想象一下，你正和朋友一起搭一座乐高机器人。两个人各拿一本示意图：你说“先转三十度再插上去”，朋友坚持“插上之后再拧角度”。图纸画法完全不同，你们对着同一堆积木吵得不可开交。这时你俩终于达成协议：从今天起，每两块积木的连接说明都统一写成四个数字——“伸出多远、歪斜几度、垫高几许、旋转多少”。只要这四个数不变，谁照着搭，结果都一模一样。这就是DH参数法的灵魂。 机器人世界里的机械臂，就是由一根根金属“积木”（连杆）和一个个电机“关节”串起来的。1955年，Denavit和Hartenberg两位学者发明了这套标准化“搭积木语言”：只需四个参数——连杆长度 \(a\)、连杆扭转 \(\alpha\)、关节距离 \(d\)、关节角度 \(\theta\)——就能精确描述相邻两块“积木”之间怎么连接。有了这套语言，工程师可以把每一段关系写成矩阵，再连乘起来，轻松算出机械臂末端的手在哪儿、朝哪个方向；反过来推每个关节转多少，就是逆运动学。从汽车工厂的六轴焊接臂到手术机器人，DH参数法都是机器人运动学的地基。这篇文章，就带你用搭乐高的直觉，读懂机器人的“内部地图”。

岗位关联

掌握DH参数法，你就握住了机器人的“通用语言”——它是机器人算法工程师做运动规划、仿真与标定的基本功，也是通往高级机器人控制的第一把钥匙。

目录
  1. 可视化演示
  2. DH参数起源
  3. 四个核心参数
  4. 坐标系建立
  5. 变换矩阵
  6. 正运动学求解
  7. 逆运动学分析
  8. 工程应用实践
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

分步展示DH参数坐标系建立、齐次变换矩阵推导与多关节机器人正向运动学求解过程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

步骤1：DH坐标系建立 Zi轴沿关节i旋转方向 Xi轴沿公垂线指向下一关节 a_i, α_i, d_i, θ_i 四个参数描述相邻坐标系变换关系。

DH参数起源

想象一下这样的场景：你和朋友合伙搭乐高机器人，你习惯“先转三十度再插上”，朋友却坚持“插上之后才拧角度”。图纸各画一套，两个人对着同一个机器人吵得不可开交。直到有一天你们达成共识：从今天起，每一块积木的连接说明书都统一写成“伸出多远—歪斜几度—垫高几许—旋转多少”四个数字。世界一下子清净了。

机器人学也经历了同样的“混战”。20世纪50年代，机械臂开始走进工厂，每个团队都用自己的方式描述连杆位置，文档之间很难对接。1955年，Denavit和Hartenberg发表了那篇里程碑论文，提出一套标准化连杆参数表示法：用四个参数唯一确定相邻两个关节坐标系之间的位姿关系。从此，描述机械臂就像填写统一格式的乐高说明书，任何团队拿到图纸都能复现同一台机器。

这套方法的精髓是把机械臂拆成一段段“连杆”和一个个“关节”，在每个关节处固定一个坐标系。四个参数——连杆长度 \(a\)、连杆扭转 \(\alpha\)、关节距离 \(d\)、关节角度 \(\theta\)——恰好决定了相邻两个坐标系如何相对放置。于是，每个关节都被浓缩成一个数学公式，整条手臂变成一串可以计算的“坐标转换器”。

有了统一说明书，团队不再为“你的图纸还是我的图纸”内耗。任何两块积木之间的连接，都被锁进四个数字的标准化描述里。DH参数法在机器人圈的地位，就相当于那本大家都认可的统一乐高手册——简单、通用、几十年不过时。

Tii−1=Ai(θi,di,ai,αi)\displaystyle T_i^{i-1} = A_i(\theta_i, d_i, a_i, \alpha_i)
这个式子的意思是：相邻两个关节坐标系之间的位置和朝向，完全由括号里这四个DH参数决定。改一个数字，机械臂的“脸”就变了。
  1. 变换矩阵符号\(T_i^{i-1}\) 读作“第 \(i\) 个坐标系相对第 \(i-1\) 个坐标系”，它是一个 \(4\times4\) 的坐标转换器，把机械臂上某点的坐标从一个关节换算到上一个关节。
    Tii−1T_i^{i-1}
  2. 连杆算子\(A_i\) 是第 \(i\) 段连杆对应的变换算子，像乐高说明书上的一块“积木卡片”，封装了这一段积木的全部连接信息。
    AiA_i
  3. 四个参数\((\theta_i, d_i, a_i, \alpha_i)\) 正是DH四参数，它们按固定顺序参与运算，任何顺序颠倒都会得到错误的位姿。
    (θi,di,ai,αi)(\theta_i, d_i, a_i, \alpha_i)
  4. 等号的含义该式描述了“相邻坐标系的关系完全由四个数字锁死”。你看，整个公式没有一个多余的符号，这就是标准化语言的简洁力量。
    Tii−1=Ai(θi,di,ai,αi)\displaystyle T_i^{i-1} = A_i(\theta_i, d_i, a_i, \alpha_i)

