每个广义坐标求偏导。它像从高处俯瞰不用管内部每一个力怎么传递只关心整体的能量账本适合手推和理解结构。对比项牛顿-欧拉法拉格朗日法出发点力与力矩平衡能量守恒计算方式双向递推偏微分求导手算友好度低高关节少时代码实现直接、高效需要符号推导物理直觉强弱但结构清晰常见错误递推方向搞反、参考系混用动能项漏掉转动部分两条路算到最后一定是同一个方程M(q)q̈ C(q,q̇)q̇ g(q) τ。M 是惯性矩阵描述“加速有多难”C 项包含科氏力和离心力描述“转起来之后自己被自己带偏”g 是重力项描述“不动的时候也得使劲撑着”。答案里如果只给最终表达式如果不检查 M 矩阵是否对称正定、C 项是否在 q̇ 0 时为零就很难判断这个结果对不对。4.2 控制题在答案里长什么样PID、滑模、自适应各自解决什么动力学算完下一步是让机器人按预期动。控制题的答案通常分三块控制器结构、参数取值、稳定性证明。PID 是最基础的一块。P 项管“现在还差多少”像拉橡皮筋差得越远拉得越狠I 项管“过去一直差多少”像记忆专门消灭那些靠 P 消不掉的稳态误差D 项管“差距变化有多快”像刹车防止冲过头。三项放在一起本质是在“追得快”和“不超调”之间找平衡。class PID: def __init__(self, kp, ki, kd, dt, tau_max): self.kp, self.ki, self.kd kp, ki, kd self.dt dt self.tau_max tau_max # 关节扭矩上限防积分饱和 self.integral 0.0 self.prev_error 0.0 def step(self, target, actual): error target - actual self.integral error * self.dt derivative (error - self.prev_error) / self.dt self.prev_error error output self.kp * error self.ki * self.integral self.kd * derivative # 抗积分饱和输出被限幅时停止积分累加 if abs(output) self.tau_max: self.integral - error * self.dt output max(-self.tau_max, min(self.tau_max, output)) return output这段代码里tau_max限幅和积分回退是工程上最容易被忽略的两行。纯理论题不会考但真机上没有这两行机械臂会在启动瞬间积出一个巨大的积分项然后猛地甩出去。答案里的 PID 参数往往是“能证明稳定”的一组不是“实际跑得好”的一组两者之间的差距要靠仿真和实测填。滑模控制的思路不一样先设计一个滑模面用一个大到足以压住所有不确定性的切换项把系统强行推到面上再让它沿着面滑向目标。优点是抗扰强、对模型误差不敏感代价是切换项带来的抖振——这也是“抖”这个字在控制题里反复出现的原因。自适应控制则更进一步假设某些参数比如负载质量未知一边在线估计一边控制答案里会多出一组参数更新律。4.3 轨迹规划与稳定性答案里为什么总出现那个 V(x)轨迹规划题问的是从 A 点到 B 点中间怎么走。三次多项式能保证位置和速度连续五次多项式能再加一条加速度连续——这一点在实机上很关键加速度不连续意味着力矩突变力矩突变意味着机械结构要挨一下冲击。稳定性题问的是这个控制器到底能不能把误差收到零。李雅普诺夫方法是最常见的工具思路是构造一个标量函数 V(x)它代表系统的“广义能量”只要证明 V 正定、V̇ 负定系统就稳定。打个比方碗里放一颗小球不管从哪个位置松手它最终都会停在碗底因为重力势能一直在降低。V 就是这个势能V̇ 为负就是“能量一直在掉”。答案里出现的 V 通常长这样V ½xᵀPx ½eᵀΓ⁻¹e前一项是状态误差的二次型后一项是参数估计误差的二次型。看到这种结构基本可以判断这是一道“自适应控制 李雅普诺夫”的组合题解题路径是先求 V̇再把控制律代进去让交叉项相互抵消。5. 常见误区与易混概念五组长得像、坑却完全不同的词5.1 运动学解和动力学解不是同一道题的两个版本易混点两者都叫“解”都会输出关节角或关节力矩都带一堆三角函数。为什么混教材章节挨着排题目形式又都是“已知某某求某某”初学者容易把运动学题当成动力学题的前半段。