机器人建模与控制习题答案：齐次变换到动力学控制解析

简介：《机器人建模和控制》习题答案面向学习机器人学、自动控制及相关课程的学生与研究人员，用于对照教材巩固运动学、动力学与控制理论。压缩包仅含1个PDF文件，大小约6.46MB，内容以Spong等所著经典教材的课后习题解答为主线，便于按章节检索和打印研读。已有3110人学习下载，适合作课程复习与考前查漏补缺的参考。答案涉及正逆运动学、牛顿-欧拉与拉格朗日动力学建模、轨迹规划、PID及滑模/自适应/最优控制、Lyapunov稳定性分析和传感器数据处理等典型题目，可帮助读者核对推导与计算结果，理解多关节机器人逆解、关节力矩计算和控制器性能分析思路，并逐步培养严谨的建模与求解习惯。

1. 一句话说明：这份习题答案解决的是什么问题

学机器人的人大概都有过这种时刻：课上听齐次变换觉得顺理成章，回到宿舍翻开课后题，第一行矩阵的符号就写反了，翻到答案又只有一句“代入可得”。搜“机器人建模和控制 习题 答案”的人，多半正卡在这个缝隙里——理论听懂了，手上的推导却没法继续。这份资料是一本被大量课程当作教材的机器人学书的课后习题解答合集，覆盖坐标系与位姿、正逆运动学、动力学建模、传感器、控制与稳定性这几条主线。它不负责把课重讲一遍，负责的是在你推导卡住时，给出可对照的中间步骤和结论，让你分清是思路错了还是符号错了。弄清楚它到底补的是哪一段，比直接抄结论有用得多。

2. 坐标系与齐次变换：为什么机器人题第一步总在写矩阵

机器人学教材的习题里，坐标系题往往排在最前面，也最容易被轻视——看起来只是矩阵乘法，算错一个符号好像无伤大雅。真到后面的动力学和控制器设计，一个转置没写、一个方向搞反，整条推导就会连环失效，回头排查时又很难定位到底错在哪一步。这一章讲清楚那个 4×4 矩阵里到底装了什么，以及习题为什么反复在这里出题。

2.1 位姿描述：一个 4×4 矩阵装下了什么

先把话说直白：机器人说“位姿”，说的是两件事——它在哪、它朝哪。位置好办，三个数就够了；姿态要麻烦一点，得用一个 3×3 的旋转矩阵描述它相对参考系是怎么转过来的。教材里把这两块拼进一个 4×4 的矩阵，最后一行固定是0 0 0 1，这个多出来的 1 常常让初学者犯嘀咕：明明三维空间，怎么还要四个数。

通俗地说，这多出来的一个维度是“为了能连乘”。纯旋转是矩阵乘法，纯平移是向量加法，两种运算混在一起没法直接串起来；把位置也改写成齐次坐标后，平移和旋转就能统一成同一种操作，一串变换可以一路乘下去。打个比方，它像快递单上同时写着“送到哪栋楼”和“箱子朝哪面朝上”，合成一张单子以后，每经过一个中转站贴一张新单，最后总单上就是最终去向。没有这张统一格式的单子，每换一个坐标系就要重新列一遍方程。

用几行代码看最直观：把旋转和平移拼成矩阵，再做两次变换的连乘。

import numpy as np def rot_z(theta): """绕 z 轴转 theta 弧度的 3x3 旋转矩阵""" c, s = np.cos(theta), np.sin(theta) return np.array([[c, -s, 0.0], [s, c, 0.0], [0.0, 0.0, 1.0]]) def make_tf(rot, trans): """把 3x3 旋转和 3x1 平移拼成 4x4 齐次变换矩阵""" T = np.eye(4) # 先铺单位阵，最后一行天然是 [0, 0, 0, 1] T[:3, :3] = rot # 左上角 3x3 放姿态 T[:3, 3] = trans # 右上角 3x1 放位置 return T T1 = make_tf(rot_z(np.pi / 2), np.array([1.0, 0.0, 0.0])) # 先转 90°，再沿 x 挪 1 T2 = make_tf(np.eye(3), np.array([0.0, 2.0, 0.0])) # 纯平移，沿 y 挪 2 T_total = T1 @ T2 # 两次变换串起来 print(T_total[:3, 3]) # 末端在基座系下的位置

