企业官网建设流程全解析

简介：《机器人建模和控制》习题答案以PDF文档形式整理，面向学习机器人运动学、动力学与控制理论的高校学生、研究生及工程技术人员，可用于课后对照、复习自测与考前查漏补缺。压缩包内共1个PDF文件，大小约6.46MB，结构简洁，适合在电脑或平板上直接查阅、标注与打印。已有3106人学习下载，在机器人学基础训练中具有一定参考价值。内容围绕教材各章习题展开，涉及坐标变换、正向与逆向运动学、牛顿—欧拉和拉格朗日动力学建模、轨迹规划、基于Lyapunov理论的稳定性分析以及传感器数据处理等典型题目；答案可用于核对推导过程、理解建模思路、发现计算盲点，并帮助读者把课堂理论、习题训练与工程应用衔接起来。

1. 知识地图：机器人建模和控制这门课的习题，考点其实高度收敛

机器人建模和控制这门课的课后题，翻开目录会以为要啃下一整本书，真做下来会发现考点高度收敛：位姿描述、正向与逆向运动学、雅可比、动力学方程、控制律设计与稳定性证明，五层依次递进，每一层都在前一层的输出上继续算。这也是我建议先看知识地图、再翻习题答案的原因——地图不清楚，答案每一步都看得懂，连起来就断片。

这张地图大概长这样：坐标系与齐次变换是所有题的地基；运动学负责“关节角变末端位姿”，逆解负责反着来；雅可比把速度、静力接到同一套矩阵上；动力学给出力矩与运动的关系；控制在动力学之上设计误差收敛的律。适合两类人：正在跟课、想把零散作业串成体系的人，以及期末或考研复习、需要快速定位薄弱环节的人。习题答案的价值不在于抄，而在于每一步都能对上地图上的某个节点。

2. 位姿与运动学：齐次变换、DH 参数与正逆解的完整解题链

2.1 坐标系与齐次变换：把一句文字题翻译成一个矩阵

这一层的题，九成错误不是算错，而是坐标系没对齐。习题里常出现四种坐标系：世界（基座）坐标系、关节坐标系、工具（末端）坐标系、任务（工件）坐标系。读题时先在草稿上画三个箭头，标清“谁相对谁”，再动笔列矩阵，比直接套公式稳得多。

齐次变换矩阵是 4×4 结构，左上 3×3 是旋转矩阵 R，右上 3×1 是平移向量 p，最后一行是 [0 0 0 1]。R 必须满足正交性 RᵀR = I 且 det R = 1，这两条是后面所有验算的抓手。复合变换的乘法顺序有个口诀：左乘是绕基座系（固定系）变换，右乘是绕当前（动系）变换。写错顺序是这一节最常见的翻车点。

import numpy as np def rot_z(t): c, s = np.cos(t), np.sin(t) return np.array([[c, -s, 0], [s, c, 0], [0, 0, 1]]) def make_T(R=np.eye(3), p=np.zeros(3)): T = np.eye(4) T[:3, :3] = R # 旋转块 T[:3, 3] = p # 平移块 return T def inv_T(T): R, p = T[:3, :3], T[:3, 3] # 刚体变换的逆有解析形式，不用调 np.linalg.inv return make_T(R.T, -R.T @ p) T = make_T(rot_z(np.pi / 2), np.array([1.0, 2.0, 0.0])) assert np.allclose(T @ inv_T(T), np.eye(4))

这段代码里，rot_z只处理绕 z 轴旋转，其余轴同理换基向量即可；inv_T用的是 Rᵀ 和 -Rᵀp 的解析逆，前提是 R 严格正交、没有缩放。习题里凡是要求“求逆变换”，先检查 R 是否正交，再决定用解析式还是数值求逆。用np.linalg.inv算出来的结果如果和解析式差在 1e-12 量级，说明矩阵构造没问题；差得多，基本是 R 里混进了缩放或者行列式为 -1。

