机械臂DH参数详解：从理论到URDF模型搭建全流程

最新推荐文章于 2026-05-18 05:31:39 发布

原创

最新推荐文章于 2026-05-18 05:31:39 发布 · 774 阅读

机械臂DH参数详解：从理论到URDF模型搭建全流程

在机器人学领域，机械臂的建模是运动规划、仿真与控制的基础。无论是设计一款全新的协作机器人，还是为现有工业机械臂开发高级应用，工程师都需要一套精确、统一的数学语言来描述机械臂的几何结构与运动关系。Denavit-Hartenberg参数法，即我们常说的DH参数法，正是这样一套经典且强大的工具。它用寥寥几个参数（关节转角、连杆偏距、连杆长度、连杆扭角）就能清晰地定义串联机械臂中相邻连杆坐标系之间的变换关系，堪称机器人运动学建模的“通用语法”。

然而，从教科书上的DH参数表，到一个能在ROS（机器人操作系统）中流畅运行、进行碰撞检测和运动规划的URDF模型，中间往往横亘着一条理论与实践之间的鸿沟。不同的DH参数约定（如标准DH与改进DH）、URDF中关节与连杆的定义逻辑、以及仿真中常见的参数配置陷阱，都可能让初学者甚至有一定经验的开发者感到困惑。本文旨在为那些需要将机械臂理论扎实地应用于实际建模的工程师，提供一个从原理到实践的无缝指南。我们将不仅深入解析DH表示法的核心与不同版本的微妙差异，更会手把手带你完成从DH参数表到URDF模型文件的完整转换，并分享那些在调试仿真模型时，能帮你快速定位问题的实用技巧。

1. 深入理解DH参数：不止于四个数字

DH参数法的精妙之处在于其标准化。它为描述两个相邻连杆（Link）之间的空间关系，定义了一套严格的坐标系建立规则和四个参数。理解这背后的“为什么”，远比记住四个参数的名字更重要。

1.1 坐标系建立规则与四个参数的物理意义

首先，我们需要为机械臂的每一个连杆分配一个坐标系。DH公约的核心规则可以概括为：

Z轴沿关节的转动或移动轴线方向。对于旋转关节，Z轴就是旋转轴；对于平移关节，Z轴是移动方向。
X轴是两条相邻Z轴（即当前连杆的Z_i和前一个连杆的Z_{i-1}）的公垂线方向，从Z_{i-1}指向Z_i。
Y轴通过右手定则，由Z轴和X轴确定（Z × X = Y）。
当两条Z轴平行时，存在无数条公垂线，此时通常选择使连杆偏距d为0的那一条。
当两条Z轴相交时，公垂线长度为零，X轴方向取为Z_{i-1} × Z_i的方向。

基于这套规则建立的坐标系，两个坐标系{i-1}和{i}之间的变换，可以通过顺序执行四个基本的刚体变换来实现，对应的就是四个DH参数：

参数符号	参数名称	描述	对应的变换
θ_i	关节角	绕Z_{i-1}轴，从X_{i-1}轴旋转到X_i轴的角度。对于旋转关节，此为变量。	绕 Z_{i-1} 旋转 θ_i
d_i	连杆偏距	沿Z_{i-1}轴，从X_{i-1}轴移动到X_i轴的距离。对于平移关节，此为变量。	沿 Z_{i-1} 平移 d_i
a_i	连杆长度	沿X_i轴，从Z_{i-1}轴移动到Z_i轴的距离。恒为常数。	沿 X_i 平移 a_i
α_i	连杆扭角	绕X_i轴，从Z_{i-1}轴旋转到Z_i轴的角度。恒为常数。	绕 X_i 旋转 α_i

注意：参数的下标 i 对应的是坐标系 {i}。因此，θ_i 和 d_i 描述的是关于坐标系 {i-1} 的操作，而 a_i 和 α_i 描述的是关于（新建立的）坐标系 {i} 的操作。这个顺序是理解变换链的关键。

这四次变换的齐次变换矩阵相乘，就得到了从坐标系 {i-1} 到 {i} 的变换矩阵 ^{i-1}T_i：

import sympy as sp

def dh_transform_matrix(theta, d, a, alpha):
    """计算标准DH参数对应的齐次变换矩阵"""
    # 定义符号计算
    theta, d, a, alpha = sp.symbols('theta d a alpha')
    # 绕 Z_{i-1} 旋转 theta
    Rz = sp.Matrix([
        [sp.cos(theta), -sp.sin(theta), 0, 0],
        [sp.sin(theta),  sp.cos(theta), 0, 0],
        [0, 0, 1, 0],
        [0, 0, 0, 1]
    ])
    # 沿 Z_{i-1} 平移 d
    Tz = sp.Matrix([
        [1, 0, 0, 0],
        [0, 1, 0, 0],
        [0, 0, 1, d],
        [0, 0, 0, 1]
    ])
    # 沿 X_i 平移 a
    Tx = sp.Matrix([
        [1, 0, 0, a],
        [0, 1, 0, 0],
        [0, 0, 1, 0],
        [0, 0, 0, 1]
    ])
    # 绕 X_i 旋转 alpha
    Rx = sp.Matrix([
        [1, 0, 0, 0],
        [0, sp.cos(alpha), -sp.sin(alpha), 0],
        [0, sp.sin(alpha),  sp.cos(alpha), 0],
        [0, 0, 0, 1]
    ])
    # 合并变换： Rz * Tz * Tx * Rx
    T = Rz * Tz * Tx * Rx
    return sp.simplify(T)

# 示例：计算一组DH参数对应的矩阵
T = dh_transform_matrix('theta1', 'd1', 'a1', 'alpha1')
print(T)

运行上述

标签