四个核心参数

拿起一块积木，想把它装到前一块上面。你心里默默回答四个问题：第一，它要向前伸出多长？第二，装上去后要不要歪着脖子？第三，它和前一块之间要垫多高？第四，它自己还要转多少度？这四个答案写在纸上，别人就能100%还原你的动作。这就是DH四参数给你的“物理手感”。

数学家把这四个问题翻译成了四个符号：连杆长度 \(a\)、连杆扭转 \(\alpha\)、关节距离 \(d\)、关节角度 \(\theta\)。其中 \(a\) 像积木“伸出去的距离”，\(\alpha\) 像积木“歪脖子的角度”，\(d\) 像两块积木之间“垫块的高度”，\(\theta\) 像积木“转角的度数”。它们共同构成从第 \(i-1\) 个关节坐标系走到第 \(i\) 个坐标系的两段平移和两段旋转。

标准DH定义更精确：\(\theta_i\) 是绕 \(z_{i-1}\) 轴从 \(x_{i-1}\) 轴旋转到 \(x_i\) 轴的角度；\(d_i\) 是沿 \(z_{i-1}\) 轴从 \(x_{i-1}\) 轴到 \(x_i\) 轴的距离；\(a_i\) 是沿 \(x_i\) 轴从 \(z_{i-1}\) 轴到 \(z_i\) 轴的距离；\(\alpha_i\) 是绕 \(x_i\) 轴从 \(z_{i-1}\) 轴旋转到 \(z_i\) 轴的角度。一句话：\(a\) 和 \(\alpha\) 描述“连杆本身长什么样”，\(d\) 和 \(\theta\) 描述“关节怎么动”。

这四条“组合拳”就像乐高说明书上的四步标准动作：转一下、垫一下、伸一下、歪一下。顺序不能乱，每一下都有固定的对象。理解了它们在空间几何中的含义，后面所有公式都只是把这四步精确地“算出来”而已。

Ai=Rot⁡(zi−1,θi)⋅Trans⁡(zi−1,di)⋅Trans⁡(xi,ai)⋅Rot⁡(xi,αi)\displaystyle A_i = \operatorname{Rot}(z_{i-1}, \theta_i) \cdot \operatorname{Trans}(z_{i-1}, d_i) \cdot \operatorname{Trans}(x_i, a_i) \cdot \operatorname{Rot}(x_i, \alpha_i)
这个式子把四个DH参数翻译成四个基本动作：转、垫、伸、歪。动作顺序从左到右，像乐高说明书上的四步安装指令。
  1. 绕z转θ\(\operatorname{Rot}(z_{i-1}, \theta_i)\) 描述“关节转动”——沿着前一个坐标系 \(i-1\) 的 \(z\) 轴旋转关节角 \(\theta_i\)，相当于拧动积木的转轴。
    Rot⁡(zi−1,θi)\displaystyle \operatorname{Rot}(z_{i-1}, \theta_i)
  2. 沿z移d\(\operatorname{Trans}(z_{i-1}, d_i)\) 描述“垫高或缩回”——沿着同一个 \(z\) 轴平移 \(d_i\) 距离，相当于在积木之间塞入不同厚度的垫片。
    Trans⁡(zi−1,di)\displaystyle \operatorname{Trans}(z_{i-1}, d_i)
  3. 沿x移a\(\operatorname{Trans}(x_i, a_i)\) 描述“向前伸臂”——沿着新坐标系 \(i\) 的 \(x\) 轴平移连杆长度 \(a_i\)，相当于把积木往前伸出。
    Trans⁡(xi,ai)\displaystyle \operatorname{Trans}(x_i, a_i)
  4. 绕x扭转α\(\operatorname{Rot}(x_i, \alpha_i)\) 描述“歪脖子”——绕新的 \(x_i\) 轴扭转角度 \(\alpha_i\)，相当于把积木斜着插紧。
    Rot⁡(xi,αi)\displaystyle \operatorname{Rot}(x_i, \alpha_i)