还有一个容易忽略的点：齐次矩阵的最后一行的前三个元素必须严格为 0，第四个数为 1。有些手写推导会把透视项写成非零，后面再乘就会把平移“放大”，结果越算越离谱。

2.2 旋转的三种参数化：轴角、欧拉角与四元数怎么互转不翻车

习题里同一个姿态会换三种问法：给矩阵求轴角、给欧拉角求矩阵、给四元数判断等价性。理清各自的自由度和退化条件，比背公式重要。

ZYZ 和 RPY 是最容易混的一对：前者常用于关节型机械臂的腕部，后者常用于飞行器或移动平台。考试里给了“绕 z、再绕 y、再绕 x”这种文字描述，一定按字面顺序写成矩阵连乘，别凭记忆套现成公式。

互转之后的验算有个笨但有效的办法：把结果再转回去，看是否复现原矩阵。四元数要记住双覆盖，q 和 -q 是同一个旋转，判断“是否相等”时应当比较旋转效果，而不是逐个分量比较。万向节死锁的判断也别只背结论，直接看反解公式里是否出现除以 cos β 或 sin β 的项，β 接近 ±90° 时分母趋零，这就是死锁的数学来源。

2.3 DH 参数表：四个参数怎么读、表怎么建

DH 参数是运动学题的“字典”。标准 DH 约定下，相邻两连杆的变换由四个参数决定：θ（绕 z 轴的关节角）、d（沿 z 轴的连杆偏距）、a（沿 x 轴的连杆长度）、α（绕 x 轴的连杆扭转角）。单个变换写成：

A = Rot(z, θ) · Trans(z, d) · Trans(x, a) · Rot(x, α)

建表步骤梳理下来是四步：先定每个关节的 z 轴（沿关节转轴或移动方向）；再找相邻 z 轴的公垂线，把 x 轴放在公垂线上；然后读 a（两 z 轴公垂线距离）和 α（两 z 轴夹角）；最后读 d 和 θ。转动关节的 θ 是变量、d 是常数，移动关节反过来。

def dh_transform(theta, d, a, alpha): ct, st = np.cos(theta), np.sin(theta) ca, sa = np.cos(alpha), np.sin(alpha) # 标准 DH：Rot(z,theta)·Trans(z,d)·Trans(x,a)·Rot(x,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] ]) # 平面二连杆：l1 = l2 = 1，全部绕 z 轴转动 def fk_2r(q, l1=1.0, l2=1.0): A1 = dh_transform(q[0], 0, l1, 0) # 连杆 1 A2 = dh_transform(q[1], 0, l2, 0) # 连杆 2 return A1 @ A2 print(fk_2r([0.0, 0.0])[:3, 3]) # 应为 [2, 0, 0]

dh_transform里四个参数顺序不要换，alpha的余弦落在第三行第三列，a只影响平移块。用平面二连杆自测：两关节都为 0 时末端应在 [l1+l2, 0, 0]，关节 2 转 90° 时应在 [l1, l2, 0]，这两个数对不上，说明表建错了。

改进 DH（Craig 约定）和标准 DH 的差别在于：改进型的 x 轴沿 z_{i-1} 与 z_i 的公垂线，变换顺序变成 Rot(x, α) · Trans(x, a) · Rot(z, θ) · Trans(z, d)。两种约定不能混用，一道题里从头到尾只用一种。有些习题答案不写约定，直接给矩阵，这时候对照它 q = 0 时的矩阵是否与你的一致，就能反推它用的是哪种。

2.4 正向运动学：乘积链与三个验算习惯

正向运动学在形式上很简单：T_0^n = A_1 · A_2 · … · A_n。难的是乘完以后自己不确定对不对。三个验算习惯能挡掉大部分错误：第一，令所有关节角为 0，把结果和机构简图上量出来的尺寸对比；第二，只让某一个关节转动，看末端轨迹是不是该关节对应的圆弧；第三，看平移向量各分量的量级，如果出现比连杆总长还大的数，多半是某个 a 或 d 填错了位置。

