04速度运动学与雅可比矩阵

1. 简介：为什么它是“桥梁”？​

我们在前几个文档中学习了位置（运动学）和力/力矩（动力学）。​

雅可比矩阵 (Jacobian Matrix, ​) 之所以被称为“桥梁”，是因为它在微分层面连接了这两个领域：​

连接关节空间与笛卡尔空间：它描述了关节速度 (​) 如何映射为末端执行器的线速度和角速度 (​)。​

​​

连接运动与力（虚功原理）：这是动力学的入口。它描述了末端广义力如何转化为关节需要提供的力矩 (​)。​

对于平面 2R 机械臂，若采用完整位姿速度 ​，则末端广义力应写为​

​（二维力 + 末端力矩）。​

​​

如果没有雅可比矩阵，我们就无法根据末端想要的速度反推关节转速，也无法根据末端抓取的负载计算关节电机需要多大的力矩。​

2. 核心定义​

对于一个 ​自由度的机器人，其关节变量为 ​。末端位姿（位置与姿态）可写为 ​。​

雅可比矩阵定义为偏导数矩阵：​

​​

3. 架构流程 (Mermaid)​

​

代码块​

Plain Text

graph LR​

subgraph 关节空间 Joint Space​

q_dot["关节速度 (d_theta)"]​

Tau["关节力矩 (Torque)"]​

end​

​

subgraph 笛卡尔空间 Cartesian Space​

v["末端速度 (Linear/Angular Velocity)"]​

F["末端受力 (Force/Moment)"]​

end​

​

J_block["雅可比矩阵 J(q)"]​

JT_block["雅可比转置 J_T(q)"]​

​

q_dot -->|乘 J| J_block --> v​

F -->|乘 J_T| JT_block --> Tau​

​

style q_dot fill:#e1f5fe,stroke:#01579b​

style v fill:#e1f5fe,stroke:#01579b​

style Tau fill:#fff9c4,stroke:#fbc02d​

style F fill:#fff9c4,stroke:#fbc02d​

​

4. Python 代码验证：计算 2 连杆机械臂的雅可比​

我们使用 sympy 符号推导来自动生成平面 2R 机械臂的完整位姿雅可比（​）。​

​

代码块​

Python

import sympy as sp​

import numpy as np​

​

​