坐标系建立

搭积木前，你得先定义清楚“前”和“上”。对一块楔形乐高，你说“往前装”，到底往哪边？DH法做了一件很聪明的事：给每个关节贴一张坐标标签，规定 \(z\) 轴沿着关节的转动轴，\(x\) 轴沿着两根相邻转轴之间的“最近连线”，\(y\) 轴按右手定则补齐。标签贴法全世界统一，谁来了都不会搞混。

具体规则是这样的：先把坐标系的 \(z\) 轴放在关节轴上；然后观察相邻两个关节轴 \(z_{i-1}\) 和 \(z_i\)，它们大多是空间中既不平行也不相交的“异面直线”，在几何上存在一条唯一的公垂线（同时垂直于两条直线的最短连线），就让 \(x_i\) 轴沿着这条公垂线、指向 \(z_i\) 那一侧；最后用右手定则 \(y_i = z_i \times x_i\) 补上 \(y\) 轴。

这套规则的巧妙之处在于：\(a_i\) 和 \(\alpha_i\) 正好“隐身”在坐标系的几何关系里——\(z_{i-1}\) 与 \(z_i\) 的公垂线长度就是 \(a_i\)，两轴夹角就是 \(\alpha_i\)。原点设在 \(x_i\) 轴与 \(z_i\) 轴的交点。基座坐标系记为第0号，末端工具坐标系记为第 \(n\) 号，中间每个关节对应一个编号，像乐高工厂给每块积木喷上的序列号。

给积木贴“坐标标签”不再是个人风格问题，而是有严格考试答案的：先找两根转轴的最短距离，把 \(x\) 标签贴在那条最短连线上，再用右手定则划出 \(y\) 标签。所有人都贴同一个位置，机械臂的“坐标系地图”才是唯一的。

ai=dist⁡(zi−1,zi),αi=∠(zi−1,zi)\displaystyle a_i = \operatorname{dist}(z_{i-1}, z_i), \qquad \alpha_i = \angle(z_{i-1}, z_i)
这个式子告诉我们：连杆长度 \(a\) 和扭转角 \(\alpha\) 不是凭空挑出来的，而是由两根关节轴的几何关系唯一决定。
  1. 公垂线距离\(\operatorname{dist}(z_{i-1}, z_i)\) 是两关节轴之间的最短距离，数值上等于连杆长度 \(a_i\)，且方向沿 \(x_i\) 轴正向。
    dist⁡(zi−1,zi)=ai\displaystyle \operatorname{dist}(z_{i-1}, z_i) = a_i
  2. 空间夹角\(\angle(z_{i-1}, z_i)\) 是两轴之间的空间夹角，绕 \(x_i\) 轴测量，数值上等于连杆扭转 \(\alpha_i\)。
    ∠(zi−1,zi)=αi\displaystyle \angle(z_{i-1}, z_i) = \alpha_i
  3. 异面直线公垂线空间中两条不平行也不相交的直线，存在唯一一条公垂线同时垂直于它们，这就是 \(x_i\) 轴存在的几何依据。
    xi⊥zi−1,xi⊥zi\displaystyle x_i \perp z_{i-1}, \quad x_i \perp z_i
  4. 右手定则补y\(y_i = z_i \times x_i\) 由向量叉乘给出，保证每个坐标系的 \(x\)、\(y\)、\(z\) 三轴构成标准右手系。
    yi=zi×xi\displaystyle y_i = z_i \times x_i

变换矩阵

每块积木上都贴了一张“转换纸条”，正面写着四步动作，背面是一个 \(4\times4\) 的数表。想知道末端积木相对底座在哪，就把从底座到末端的所有纸条按顺序叠乘。千万不要拿错顺序——先放底座那张，再放中间那张，最后才是手那张。

把第2节的四次基本变换代入并整理，就得到DH法最核心的公式——相邻坐标系的齐次变换矩阵。它把“转、垫、伸、歪”四个动作融进一个矩阵：

若关节是旋转关节，矩阵里的 \(\theta_i\) 是变量；若是移动关节，\(d_i\) 是变量；其余参数在机械臂设计定型后就是常数。整条手臂的末端变换等于这些矩阵按顺序连乘。每个变换矩阵就像一张乐高“转换纸条”，把四步动作打包成一个黑盒。工程师不必时刻盯着里面的三角函数，只需要正确调用它——就像你不需要重学几何也能拼好积木。