还有一类题会问“末端在基座系下的位姿”，但图里给的是工具坐标系。这时要右乘一个固定的工具变换 T_tool，位置是 T_0^n · T_tool。很多人把工具变换左乘到最前面，结果整个机械臂像被平移了一样，这种错误在数值上很难一眼看出来，只能靠验算习惯拦。

2.5 逆向运动学：解析解、几何解与数值解的取舍

逆解的题面通常很客气：“求所有解”或“判断是否可达”。解析解存在性有个经典判据：三个相邻关节轴交于一点，或者三个相邻轴互相平行，就存在封闭解。六自由度关节型机械臂大多按“前三轴定位置、后三轴定姿态”拆开解，位置部分用几何法，姿态部分用欧拉角反解。

平面二连杆是最小可解例子，用余弦定理直接写：cos θ₂ = (x² + y² - l₁² - l₂²) / (2 l₁ l₂)，θ₂ 取正负得到肘上、肘下两组解，再代回求 θ₁。这一步最容易漏的是解的个数，题目问“所有解”时只写一组，扣分很冤。

数值解适合没有封闭解的结构，牛顿-拉夫逊迭代是标配，但雅可比在奇异位形附近会病态，工程上更常用阻尼最小二乘：

def ik_dls(fk, jac, q0, x_target, iters=300, tol=1e-8, lam=1e-3): q = np.array(q0, dtype=float) for k in range(iters): e = np.asarray(x_target) - fk(q) if np.linalg.norm(e) < tol: break J = jac(q) # (JᵀJ + λ²I)⁻¹Jᵀ 的等价写法，避免直接求 JᵀJ 的逆 dq = J.T @ np.linalg.solve(J @ J.T + lam**2 * np.eye(J.shape[0]), e) q = q + dq return q, np.linalg.norm(e)

lam是阻尼系数，取 1e-3 到 1e-2 之间比较稳；iters给大一点不影响收敛速度，只影响失败时的耗时；tol按任务精度取，位置量级是米时 1e-8 已经足够。这个写法比np.linalg.pinv(J)更稳，因为它在奇异附近自动退化成梯度下降，不会因为 J 不满秩直接报错。

解出多组解之后还有筛选：关节限位、避障、解的连续性。习题里常给限位表，别忘了逐组检查，很多人算出四组解就直接写“共四组”，实际只有两组落在限位内。

2.6 雅可比与奇异位形：速度题和力题共用一套矩阵

雅可比描述关节速度到末端速度的线性映射：v = J(q) q̇。构造上有几何法和微分法两条路，几何法更直观：第 i 列由 z_i × (p_e - p_i) 和 z_i 组成，转动关节如此，移动关节只取 z_i。写的时候一定要在矩阵右上角标注参考系，因为同一机械臂在基座系和末端系下的雅可比不一样，静力题用错参考系，力矩会差一个旋转变换。

奇异位形是 det J(q) = 0 的位形，物理上意味着某些方向末端动不了。可操作度 w = sqrt(det(J Jᵀ)) 常被用来量化“离奇异有多远”。习题里让判断奇异位形，最稳的做法是先把 J 写出来，再解行列式为零的方程，别只凭机构简图猜“手臂伸直”这种结论。

静力映射 τ = Jᵀ F 和速度映射共用同一个 J，这一点值得单独记：末端施加力 F，各关节需要提供的力矩就是 JᵀF。很多题把这两个公式的方向搞反，写成 F = Jᵀ τ，量纲上立刻能看出来不对，但考试紧张时容易漏检查。

3. 动力学与控制：拉格朗日方程、惯量矩阵与 Lyapunov 证明

3.1 拉格朗日建模四步法：从能量到方程

动力学题的标准流程四步：选广义坐标、写动能 K、写势能 P、代入 d/dt(∂L/∂q̇) - ∂L/∂q = τ，其中 L = K - P。看着机械，但每一步都有具体的坑。