这段代码对应的正是习题里最常见的一类操作。rot_z只负责姿态，trans只负责位置，make_tf把两者组装起来；关键在于最后那步T1 @ T2，矩阵乘法不满足交换律，先转后挪和先挪后转得到的结果完全不同，位置分量尤其明显。参数改动也很直接：把np.pi / 2换成别的角度，姿态就变；把trans里的分量改大改小，位置就变。习题答案里那些看上去跳步的中间矩阵，绝大多数就是把这一段逐个乘开、逐项写出来的产物。

提示：判断连乘顺序有个笨办法但很好用——把变换从右往左读，最右边的先作用，每往左一层，就相当于“站在新的坐标系里”继续描述。

2.2 习题里最常见的三种坐标系转换

坐标系这一块的题目花样很多，但归到底无非三种问法。第一种是给两个变换求第三个，比如已知基座到关节一的变换、关节一到末端的变换，问基座到末端怎么走，答案就是两个矩阵相乘。第二种是给一个点的坐标，问它在另一个坐标系里是多少，这时候要用变换矩阵的逆去乘。第三种是反向的问法：给末端的位姿，倒推某个中间坐标系该摆成什么样。

第二种问法里有个高频误区值得单独说。一个 4×4 齐次变换矩阵的逆，不是简单地把每个元素取倒数，也不是整体转置一下就完事。正确的写法是旋转块取转置、平移块取负再乘上旋转块的转置，写成公式就是R^T和-R^T p的组合。这个结构来自旋转矩阵的正交性——它转过去容易，转回来只要转置。习题答案在这里通常只写一行结果，但如果你不知道这行是怎么来的，遇到复合变换的逆就会算错，而且是那种“看着挺对、代进去不对”的错。

第三种问法最考验对“变换方向”的理解。同一组矩阵，左乘和右乘代表完全不同的物理含义：左乘相当于在固定的基座坐标系里做变换，右乘相当于在当前的末端坐标系里做变换。教材的习题会故意在同一个题里混用这两种视角，答案则用不同的符号标注来区分。读者如果只记结论不看符号约定，很容易出现“思路对、结果差一个转置”的情况。

2.3 为什么这一步不能靠“感觉”跳过

坐标系是整本书的基础，这句话不是套话。后面所有内容都建立在它上面：正运动学是把一串变换乘起来，逆运动学是把这串乘积解开，雅可比矩阵是对这串乘积求偏导，动力学里的惯量张量还要再套一层坐标系转换。在第一章的习题里省掉的那一步验算，会在第六章以“控制器输出振荡”的面目出现，届时你很难想到问题出在最早那个符号上。

这也是这份习题答案最有价值的地方之一：它给出的不只是最终结果，还有中间每一步的矩阵形态。你可以拿自己的推导和它逐步对照——如果第一步就分叉了，说明对变换方向的理解有偏差；如果前几步都对、最后差一个符号，多半是逆变换写反了。这种“分段对照”的用法，比对着最终答案反复检查有效得多，也更接近读这本书应有的方式。

注意：对照答案时不要只看数值是否相等。矩阵里每个位置代表什么、哪一块是旋转、哪一块是平移，这些结构关系比数值本身更能暴露理解上的偏差。

3. 正运动学与逆运动学：同一台机械臂的两种读法

如果说坐标系是这门课的词汇，运动学就是它的基本句型。教材通常用两三章的篇幅反复训练这一块，题目量大，重复感强，很多人做到后面会麻木，觉得无非是套公式。真到了要用的时候才发现，正着算和倒着解是两种完全不同的思维方式，前者只要按部就班，后者则充满了前提条件和取舍。

3.1 顺着算与倒着解：DH 参数表到底在描述什么

正运动学的逻辑非常干净：每个关节转多少、伸多少是已知量，问末端跑到哪去了。教材用一张 DH 参数表把机械臂拆成一串连杆，每根连杆用四个参数描述——连杆长度、连杆扭角、关节偏置、关节转角。前三个是机械结构决定的固定值，第四个是随关节运动改变的变量。把每一节对应的变换矩阵乘起来，就得到末端相对基座的位姿。

这个过程之所以值得反复练，是因为它把“机械结构”翻译成了“数学结构”。一段关节链在物理上是谁家的、什么型号、干什么用，在这里都无关紧要，重要的是它是转动关节还是移动关节、连杆之间怎么错开。习题答案里那些看起来整齐划一的矩阵，正是这种翻译的产物。你可以把它理解成一份乐高拼装说明书：每一步都是固定的动作，按顺序做下来，成品一定是对的，不会有意外的可能性。