怎么区分看题目里有没有出现质量、惯量、力、力矩、时间。运动学只跟几何有关输入输出是位置、姿态、速度跟多重、多快加速完全无关动力学一旦出现 m、I、τ、q̈ 这些符号就进入了力的世界。一个直观判据把机器人放到失重环境里运动学答案一个字都不用改动力学答案全变。5.2 关节空间和任务空间混着用会算出“对但没用”的结果易混点两个空间都能描述机器人的状态都能画轨迹都能做插值。为什么混正运动学就是把关节空间映射到任务空间来回换算太顺手的顺到手滑就忘了自己在哪个空间里。怎么区分问自己“这个量是电机直接控制的还是任务直接要求的”。关节空间里的量是每个电机的角度插值出来的是电机转速均匀任务空间里的量是末端的位置姿态插值出来的是末端走直线。在关节空间做直线插值末端画出来的是一条弧线这在焊接、涂胶这类要求末端走直线的场景里是致命的。答案里如果给了轨迹方程却没说是哪个空间先看变量名带 q 的是关节空间带 x、y、z 的是任务空间。5.3 正运动学和逆运动学难度是“倒挂”的易混点很多人直觉认为“正”是正向推导所以难“逆”是反推所以简单或者反过来。为什么混“正/逆”这两个字带有方向暗示让人误以为难度也跟着方向走。怎么区分正运动学永远有唯一解顺着矩阵连乘就行难度低但繁琐逆运动学可能多解、可能无解、可能遇到奇异难度高且需要分情况讨论。答案里如果逆解只写了一个解八成是省了“另外几组由对称性给出”这句话。判断一道题是不是逆问题看已知量已知关节角求位姿是正解已知位姿求关节角是逆解。5.4 稳定性、收敛性、鲁棒性三个词经常被当成同义词用易混点三个词都描述“系统表现好不好”答案里的结论句也常常混着写。为什么混在实际系统里它们经常同时成立导致初学者以为是一回事。怎么区分稳定性说的是“受扰后能不能回到平衡点”收敛性说的是“误差能不能随时间趋于零”鲁棒性说的是“模型有偏差、有扰动时性能还能不能保住”。一个系统可以稳定但不收敛在平衡点附近振荡不衰减可以收敛但不鲁棒模型稍微一变就发散。答案里的李雅普诺夫证明通常只证稳定性如果不额外说明“对参数摄动的界”就不能顺手写成“鲁棒”。5.5 传感器建模和状态估计前者是“描述噪声”后者是“对抗噪声”易混点两者都出现在带传感器的题目里都涉及概率和噪声。为什么混教材常把编码器、激光雷达、视觉的建模和卡尔曼滤波放在相邻章节题目里也常常一起出现。怎么区分传感器建模问的是“这个传感器输出的数据长什么样”答案是一个带噪声项的观测方程比如 z h(x) vv 服从某个分布。状态估计问的是“怎么从这些带噪声的数据里把真实状态推出来”答案是滤波器结构、增益矩阵、更新步骤。前者是问题定义后者是求解方法。搞反了就会出现“用卡尔曼滤波去建模一个编码器”这种答非所问。6. 什么时候该翻答案什么时候该合上一条可执行的使用边界答案这东西用得对是加速器用得不对是拐杖而且是一根会让你在考场上原地摔倒的拐杖。下面这张表是判断边界的粗糙但好用的标准。场景建议动作理由读题 20 分钟仍无思路只看答案的第一行或第一个式子拿到突破口即可剩下的自己推已完整推导想核对只对结果层过程自己保留保护自己的推导路径结果对不上找不到错处对照答案的约定层DH 表、单位、旋转顺序八成错在约定不在能力复习阶段遮住答案限时重推一遍检验是否真的掌握一卡住就看停下来先写出已知、未知、目标否则永远建立不起解题路径把答案当模板背换一道参数不同的题重做背下来的是这道题不是这类题一个具体的例子。某高校机器人课程里A 同学做逆运动学作业六自由度臂要求给出所有可行解。他推出两组交之前翻了答案发现答案列了八组。他没有直接抄而是回头找自己漏在哪原来他只考虑了肘上肘下忘了腕部翻转还有两种肩部左右又翻了一倍。这个“找漏”的过程花了他四十分钟但下次遇到七自由度冗余臂的题他自己就能枚举全。反过来如果当时他把八组抄上去考试换一个构型他还是只会写两组。另一个方向是“什么时候别用”。当你在建立最初的空间直觉时答案是最没用的东西。第一次接触雅可比、第一次看李雅普诺夫函数、第一次推动力学方程这些时刻需要的是把图画出来、把物理意义想明白而不是对着一个已经写好的矩阵点头。点头的那一刻感觉懂了其实只是“看懂了别人的结果”离“自己能写出来”差着十万八千里。注意答案里的参数值、增益、初值都是为那道题量身定的换个工况直接搬过去翻车是大概率事件。从那以后我每次用习题答案都强制走一遍“先推完、再对照、最后复盘差异”的流程哪怕推得很慢、错得很难看。慢的那半小时往往比看答案的十分钟记得牢。希望帮到你。本文还有配套的精品资源点击获取