动能要算平动加转动：K = ½ m vᵀv + ½ ωᵀIω，其中 v 和 ω 都要用雅可比表示成 q̇ 的函数，最后整理成 ½ q̇ᵀM(q)q̇ 的形式。质量惯性矩 I 是对质心写的，如果题里给的是对关节轴的惯量，直接替换即可，但要是要求从质心平移到关节，必须补上平行轴定理的 md² 项。

势能只有重力时最简：P = Σ m_i g ᵀ p_ci，p_ci 是各连杆质心位置。很多人动能算得很仔细，势能却漏掉某个连杆，最后重力项少一项，整道题的结果都偏。

整理出来的标准形式是 M(q)q̈ + C(q,q̇)q̇ + g(q) = τ。这里的 C 矩阵不唯一，但 C q̇ 唯一，所以习题里给不同的 C 写法不要慌，代进去算出来的广义力是一样的。

3.2 牛顿-欧拉迭代：什么时候用它，怎么和拉格朗日互验

拉格朗日法适合推导闭式方程，牛顿-欧拉法适合数值计算，两段式：先从基座向末端外推各连杆的速度和加速度，再从末端向基座内推力和力矩。手算题里牛顿-欧拉的优势是每一步物理意义清楚，链式结构不会因为项数多而崩。

互验的办法很实用：随便取一组 (q, q̇, q̈)，分别用拉格朗日得到的闭式方程和牛顿-欧拉递推算 τ，两边的数值应该一致到小数点后若干位。手算时不可能取很多组，取一组 q̇ = 0、q̈ = 0，此时 τ 应该只剩重力项 g(q)，这一步能快速定位是重力项写错还是惯性项写错。

3.3 惯量矩阵的三条性质：对称正定、斜对称、线性参数化

性质一，M(q) 对称正定。对称来自动能是二次型，正定来自动能非负且只有零速度时为零。习题里经常让你“证明 M 对称正定”，标准答法是写出 K = ½ q̇ᵀM q̇ ≥ 0，再说明等号仅在 q̇ = 0 时成立。

性质二，Ṁ - 2C 斜对称，即对任意向量 x，xᵀ(Ṁ - 2C)x = 0。这条性质是后面 Lyapunov 证明能化简的关键，考试里如果题目让你“利用斜对称性质”，指的就是它。手推容易漏掉 Christoffel 符号里的系数 ½，下面这段数值检查可以当自测工具：

def christoffel(M, q, dq, eps=1e-6): n = len(q) dM = np.zeros((n, n, n)) # dM[k,i,j] = ∂M_ij/∂q_k for k in range(n): dqk = np.zeros(n); dqk[k] = eps dM[k] = (M(q + dqk) - M(q - dqk)) / (2 * eps) C = np.zeros((n, n)) for i in range(n): for j in range(n): for k in range(n): # c_ijk = ½(∂M_ij/∂q_k + ∂M_ik/∂q_j - ∂M_jk/∂q_i) C[i, j] += 0.5 * (dM[k, i, j] + dM[j, i, k] - dM[i, j, k]) * dq[k] return C def check_skew(M, q, dq, dt=1e-6): Md = (M(q + dt * dq) - M(q - dt * dq)) / (2 * dt) # 沿轨迹的 Ṁ N = Md - 2 * christoffel(M, q, dq) return np.allclose(N, -N.T, atol=1e-4) # 反对称检查

eps和dt是数值微分步长，太大会截断误差明显，太小会放大浮点噪声，1e-6 附近比较平衡；atol放到 1e-4 是因为数值微分本身有误差，不必强求 1e-12。这个检查跑通，说明你的 M 和 C 是配套的；跑不通，通常是 C 的符号或 ½ 系数错了。