逆运动学正好反过来：末端想停在哪、朝哪，是给定的，问每个关节该转到多少。麻烦立刻出现了——正着算是一次连乘，倒着解是解一组非线性方程，而这组方程往往没有唯一解、也可能无解。两颗关节臂的情况最容易看清：要把手伸到某个位置，肘部可以朝上也可以朝下，两种姿态对应的关节角完全不同，但末端位置一模一样。真实的六轴机械臂解会更多，因为手腕还能翻转。

这里有个容易被忽略的细节：逆解的数量和解的形式，跟机械结构强相关。有些构型能写出解析表达式，有些只能靠迭代一点点逼近。教材在出题时会挑选有解析解的结构，但答案里通常会顺带提一句“其余解可由对称性得到”，这句话看着轻描淡写，实际上是要求你知道解的分布规律，而不是只算出一组就交卷。

3.2 逆解为什么会有好几组答案

初学者最容易在这里产生困惑：一道题算出来两组解，答案里写了四组，到底谁对？答案是可能都对。多解不是计算误差，是问题本身的性质——同一组末端位姿，可以由完全不同的关节配置实现。

常见的来源有三类。一类是关节空间本身的周期性，转 360 度回到原处，这在数学上就有无穷多组；教材一般约定把角度限制在主值区间里，题目里会写明。一类是几何上的对称性，比如肘上肘下、肩左肩右，这一类是有限的、离散的几组。还有一类出现在手腕部分，当三个腕关节轴线交于一点时，手腕的翻转会产生额外的组合，也是离散的。

真正需要判断的是“哪组能用”。这就不只是数学问题了：关节限位、避障需求、与上一时刻的姿态是否连续，都会筛掉一部分解。习题答案通常会给全所有解，但不会展开讲怎么选，这部分留白正好是练习的价值所在。做题时不妨多问一句：如果这台机器人的第一关节只能转 ±90 度，上面那组解还成立吗？

还有一类情况是彻底无解。目标点超出了机械臂的实际可达范围，或者虽然位置可达但姿态转不过来，方程组的解就不存在。习题里偶尔会给出这种题，答案是“不可达”，很多人在这一步会怀疑自己算错了，反复检查半天。能够识别出“这个目标压根到不了”，本身就是一项需要训练的能力。

3.3 解析法与数值法：答案在这里补的是什么

解析法是直接推出关节角的显式表达式，形式通常包含反正切、反余弦这些函数。它的好处是快、准、能给全所有解，缺点是对机械结构要求苛刻，稍微复杂一点的构型就写不出闭式解。数值法是从一个初始猜测出发，算雅可比矩阵、求修正量、迭代逼近，优点是对结构没要求，缺点是依赖初值、可能只收敛到某一组解、还得处理收敛性问题。

教材的习题设计得很巧妙：前面几章给的都是有解析解的构型，让你把公式推熟；后面会引入需要数值方法的例子，让你体会两种思路的差别。答案在这里的作用就不只是核对数值了，更重要的是展示推导链条——那一步反余弦为什么取这个分支、雅可比矩阵在什么情况下会退化、迭代多少次算收敛。

雅可比矩阵是这里面绕不开的一个东西。它描述的是关节速度到末端速度的映射，在逆运动学的数值解里扮演核心角色。当雅可比矩阵在某处变得“不满秩”，机械臂就处在奇异位形上——这时候末端某个方向动不了，逆解的方法也会失效，数值迭代可能发散或者给出很大的关节速度。习题答案遇到这类题通常会标注一句“此处为奇异位形”，这四个字背后是一整套几何直觉，值得单独花时间去想明白。

4. 动力学与控制：从“能到哪”到“怎么稳稳地到”

运动学回答了“能不能到”的问题，动力学回答的是“要用多大力、会不会抖”。教材从这里开始明显变难，公式变长、符号变多，习题的计算量也上了一个台阶。很多人在这部分放弃，理由是“反正以后调包就行”。但调包调不明白的根源，往往就在这里：不知道模型里哪一项对应什么物理量，参数一改就不知所措。

4.1 牛顿-欧拉与拉格朗日：两条路走到同一个方程

动力学建模有两大流派，教材一般都会讲到，习题也会分别出题。牛顿-欧拉法从力和力矩的平衡出发，先从头到尾把每个连杆的速度、加速度递推出来，再从末端往回把力和力矩递推回去，两个方向各走一遍，最后得到关节需要输出的力矩。它的结构非常工程化，每一步都能对应到具体的物理量，计算复杂度随关节数线性增长，适合写进实时控制程序。