Tii−1=[cos⁡θi−sin⁡θicos⁡αisin⁡θisin⁡αiaicos⁡θisin⁡θicos⁡θicos⁡αi−cos⁡θisin⁡αiaisin⁡θi0sin⁡αicos⁡αidi0001]T_i^{i-1} =\begin{bmatrix}\cos\theta_i & -\sin\theta_i\cos\alpha_i & \sin\theta_i\sin\alpha_i & a_i\cos\theta_i\\\sin\theta_i & \cos\theta_i\cos\alpha_i & -\cos\theta_i\sin\alpha_i & a_i\sin\theta_i\\0 & \sin\alpha_i & \cos\alpha_i & d_i\\0 & 0 & 0 & 1\end{bmatrix}
这张“数表”是整篇文章的心脏：每一行、每一列都有几何含义，把旋转和平移统一成一次矩阵乘法。
  1. 姿态旋转块左上角 \(3\times3\) 矩阵由 \(\theta_i\) 和 \(\alpha_i\) 混合构成，负责描述坐标系 \(i\) 相对坐标系 \(i-1\) 的姿态旋转。
    R=[cos⁡θi−sin⁡θicos⁡αisin⁡θisin⁡αisin⁡θicos⁡θicos⁡αi−cos⁡θisin⁡αi0sin⁡αicos⁡αi]R = \begin{bmatrix} \cos\theta_i & -\sin\theta_i\cos\alpha_i & \sin\theta_i\sin\alpha_i \\ \sin\theta_i & \cos\theta_i\cos\alpha_i & -\cos\theta_i\sin\alpha_i \\ 0 & \sin\alpha_i & \cos\alpha_i \end{bmatrix}
  2. 位置平移列右上角 \(3\times1\) 向量存放坐标系 \(i\) 的原点在坐标系 \(i-1\) 中的位置，由 \(a_i\) 和 \(d_i\) 贡献。
    p=[aicos⁡θiaisin⁡θidi]\boldsymbol{p} = \begin{bmatrix} a_i\cos\theta_i \\ a_i\sin\theta_i \\ d_i \end{bmatrix}
  3. 第三行特殊结构第三行前两列为0，第三、四列为 \(\sin\alpha_i\)、\(\cos\alpha_i\)，体现绕 \(x\) 轴扭转 \(\alpha_i\) 对姿态的影响。
    [0sin⁡αicos⁡αidi]\begin{bmatrix} 0 & \sin\alpha_i & \cos\alpha_i & d_i \end{bmatrix}
  4. 齐次底行最后一行 \([0\ \ 0\ \ 0\ \ 1]\) 是齐次坐标的“缩放因子占位”，有了它，旋转和平移才能统一到一次矩阵乘法里。
    [0001]\begin{bmatrix} 0 & 0 & 0 & 1 \end{bmatrix}

正运动学求解

你照着说明书从底座一块一块往手上搭，搭完全程，末端那块积木落在桌上哪个位置、指向哪个方向，自然就知道了。正运动学就是这个“顺着搭”的过程：已知每个关节转了多少，求手在哪里。

标准做法分三步：第一步，填一张DH参数表，把每个关节的 \(a\)、\(\alpha\)、\(d\)、\(\theta\) 一行行写清楚，就像列乐高零件清单；第二步，把每一行参数带入变换矩阵公式，写出每个 \(T_i^{i-1}\)；第三步，把矩阵从左到右连乘，得到末端相对基座的位姿 \(T_n^0\)。以常见的六轴机械臂为例，末端位姿就是六张“转换纸条”的乘积：

拿到 \(T_6^0\) 后，左上 \(3\times3\) 块是旋转矩阵，可用来提取姿态角；右上 \(3\times1\) 列就是手腕位置坐标。仿真、离线编程、轨迹规划都会反复调用这段“从角度到位姿”的映射。正运动学就是“按图施工”：每一步都由DH四参数严格规定，最后一块积木的空间位置透明可算。这也是为什么工业界敢先在虚拟仿真里验证动作——因为正解公式和真实几何严格一致。

T60=T10 T21 T32 T43 T54 T65\displaystyle T_6^0 = T_1^0 \, T_2^1 \, T_3^2 \, T_4^3 \, T_5^4 \, T_6^5
这个式子说：从底座到末端，六个关节各自贡献一个变换矩阵，按编号顺序乘在一起，结果就是手的精确位置和朝向。
  1. 末端位姿矩阵\(T_6^0\) 是工具坐标系 \(\{6\}\) 相对基座坐标系 \(\{0\}\) 的位姿，既包含末端位置，也包含末端朝向。
    T60T_6^0
  2. 相邻矩阵链\(T_1^0, T_2^1, \ldots, T_6^5\) 依次表示“第1关节相对底座”、“第2关节相对第1关节”……“第6关节相对第5关节”，一环扣一环。
    T10 T21 T32 T43 T54 T65\displaystyle T_1^0 \, T_2^1 \, T_3^2 \, T_4^3 \, T_5^4 \, T_6^5
  3. 连乘顺序矩阵按关节索引从小到大连乘，顺序严格固定；一旦交换顺序，得到的是另一条完全不存在的“幻影手臂”位姿。
    TabTcd≠TcdTab(a≠c 时一般不等)\displaystyle T_a^b T_c^d \neq T_c^d T_a^b \quad (a\neq c\text{ 时一般不等})
  4. 末行检查最终 \(T_6^0\) 的最后一行仍为 \([0,0,0,1]\)，乘积是合法齐次变换矩阵，可以直接提取位置和姿态。
    [0001]\begin{bmatrix} 0 & 0 & 0 & 1 \end{bmatrix}

