机器人学概述与数学预备知识

机器人作为人类智慧与机械工程的结晶，正在深刻改变我们的生产方式和生活面貌。从工业生产线上的自动化装配，到医疗服务中的精准手术；从深空探索中的探测任务，到家庭环境中的智能助手，机器人技术的应用边界在不断拓展。这种广泛而深远的应用前景，使得机器人学成为当代最具活力和发展潜力的学科之一。然而，机器人学本质上是一门以数学为基础的工程学科，无论是感知环境信息、处理传感数据、规划运动轨迹，还是执行精确控制，每一个环节都离不开扎实的数学理论支撑。因此，在深入学习机器人学的具体技术之前，系统地掌握其数学基础具有重要的基础性意义。

向量与矩阵是描述机器人状态和运动的基本数学语言。在机器人学中，位置、速度、加速度等物理量通常用向量表示，而刚体变换、惯性参数、系统动力学模型等则需要借助矩阵这一工具来描述。掌握向量空间和线性映射的基本理论，是理解机器人运动学和动力学的基础。矩阵的各种运算规则和代数性质，构成了机器人建模与计算的核心工具。从简单的坐标变换到复杂的多刚体系统分析，矩阵理论提供了统一而简洁的数学框架。本章将从向量空间的基本定义出发，系统介绍向量运算规则、线性相关性、基与维数等核心概念，然后深入探讨矩阵的运算性质、行列式、特征值与特征向量等重要内容，最后介绍正交矩阵与奇异值分解等在机器人学中具有特殊地位的特殊矩阵类型。

坐标变换是连接不同参考坐标系中描述的桥梁，在机器人学中具有核心地位。当机器人与环境进行交互时，需要明确描述机器人相对于世界坐标系的位置和姿态，同时也需要描述环境中各个物体之间的相对关系。这些描述都依赖于适当的坐标系统选择和坐标变换方法。刚体在空间中的位姿由位置和姿态两部分组成：位置描述刚体原点在参考坐标系中的坐标，姿态则描述刚体坐标系相对于参考坐标系的旋转方向。本章将详细介绍齐次变换矩阵这一表示刚体位姿的标准方法，包括其数学推导、性质特点以及在坐标变换中的应用。同时，本章还将讨论欧拉角、四元数等其他常用的姿态表示方法，分析它们的优缺点和适用场景。

最小二乘法是处理实验数据和估计系统参数的经典方法，在机器人学中有着广泛的应用。无论是机器人运动学参数的标定、视觉系统的相机标定、还是传感器数据的融合处理，都需要用到最小二乘法的基本思想。当测量数据存在噪声或误差时，最小二乘法提供了一种在最小化误差平方和意义下的最优估计方案。本章将从线性最小二乘问题的基本形式出发，介绍其正规方程推导和求解方法，然后讨论数值稳定性问题以及奇异值分解在求解病态问题中的应用。在此基础上，本章将进一步扩展到加权最小二乘、递归最小二乘以及非线性最小二乘等内容，为后续章节的学习奠定基础。

凸优化理论为机器人系统的高级控制与规划提供了强大的数学工具。在现代机器人学中，许多核心问题都可以建模为凸优化或非凸优化问题，包括轨迹优化、运动规划、力控制、视觉伺服等。凸优化之所以重要，是因为它具有强有力的理论保证：如果一个优化问题是凸的，那么任何局部最优解都是全局最优解，而且存在高效的数值算法可以可靠地求解这类问题。本章将介绍凸集、凸函数等基本概念，然后讨论凸优化问题的标准形式和KKT最优性条件，最后简要介绍几种常用的凸优化求解算法。通过这些内容的学习，读者将能够理解凸优化在机器人控制与规划中的核心作用，并为后续章节中涉及优化方法的具体应用做好理论准备。

向量空间与矩阵代数

向量是机器人学中最基础但又极其重要的数学概念。从物理学的角度来看，向量是既有大小又有方向的量，可以用来描述力、速度、加速度等物理量。从数学的角度来看，向量则是向量空间中的元素，向量空间是一种满足特定运算规则的抽象数学结构。理解向量和向量空间的基本性质，对于掌握机器人学的数学基础至关重要。