性质三，动力学方程对惯性参数是线性的：τ = Y(q, q̇, q̈)θ，Y 是回归矩阵，θ 是参数向量。这条性质在自适应控制题里会用到，属于“知道有这回事”就够的层次，不必手推完整回归矩阵。

3.4 独立关节 PID 与计算力矩：重力补偿不是可选项

最基础的控制律是独立关节 PD 加重力补偿：τ = K_p(q_d - q) - K_d q̇ + g(q)。很多人问为什么不能只用 PD，答案藏在重力项里：没有 g(q) 补偿，稳态误差会稳定在 K_p⁻¹g(q) 上，关节越多、负载越重，偏差越明显。习题里让“分析稳态误差”，把 q̈ = q̇ = 0 代入方程就能直接看出这一项。

计算力矩法（逆动力学控制）的思路是先用期望加速度把非线性项抵消掉：

τ = M(q)(q̈_d + K_d ė + K_p e) + C(q, q̇)q̇ + g(q)，其中 e = q_d - q。

代回动力学方程，非线性项全部消掉，误差方程化为 ė̈ + K_d ė + K_p e = 0，一个线性二阶系统。取 K_d、K_p 正定对角，误差指数收敛。这一步是整章最值得背下来的推导，因为考试里“证明闭环稳定”几乎都是这个套路。

参数怎么选：把 K_p 看成 ω_n²，K_d 看成 2ζω_n，按想要的带宽和阻尼比反推。ζ 取 0.7 到 1.0 之间，响应快又不过冲；ω_n 受采样频率和未建模动态限制，经验上不超过采样角频率的十分之一。

3.5 Lyapunov 稳定性：答题骨架与三个常见断点

稳定性题的答题骨架固定：选候选函数、求导、化简、下结论。机电系统里最常用的候选函数是能量型：

V = ½ q̇ᵀM(q)q̇ + ½ eᵀK_p e

第一项是动能，第二项是“虚拟弹簧”的势能，正定性由 M 正定、K_p 正定保证。求导时把 M 的导数项和 C 矩阵的项凑在一起，利用 Ṁ - 2C 斜对称，交叉项正好消掉，剩下 V̇ = -q̇ᵀK_d q̇ ≤ 0。

三个常见断点：第一，V̇ 只是半负定，不能直接说渐近稳定，要补 LaSalle 不变集或者 Barbalat 引理；第二，候选函数必须径向无界，否则只能得到局部结论；第三，K_p、K_d 的正定性要写出来，光说“取正定矩阵”不够，最好指出对角元为正。

完整的收尾逻辑是：V̇ ≤ 0 说明一致稳定，再由 LaSalle 说明系统最大不变集里只有 q̇ = 0、e = 0 的平衡点，于是渐近稳定。这一步写不写，往往是满分和扣分的分界线。

3.6 自适应与鲁棒控制：习题边界在哪

自适应控制的题通常只要求两件事：写出误差方程，选参数自适应律并给 Lyapunov 函数。典型形式是 τ = Y(q, q̇, q̇_r, q̈_r)θ̂ - K_d s，自适应律 θ̂̇ = -Γ Yᵀ s，Lyapunov 函数在 3.5 的基础上再加一项 ½ θ̃ᵀΓ⁻¹θ̃。推导里参数误差 θ̃ 的导数会与自适应律里的 Yᵀs 抵消，剩下的 V̇ 仍是半负定。

滑模控制则要注意抖振的定性描述：sign 函数换成饱和函数或边界层，稳态误差有界。这两类题一般不会要求完整数值仿真，把稳定性结论和参数含义说清楚即可，别在符号推导上耗太久。

4. 易漏点清单：位姿、运动学、动力学与控制里最容易翻车的五个地方

4.1 位姿与运动学里的三个漏项

易漏点一：复合变换的乘法顺序。为什么漏——题目用文字描述“先绕基座 z 轴转，再沿当前 x 轴平移”，两种操作恰好一个左乘一个右乘，凭语感容易写反。怎么补——在草稿上给每个变换标“固定系”还是“动系”，固定系一律左乘，动系一律右乘，写完用 q = 0 时的结果验一次。