逆运动学分析

现在把剧本反过来：你想让乐高机器人的手抓住桌上的水杯，却不能直接把手挪过去——你只能拧动肩、肘、腕这些关节。于是要倒着推算：每个关节各转多少度，手才能刚好落在杯子上？你很快就意识到，可能有几种姿势都能碰到杯子，比如“直臂够”和“弯腰够”。逆运动学就是这种“倒推关节角”的过程。

数学上，正运动学是函数 \(f(\boldsymbol{\theta}) = \boldsymbol{p}\)，逆运动学则是已知末端位置 \(\boldsymbol{p}\) 和姿态 \(R\)，反解关节角 \(\boldsymbol{\theta}\)。难点在于：解可能不存在、可能不唯一、还可能有无穷多组。目标点必须在机械臂的工作空间内才有解；同一个末端位姿常常对应多组关节角（比如肘在左还是肘在右）；而冗余机械臂（自由度超过6）则存在无数种摆放方式。

求解方法分两大类：解析法要求机械臂满足特定几何条件，例如Pieper准则——相邻三轴交于一点，此时六轴臂的逆解可以写成封闭代数式，速度快、精度高；数值法则用牛顿-拉夫森迭代或雅可比伪逆，对任意结构都通用，但需要好的初值，可能陷入局部最优或奇异位形。

逆运动学就像“倒放乐高搭建视频”：只看到最后一帧手的姿态，却要猜每一步怎么拧。猜法不止一种，聪明的工程师会结合“手臂别撞东西”“姿势别太怪”等约束，挑一个最稳妥的姿势执行。

f(θ)=pdesired,θ=f−1(pdesired)\displaystyle f(\boldsymbol{\theta}) = \boldsymbol{p}_{\text{desired}}, \qquad \boldsymbol{\theta} = f^{-1}(\boldsymbol{p}_{\text{desired}})
这个式子把逆运动学概括为一个“反函数”问题：正着算函数 \(f\)，反着解关节角 \(\boldsymbol{\theta}\)。但这个“反函数”往往一对多，要挑合理解。
  1. 正运动学映射\(f(\boldsymbol{\theta})\) 是把一组关节角 \(\boldsymbol{\theta}\) 映射到末端位置向量 \(\boldsymbol{p}\) 的函数，前面几节算的就是它。
    f(θ)\displaystyle f(\boldsymbol{\theta})
  2. 期望位置\(\boldsymbol{p}_{\text{desired}}\) 是希望末端到达的目标坐标，比如“水杯在桌面上的三维坐标”。
    pdesired\displaystyle \boldsymbol{p}_{\text{desired}}
  3. 逆映射符号\(f^{-1}\) 表示“反推关节角”的逆映射，它不像普通函数的反函数那样单值，而通常是一对多的关系。
    f−1(pdesired)\displaystyle f^{-1}(\boldsymbol{p}_{\text{desired}})
  4. 多解与约束工程中会额外加上关节限位、避碰、姿态偏好等约束，再在众多候选解中挑出唯一合理的那个。
    θ=arg⁡min⁡θ∥f(θ)−pdesired∥2+约束项\displaystyle \boldsymbol{\theta} = \arg\min_{\boldsymbol{\theta}} \| f(\boldsymbol{\theta}) - \boldsymbol{p}_{\text{desired}} \|^2 + \text{约束项}

工程应用实践

工厂里的机械臂实际上是“自动搭积木机”，但它有个现实问题：搭上几万次之后，积木可能磨小了一点，说明书却没有更新，手抓零件的误差就越攒越大。怎么破？定期“量尺寸、改说明书”——这就是工程中的运动学标定。

工程实践中，DH参数有三个关键用途：一是正运动学用于实时显示末端位姿、做碰撞检测和可视化；二是逆运动学用于轨迹规划，把目标点变成关节角的运动序列；三是标定，利用外部测量设备实测末端位置，反过来修正DH参数中的结构误差。