拉格朗日法走的是另一条路：先写出系统的动能和势能，用动能减势能得到拉格朗日量，再代进一套固定的偏微分公式里，直接得到运动方程。它的好处是系统性极强，不需要逐个分析受力，照着流程做就能出结果；产出的是闭式方程，能清楚看到质量矩阵、科氏力和离心力项、重力项各自长什么样。缺点是推导过程长，符号运算量大，稍微多个关节就容易算错。

这两条路得到的结果是同一个方程，差别只在推导路径。习题答案在这里的价值特别突出：因为推导过程长，中间任何一步出错都会让最终结果面目全非，而只看最终答案又很难反推错在哪里。有了完整的中间步骤，你就可以逐段停下来对照——惯性项的系数对不对、耦合项有没有漏、重力项的方向是不是反了。这套逐段对照的做法，比从头重算一遍更省时间，也更容易发现自己思维上的固定盲点。

4.2 PID、滑模、自适应：三种控制器分别在补什么短板

动力学方程出来以后，下一步是让它按预期运动。教材在这一块会介绍好几种控制器，初学时很容易被名字绕晕，其实它们各自解决的问题并不相同。

PID 最朴素，不看模型，只看误差：误差大了多给点力，误差积累久了多给点力，误差变化快了少给点力。三个参数各有分工，工程上极其常用。它的短板在于，机器人是个强耦合、非线性的系统，PID 调得再好，在快速运动或负载变化时也容易出现跟踪滞后。

计算力矩法是把模型用起来的一种思路：先用动力学模型算出“为了达到期望加速度需要多大力”，再叠加上一个反馈项去修正残余误差。模型准的时候效果非常好，模型不准的时候，误差会以另一种形式回来。

滑模控制的思路更激进一些：设计一个“滑模面”，用足够强的控制量把系统状态强行拉到这个面上，之后就一直贴着它走。它对模型误差和外部扰动有很强的鲁棒性，代价是控制量会在滑模面附近高频切换，也就是常说的抖振。工程上会用各种平滑手段去缓解，但原理上的这个取舍绕不开。

自适应控制则承认“模型参数可能不知道或会变”，在运行过程中一边估参数一边调控制量。它的理论保证通常建立在参数变化缓慢、结构已知这些前提上，习题里会给出具体的自适应律让你验证稳定性。

把这几类放在一起看会发现，它们不是互相替代的关系，而是针对不同不确定性来源的不同应对策略：模型未知就用 PID，模型已知但不准就用鲁棒方法，参数会漂就上自适应，很多时候还要组合使用。习题答案里那些看上去复杂的控制律，拆开看都是这几块拼起来的。

4.3 李雅普诺夫函数：稳定性证明的“黑匣子”怎么打开

稳定性分析这一块，很多人的第一反应是玄学——答案里凭空构造出一个函数 V，然后算它的导数，得出负定，于是“系统稳定”。这个 V 从哪来、为什么是它，教材往往只给结论不给思路。

把它讲白一点：V 可以理解成一个广义的“能量”。真实的物理系统里，能量总是耗散的，所以系统最终会停在一个能量最低的地方。李雅普诺夫方法把这个直觉抽象出来——只要能找到一个标量函数，它在平衡点处为零、其他地方都为正，并且沿着系统的运动轨迹它的变化率始终为负，那就说明系统状态在持续“往下走”，最终必然收敛到平衡点。这个函数不必是真实的物理能量，只要满足这两条性质就行，正是这一点让它适用范围很广。

难点在于构造。教材习题里的 V 往往有规律可循：单摆类系统用“动能加势能”的形式，跟踪问题里用误差的二次型，自适应控制里会把参数误差也塞进去。做题做多了会发现，这些形式不是随手写的，而是对应着系统里“哪些量在耗散、哪些量在被储存”。答案给出的构造，本质上是在示范这种对应关系。

提示：如果实在构造不出 V，不要急着认定系统不稳定。构造不出来只说明这个方法在这条路上没走通，不等于结论相反。

5. 常见误区与易混概念：这几组词一混，整道题就废了

教材的习题里，有一部分错误不是算错，而是概念从一开始就错位了。这类错误最麻烦的地方在于，推导过程看起来毫无破绽，结果却怎么也对不上。下面这几组是初学者踩得最多的。

5.1 三组最容易混的名词

第一组是运动学和动力学。这两个词在中文里只差一个字，含义却隔着整整一层。运动学只关心几何关系——关节转到什么角度，末端就在什么位置，中间不涉及质量、惯量、力这些量。动力学才关心“为什么会动”，要算质量分布、要算力矩、要解运动方程。混的原因很直接：两部分的题目长得像，都是给一组关节变量求点什么。区分的方法也简单：看题目里有没有出现质量、惯量、力矩、时间这些词，出现了就是动力学，没有就是运动学。这个判断在拿到题的第一秒就能做完，能省掉很多无效的思考。