向量空间（也称为线性空间）是由向量组成的集合，在这个集合中定义了两种运算：向量加法和标量乘法。一个集合 $V$ 要成为向量空间，必须满足以下公理：关于加法运算，集合必须满足交换律和结合律，即对于任意向量 $\mathbf{u}, \mathbf{v}, \mathbf{w} \in V$，有 $\mathbf{u} + \mathbf{v} = \mathbf{v} + \mathbf{u}$ 和 $(\mathbf{u} + \mathbf{v}) + \mathbf{w} = \mathbf{u} + (\mathbf{v} + \mathbf{w})$；集合中必须存在零向量 $\mathbf{0}$，使得对于任意向量 $\mathbf{v}$ 都有 $\mathbf{v} + \mathbf{0} = \mathbf{v}$；对于每个向量 $\mathbf{v}$，必须存在负向量 $-\mathbf{v}$，使得 $\mathbf{v} + (-\mathbf{v}) = \mathbf{0}$。关于标量乘法运算，必须满足关于标量和向量的结合律，即对于任意标量 $a, b$ 和向量 $\mathbf{v}$，有 $a(b\mathbf{v}) = (ab)\mathbf{v}$；标量乘法必须对向量加法具有分配律，即 $a(\mathbf{u} + \mathbf{v}) = a\mathbf{u} + a\mathbf{v}$；标量乘法必须对标量加法具有分配律，即 $(a + b)\mathbf{v} = a\mathbf{v} + b\mathbf{v}$；并且存在标量单位元 $1$，使得 $1\mathbf{v} = \mathbf{v}$。

在机器人学的语境下，我们最常遇到的是 $n$ 维欧几里得空间 $\mathbb{R}^n$，即所有 $n$ 维实向量的集合。这个空间满足上述所有公理，因此是一个标准的向量空间。$\mathbb{R}^n$ 中的向量通常写成列向量的形式，其中包含 $n$ 个实数分量。例如，三维空间中的位置向量可以表示为 $\mathbf{p} = [p_x, p_y, p_z]^T$，其中上标 $T$ 表示转置运算，将行向量转换为列向量。同样地，速度向量、加速度向量、力向量等都可以用类似的方式表示。这种向量表示方法简洁直观，是描述机器人状态和运动的基本工具。

向量的基本运算包括加法、数乘、内积和外积等。向量加法将两个相同维数的向量的对应分量相加，结果仍为同维数的向量：$\mathbf{u} + \mathbf{v} = [u_1 + v_1, u_2 + v_2, \ldots, u_n + v_n]^T$。数乘运算将标量与向量的每个分量相乘：$a\mathbf{v} = [av_1, av_2, \ldots, av_n]^T$。内积（也称为点积）是两个向量的一种运算，结果是一个标量，定义为 $\mathbf{u} \cdot \mathbf{v} = \sum_{i=1}^{n} u_i v_i = \|\mathbf{u}\| \|\mathbf{v}\| \cos\theta$，其中 $\theta$ 是两个向量之间的夹角。内积具有对称性，即 $\mathbf{u} \cdot \mathbf{v} = \mathbf{v} \cdot \mathbf{u}$，并且满足线性性质。在机器人学中，内积的一个重要应用是计算向量的长度（范数）：$\|\mathbf{v}\| = \sqrt{\mathbf{v} \cdot \mathbf{v}} = \sqrt{\sum_{i=1}^{n} v_i^2}$。向量的长度（范数）满足非负性、齐次性和三角不等式等基本性质，这些性质在后续的理论推导中会经常用到。

外积（也称为叉积或向量积）是三维向量特有的另一种运算。两个三维向量的外积结果仍为三维向量，方向垂直于原来两个向量所在的平面，遵循右手定则，大小等于两个向量构成的平行四边形的面积。从数学上看，如果 $\mathbf{u} = [u_x, u_y, u_z]^T$ 和 $\mathbf{v} = [v_x, v_y, v_z]^T$，则它们的外积为 $\mathbf{u} \times \mathbf{v} = [u_y v_z - u_z v_y, u_z v_x - u_x v_z, u_x v_y - u_y v_x]^T$。外积在机器人学中有广泛的应用，例如计算力矩、描述旋转运动、分析刚体姿态等。特别地，外积满足反交换律：$\mathbf{u} \times \mathbf{v} = -\mathbf{v} \times \mathbf{u}$，以及雅可比恒等式：$\mathbf{u} \times (\mathbf{v} \times \mathbf{w}) + \mathbf{v} \times (\mathbf{w} \times \mathbf{u}) + \mathbf{w} \times (\mathbf{u} \times \mathbf{v}) = \mathbf{0}$。这些性质在刚体动力学的推导中具有重要作用。

矩阵是向量空间之间的线性映射的表示工具。从代数的角度看，矩阵是一个按照矩形排列的数表；从几何的角度看，矩阵可以看作是一种将向量空间中的向量映射到另一个向量空间的线性变换。一个 $m \times n$ 的矩阵 $\mathbf{A}$ 包含 $m$ 行 $n$ 列共 $mn$ 个元素，记作 $a_{ij}$ 表示第 $i$ 行第 $j$ 列的元素。在机器人学中，矩阵被广泛用于表示坐标变换、惯性参数、系统动力学方程等。例如，刚体的旋转可以用一个 $3 \times 3$ 的正交矩阵描述，而齐次变换矩阵则是一个 $4 \times 4$ 的矩阵。