标定通常这样做：让机械臂走一组标定点，用激光跟踪仪或视觉系统测出末端实际位置，再与DH模型预测位置对比。这里的偏差既来自连杆长度误差，也来自扭转角误差和关节零点偏移。通过最小化所有标定点上预测与实测的偏差平方和，就能辨识出真实的参数误差：

标定就是给乐高机器人“重新量尺寸”：积木旧了、变形了，把新尺寸写回说明书，机械臂就重新精准了。DH参数法不仅是纸上公式，更是贯穿机器人出厂、调试、维护全生命周期的基础设施——它让“自动搭积木机”日复一日地稳、准、快。

min⁡Δξ∑k=1N∥pksim−pkmeas∥2\displaystyle \min_{\Delta\boldsymbol{\xi}} \sum_{k=1}^{N} \left\| \boldsymbol{p}_k^{\text{sim}} - \boldsymbol{p}_k^{\text{meas}} \right\|^2
这个式子是标定的“评分公式”：让说明书预测的位置，尽可能接近激光测出来的真实位置。偏差平方和越小，说明这本说明书越接近现实。
  1. 误差向量\(\Delta\boldsymbol{\xi}\) 是所有DH参数微小误差的集合，例如各连杆长度误差、扭转角误差和关节零点偏移。
    Δξ\Delta\boldsymbol{\xi}
  2. 模型预测位置\(\boldsymbol{p}_k^{\text{sim}}\) 是第 \(k\) 个标定点上，由当前DH模型计算的末端位置——“说明书说它应该在这”。
    pksim\displaystyle \boldsymbol{p}_k^{\text{sim}}
  3. 实测真实位置\(\boldsymbol{p}_k^{\text{meas}}\) 是第 \(k\) 个标定点上由测量设备得到的真实末端位置——“尺子说它实际在这”。
    pkmeas\displaystyle \boldsymbol{p}_k^{\text{meas}}
  4. 平方和最小化外层 \(\min\) 表示不断调整误差参数，让“说明书预测”与“现实测量”在全部 \(N\) 个点上的总偏差最小。
    min⁡Δξ∑k=1N∥pksim−pkmeas∥2\displaystyle \min_{\Delta\boldsymbol{\xi}} \sum_{k=1}^{N} \left\| \boldsymbol{p}_k^{\text{sim}} - \boldsymbol{p}_k^{\text{meas}} \right\|^2

AI 应用场景

工业机械臂的离线轨迹规划

阶段：运动规划与仿真验证

解决的问题：传统示教编程需要人工拖拽机械臂逐点记录路径，换产时停机好几天；人工示教还难以保证姿态平滑与避障合理。基于DH参数的正逆运动学模型，让工程师在虚拟环境里直接规划末端轨迹，再自动换算成关节角序列，大幅缩短部署时间。

具体案例：某汽车焊装车间的一台六轴点焊机器人要完成128个焊点。工程师导入工件CAD模型，基于DH模型为每个焊点调用逆运动学求关节角，并在仿真中校验无碰撞。整个换产从3天缩短到4小时，焊点位置误差低于0.6mm。

手术机器人运动学标定

阶段：参数辨识与精度优化

解决的问题：微创手术机器人结构紧凑、装配误差敏感，直接使用理论DH参数会导致末端偏移达到毫米级，这在手术中完全不可接受。借助DH标定方法，用外部测量设备采集末端位置，以模型预测与实测的残差最小化为目标，优化出真实的 \(a\)、\(\alpha\)、\(d\)、\(\theta\) 参数。

具体案例：某手术机器人研发团队用激光跟踪仪采集了100组末端位姿，完成DH参数辨识后，末端定位误差从2.3mm降至0.4mm，达到临床使用的精度门槛。

Python 演示

python39 行
import numpy as np  def dh_matrix(a, alpha, d, theta):    """根据DH四参数构造相邻坐标系变换矩阵"""    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]    ])  def forward_kinematics(dh_params):    """把各个关节的DH参数拼成矩阵并依次连乘"""    T = np.eye(4)    for a, alpha, d, theta in dh_params:        T = T @ dh_matrix(a, alpha, d, theta)    return T  def main():    # 三段式机械臂: 腰部旋转 + 大臂 + 小臂    dh_params = [        (0, np.pi / 2, 0.3, np.pi / 6),        (0.6, 0, 0.0, np.pi / 4),        (0.5, 0, 0.0, np.pi / 5),    ]    T_end = forward_kinematics(dh_params)    pos = T_end[:3, 3]    print("末端位置: ({:.3f}, {:.3f}, {:.3f})".format(*pos))    print("末端旋转矩阵:")    print(T_end[:3, :3])  if __name__ == "__main__":    main()
目的：用Python实现DH正运动学——输入每个关节的四个DH参数，输出机械臂末端的精确位置和姿态矩阵。
  1. def dh_matrix(a, alpha, d, theta):定义DH四参数的变换矩阵构造器，是全文核心矩阵公式的代码化身。
  2. ct, st = np.cos(theta), np.sin(theta)提前算好三角函数，避免在矩阵字面量里重复计算。
  3. T = np.eye(4)初始化4×4单位矩阵，作为矩阵连乘的“起点底座”。
  4. T = T @ dh_matrix(...)把当前矩阵与下一关节矩阵相乘，这就是“转换纸条依次叠乘”。
  5. pos = T_end[:3, 3]取出矩阵右上角的3×1平移列，即末端位置坐标。