易漏点二：DH 参数表里 θ 的偏置。为什么漏——很多机构在零位时关节并不在 DH 定义的零位，表里要写 θ = q + offset。怎么补——建完表先令 q = 0，看正解结果是否与机构简图的零位一致，不一致就把偏差折算进 offset，再重算一遍。

易漏点三：雅可比的参考系。为什么漏——速度题和静力题分开做，各自套公式，没人提醒两者必须用同一个参考系的 J。怎么补——在 J 旁边永远标注上标（如 ᴮJ），做 τ = JᵀF 之前先确认 F 是在哪个系下表示的，不在同一系就先乘旋转矩阵换过去。

4.2 动力学与控制里的两个错法

易错点一：惯量矩阵漏掉电机转子惯量和减速比。为什么漏——习题图里只画连杆，电机藏在关节里，题干不写就容易当不存在。怎么补——读题时专门找“转子惯量”“减速比”这类词，关节等效惯量按 J_m 加 i²J_motor 的形式并入 M(q) 的对角项，量级上差一个 i²，漏了会差出好几倍。

易错点二：Lyapunov 只证到 V̇ ≤ 0 就下“渐近稳定”的结论。为什么漏——课堂上讲能量函数时常常停在半负定，后面的 LaSalle 一笔带过，做题时记忆就断在这里。怎么补——养成固定句式：“V̇ ≤ 0 得稳定；再由 LaSalle（或 Barbalat）说明最大不变集仅含平衡点，得渐近稳定。”两句都写，比只写一句稳。

另外还有一个隐藏的易错点值得单列：计算力矩法里 C 项写成 Cᵀq̇。为什么漏——斜对称性质里 Ṁ - 2C 的 C 和方程里的 C 容易混，符号一乱就写成转置。怎么补——记住标准形式是 C(q,q̇)q̇，C 的选取不唯一但 C q̇ 唯一，用 3.3 的数值检查跑一遍，斜对称通过就说明 C 没错。

5. 复习清单：用错题反查知识地图的三周走法

复习最怕的是“题都做过，一考就懵”。我的做法是把错题按地图上的五层归类，而不是按章节顺序重刷。具体走法分三段，每段一周。

第一周只做位姿与运动学，目标是“手算不出错”。每天挑五道变换题、三道正解、两道逆解，做完立刻用三个验算习惯过一遍：q = 0 对简图、单关节转动看圆弧、量级是否合理。这一周不碰动力学，避免注意力分散。

第二周攻动力学与控制，重点是推导而不是计算。每天手推一遍计算力矩的误差方程，再挑一道 Lyapunov 题完整写到“由 LaSalle 得渐近稳定”为止。推完对照下面这张自查表打分：

第三周做整卷限时训练，只做两类题：一类是跨层的综合题（比如“给轨迹求逆解再设计控制律”），另一类是过去错过的原题。限时训练的意义是暴露“会但慢”的问题，很多人栽在时间上而不是不会。

查漏补缺的具体技巧：把每次卡住的地方写成一句话，比如“逆解多解没筛限位”“雅可比参考系没标”，攒到十句左右，回头对照第 4 章的易漏点清单，重合的部分就是你的真短板。这套习题答案的用法也在这里——先自己写，写完再逐行对照，卡住的那一步才是要复盘的地方，而不是整页抄一遍。

说个血泪经验：我曾经连续三道逆解题都只写了一组解，对照答案才发现每组都少了肘下的分支，问题出在开方后忘了取负号。从那以后我每做完一道逆解题，都强制把解代回正解验一遍，并且数一遍解的个数是否和机构自由度匹配。这个习惯后来帮我拦下了不少低级错误，也希望帮到你。

本文还有配套的精品资源，点击获取