第二组是正运动学和逆运动学，以及随之而来的“逆解唯一”的误解。正着算永远只有一组结果，因为关节角定了，末端位置就定了，这是确定性的映射。倒着解则可能有多组、可能无解，因为它要解的是非线性方程组。很多人把正运动学的“唯一性”直觉带到逆运动学里，算出一组解就以为完事，漏掉了其他分支。区分的关键是记住两个方向的映射性质不同：一个是从关节空间到任务空间的多对一映射，另一个是反过来的一对多关系。

第三组是雅可比矩阵的两种用途。同一个雅可比，既可以用来把关节速度映射成末端速度，也可以用来把末端受到的力映射成关节需要承担的力矩，后者常被称为静力映射，形式上要用到雅可比的转置。初学者看到同一个符号出现在两个完全不同的公式里，很容易以为是同一个式子的两种写法。区分的方法是看等式两边的量纲：速度对速度是一回事，力对力矩是另一回事，量纲对不上就说明用错了。

5.2 关于“参考答案”本身的两个误区

第四组误区不在书本内容里，而在使用方式上：把参考答案当成唯一正确答案。教材习题里很多题目本身就有多个正确解，尤其是逆运动学和轨迹规划这两块。答案给出的往往是一组可行解，不是全部，也不一定是最优的那组。如果你的解和它不一样，先别急着改，把两组解分别代回原方程验证一下，都成立就说明你没错。这种“验证代替比对”的习惯，比记住答案本身有用得多。

第五组误区是把“看懂答案”当成“学会”。看答案的时候，推导每一步都顺理成章，合上书自己写，卡在第二步。这种落差不是因为笨，是因为阅读时大脑在做“识别”而不是“生成”，前者轻松得多。真正的检验方式是合上答案从空白纸开始推，推到卡住的地方再翻开，只对照卡住的那一段。这个做法很笨、很慢，但它是唯一能暴露真实掌握程度的方式，也是我在这一块踩坑最多之后才养成的习惯。

6. 什么时候该翻、什么时候别翻：一份习题答案的正确用法

这份资料的作用边界其实很清楚：它是校验工具，不是学习替代品。判断标准可以落到具体场景上。

适合翻的情况有这么几种。推导推到一半卡住，不确定是思路走偏还是中间某步算错，这时候对照中间步骤最有效率；算出一个结果但心里没底，想确认解的数量和形式是否合理；某道题涉及的方法在正文里没讲透，想看看标准解法长什么样；以及复习阶段，用答案快速过一遍题型，回忆每一类题的突破口在哪。这些场景的共同点是：你已经有了自己的推导过程，答案只是用来对照和补漏。

不适合翻的情况同样明确。题目还没读完就翻答案，这相当于把练习变成了阅读，几乎不会留下什么；完全没思路时直接看解答，看完觉得懂了，下次遇到同类题依然空白；把答案当成背诵材料，记住结论却说不清每一步为什么这么走；以及最隐蔽的一种——反复看同一道题的答案，产生“我已经掌握了”的错觉。

有个具体的检验办法值得一试。挑一道中等难度的动力学题，合上所有资料，从空白纸开始推导，限定四十分钟。推完再打开答案逐步对照，把分叉点标出来。如果分叉出现在第一步的坐标系定义，说明基础概念还有漏洞；如果分叉出现在中间的代数整理，说明是熟练度问题，多练几道就好；如果推导全程一致只是最后差个符号，那基本可以放心了，这属于正常损耗。

注意：对照答案时优先看“结构”而不是“数值”。结构对了，数值差一点通常是代数失误；结构错了，数值就算碰巧对上也不能算会。

下面这张表可以贴在书桌前，用来做即时判断。

我自己的血泪经验是：第一次用这类答案时，我把它当小说读了一遍，觉得每一章都懂了，两周后做真题，连齐次变换的逆都写不利索。从那以后我每次打开答案之前，都强制自己先把那道题完整推一遍，哪怕推错、哪怕只写出三行，也要留下自己的痕迹再去看别人的解法。这个习惯让我在动力学那一章少走了很多弯路，也让我慢慢分清了哪些地方是真懂、哪些地方只是眼熟。

希望这份资料在你手里，起到的是同样的作用——不是给你一个可以省事的答案本，而是给你一面能照出思路偏差的镜子。希望帮到你。

本文还有配套的精品资源，点击获取