常见误区

误区很多初学者以为移动关节没有关节角，所以在填DH参数表时直接把移动关节的θ写成0或者留空，甚至跳过这个参数。

正解DH模型里每个关节都定义完整的一组 \((a, \alpha, d, \theta)\)。旋转关节以θ为变量、移动关节以d为变量，但另一个参数依然存在，只是固定为常量。跳过或留空都会导致变换矩阵少一块，末端位置完全算错。就像搭积木时每一块连接都要回答四个问题，不能因为“这块不会转”就不回答“转了多少度”——答案可以是固定的0度。

为何常见：因为旋转关节给人印象最深的就是“转动角度”，而移动关节的θ不变化，容易被误认为不存在。

误区新手在做正运动学连乘时觉得“反正都是乘，先乘哪个都一样”，于是把矩阵顺序打乱，结果得到错误的末端位姿。

正解矩阵乘法不满足交换律，\(A \times B\) 与 \(B \times A\) 通常完全不同。DH变换矩阵必须严格按“从基座到末端”的关节索引顺序连乘。这就像搭乐高不能先搭第三层再搭第一层——顺序错了，积木就悬空了。

为何常见：小学算术里数字乘法交换律太根深蒂固，人们习惯性以为“乘法都可以换位置”。

误区看到 \(\alpha\) 和 \(\theta\) 都是角度，以为两个角都是绕同一个轴转，于是把DH矩阵中的旋转方向搞混。

正解\(\theta\) 是绕前一个坐标系的 \(z_{i-1}\) 轴旋转，\(\alpha\) 是绕新坐标系的 \(x_i\) 轴扭转。一个管“关节转动”，一个管“连杆歪斜”，旋转轴完全不同。就好比乐高里“拧连接栓”和“掰弯连接杆”是两个不同动作，不能混为一谈。

为何常见：四个参数中两个是长度、两个是角度，缩写又都是希腊字母，记混旋转轴是常见错因。

误区只要给了一个末端位姿，就一定能算出一组唯一的关节角。

正解逆解可能无解（目标超出工作空间）、多解（肘上/肘下、腕翻转）、甚至无穷解（冗余机械臂）。实际工程必须结合关节限位、避障、姿态偏好等约束来挑选最优解。就像伸手够杯子，可以直臂够、弯腰够、踮脚够，每种姿势都是解，但要选最舒服不撞墙的那个。

为何常见：正运动学是“角度到位姿”的确定映射，容易让人以为反方向也是唯一确定的。

误区机械臂末端不准时，初学者第一反应是“关节角零点没调好”，于是只调θ，忽略其他参数误差。

正解末端误差由 \(a\)、\(\alpha\)、\(d\)、\(\theta\)（零点）四个参数的误差共同贡献。尤其连杆长度误差和扭转误差在远距离处会被几何放大，专业标定必须同时辨识全部DH参数。就像一本乐高图纸，如果积木本身尺寸印错了，你光改“角度”那栏，依然拼不出精准的模型。

为何常见：关节角是唯一时时变化的量，人们容易把一切误差归咎于“看起来最活跃”的那个参数。

面试题

Q1. DH参数法中，描述相邻两关节轴之间夹角的是哪个参数？

单选题 · easy

  • A.连杆长度a
  • B.连杆扭转α← 正确答案
  • C.关节距离d
  • D.关节角度θ

答案：B。连杆扭转α定义的是相邻两个关节轴 \(z_{i-1}\) 与 \(z_i\) 的空间夹角，绕新的x轴测量。a是两轴的最短距离，d是沿z轴的平移量，θ是绕z轴的旋转角。好比乐高积木“歪脖子”的程度由α决定。

Q2. 在标准DH模型中，旋转关节的变量是哪个参数？

单选题 · easy

  • A.连杆长度a
  • B.连杆扭转α
  • C.关节角度θ← 正确答案
  • D.关节距离d

答案：C。旋转关节通过电机改变的是关节角θ，所以θ是变量；d是移动关节的变量，而a和α由机械臂结构决定、通常是常量。就像拧乐高转轴时，变的只有“旋转角度”这一栏。

Q3. 齐次变换矩阵的维度是多少？

单选题 · easy

  • A.二行二列的方阵
  • B.三行三列的方阵
  • C.四行四列的方阵← 正确答案
  • D.六行六列的方阵

答案：C。DH变换矩阵是4×4齐次矩阵，最后一行固定为[0,0,0,1]。它把三维旋转和平移统一到一次矩阵乘法中。就像一张乐高“转换纸条”恰好有16个格子，能同时记下“方向”和“位置”。

Q4. 正运动学求解的数学本质是：

单选题 · mid

  • A.多个变换矩阵求逆
  • B.多个变换矩阵连乘← 正确答案
  • C.单个矩阵做转置
  • D.多个矩阵逐元素相加

答案：B。正运动学把每个关节的DH矩阵按顺序连乘，得到末端位姿。求逆是逆运动学或反向变换的工具，转置和逐元素加和与位姿合成无关。这就像把一路上的乐高“转换纸条”按顺序叠起来。

Q5. 标准DH法中，x_i轴的方向通常取为：

单选题 · mid

  • A.沿关节i的旋转轴方向
  • B.沿z_{i-1}和z_i的公垂线方向← 正确答案
  • C.沿竖直向下的重力方向
  • D.沿连杆末端的外法线方向

答案：B。x_i轴沿z_{i-1}与z_i的公垂线方向，这是坐标系建立规则的核心。z轴才沿关节轴方向；重力和外法线与DH定义无关。好比乐高标签中“前后”方向由两根转轴的最短连线决定。

Q6. 六轴机械臂相邻三轴交于一点时，可用什么方法封闭求解逆运动学？

单选题 · mid

  • A.使用Pieper准则求解← 正确答案
  • B.使用牛顿法迭代求解
  • C.使用梯度下降迭代求解
  • D.使用蒙特卡洛随机采样

答案：A。Pieper准则指出，当六轴臂相邻三轴交于一点时（大多数工业六轴臂都满足），逆运动学可写成封闭代数式，快速精确。牛顿法、梯度下降和蒙特卡洛属于数值或随机方法，通用但速度慢、需要初值。

Q7. 下列哪些属于DH四参数的组成部分？

多选题 · mid

  • A.确定坐标系的连杆长度← 正确答案
  • B.描述连杆扭曲的扭转角← 正确答案
  • C.关联关节运动的旋转角← 正确答案
  • D.实测末端的直线速度

答案：ABC。DH四参数是连杆长度a、连杆扭转α、关节距离d、关节角度θ。末端速度属于运动学中的速度分析范畴，不是DH参数。就像乐高说明书四个数字里，不会包含“末端积木速度”这一项。

Q8. 逆运动学求解可能遇到哪些困难？

多选题 · hard

  • A.目标点超出工作空间导致无解← 正确答案
  • B.同一个末端位姿对应多组关节角← 正确答案
  • C.每个关节角必然有且仅有一个解
  • D.奇异位形附近雅可比矩阵病态← 正确答案

答案：ABD。逆运动学无解（目标不可达）、多解（肘上肘下）、奇异位形数值不稳定都是典型困难。C的说法是理想化误解——事实上逆解常常不唯一。如同一个乐高姿势往往有多种搭法，且某些极限角度会让计算“卡壳”。

Q9. 关于DH参数标定，下列说法正确的是：

多选题 · extreme

  • A.只需修正θ参数就能消除全部误差
  • B.用实测末端位置优化DH参数← 正确答案
  • C.标定后减小模型与实机的偏差← 正确答案
  • D.标定过程完全无需测量设备

答案：BC。标定用外部测量设备采集末端真实位置，以模型预测与实测的残差为目标优化DH参数，从而减小模型与实际机械臂的偏差。A只修正θ无法消除a、α、d的误差，D没有测量就无法辨识参数。就像改乐高说明书不能只改角度，还要拿尺子量才行。

Q10. 变换矩阵连乘时，如果交换两个相邻关节矩阵的顺序，会发生什么？

单选题 · hard

  • A.结果不变，矩阵乘法可交换
  • B.得到另一组完全不同的末端位姿← 正确答案
  • C.矩阵变成单位矩阵
  • D.矩阵维数变成3×3

答案：B。矩阵乘法不满足交换律，交换相邻关节矩阵会得到完全不同的末端位姿。这是因为旋转和平移的合成与顺序强相关。好比搭乐高先装手臂再装底座与先装底座再装手臂，得到的结构完全不同。