矩阵的基本运算包括加法、数乘、乘法和转置等。两个同规格的矩阵可以相加，对应位置的元素相加：$(\mathbf{A} + \mathbf{B})_{ij} = a_{ij} + b_{ij}$。数乘运算将标量与矩阵的每个元素相乘：$(c\mathbf{A})_{ij} = c a_{ij}$。矩阵乘法是最重要的运算之一，一个 $m \times n$ 的矩阵与一个 $n \times p$ 的矩阵相乘，结果是一个 $m \times p$ 的矩阵。矩阵乘积的第 $(i,j)$ 元素定义为 $(\mathbf{AB})_{ij} = \sum_{k=1}^{n} a_{ik} b_{kj}$，即第一个矩阵的第 $i$ 行与第二个矩阵的第 $j$ 列对应元素相乘后求和。矩阵乘法满足结合律和分配律，但一般不满足交换律，即通常有 $\mathbf{AB} \neq \mathbf{BA}$。这一性质在后续讨论坐标变换的组合时非常重要，因为先做旋转再平移与先做平移再旋转往往得到不同的结果。矩阵的转置将矩阵的行和列互换，如果 $\mathbf{A}$ 是 $m \times n$ 的矩阵，则 $\mathbf{A}^T$ 是 $n \times m$ 的矩阵，满足 $(\mathbf{A}^T)_{ij} = a_{ji}$。

矩阵的行列式是一个重要的标量函数，它反映了矩阵的某些内在性质。对于 $n \times n$ 的方阵 $\mathbf{A}$，行列式记作 $\det(\mathbf{A})$ 或 $|\mathbf{A}|$。行列式的基本性质包括：单位矩阵的行列式为 $1$；交换两行（或两列）改变行列式的符号；如果两行（或两列）相等，行列式为零；行列式关于每一行（或每一列）都是线性的。从几何的角度看，二阶行列式等于两个列向量构成的平行四边形的面积，三阶行列式等于三个列向量构成的平行六面体的体积。行列式为零的矩阵称为奇异矩阵或退化矩阵，这样的矩阵不存在逆矩阵。在机器人学中，行列式的这一性质被用于判断雅可比矩阵是否奇异，从而分析机器人的奇异构型。

矩阵的逆是另一个重要的概念。对于 $n \times n$ 的方阵 $\mathbf{A}$，如果存在另一个矩阵 $\mathbf{B}$ 使得 $\mathbf{AB} = \mathbf{BA} = \mathbf{I}$（其中 $\mathbf{I}$ 是 $n \times n$ 的单位矩阵），则称 $\mathbf{A}$ 是可逆的，并记 $\mathbf{B} = \mathbf{A}^{-1}$。只有非奇异矩阵才存在逆矩阵。逆矩阵满足以下性质：$(\mathbf{A}^{-1})^{-1} = \mathbf{A}$；$(\mathbf{AB})^{-1} = \mathbf{B}^{-1}\mathbf{A}^{-1}$（注意顺序颠倒）；$(\mathbf{A}^T)^{-1} = (\mathbf{A}^{-1})^T$。如果 $\mathbf{A}$ 是可逆的，则线性方程组 $\mathbf{A}\mathbf{x} = \mathbf{b}$ 有唯一解 $\mathbf{x} = \mathbf{A}^{-1}\mathbf{b}$。然而，直接计算逆矩阵在数值上往往是不稳定的，在实际应用中通常通过高斯消元或其他方法直接求解线性方程组，而不是先求逆再相乘。

矩阵的秩是矩阵的另一个重要属性。矩阵的秩定义为矩阵中线性无关的行（或列）的最大数目。矩阵的行秩和列秩始终相等，因此统称为矩阵的秩。秩满足以下基本性质：$\text{rank}(\mathbf{A}) \leq \min(m,n)$；$\text{rank}(\mathbf{AB}) \leq \min(\text{rank}(\mathbf{A}), \text{rank}(\mathbf{B}))$；$\text{rank}(\mathbf{A}) + \text{rank}(\mathbf{B}) - n \leq \text{rank}(\mathbf{AB})$。如果一个 $m \times n$ 的矩阵 $\mathbf{A}$ 的秩为 $\min(m,n)$，则称其为满秩矩阵。对于方阵 $\mathbf{A}$，满秩等价于非奇异，即 $\det(\mathbf{A}) \neq 0$。在机器人学中，雅可比矩阵的秩决定了机器人在当前构型下的可操作度，当雅可比矩阵不满秩时，机器人处于奇异构型，此时沿某些方向将无法产生运动。

正交矩阵是一类具有特殊性质的矩阵。一个 $n \times n$ 的实矩阵 $\mathbf{Q}$ 如果满足 $\mathbf{Q}^T\mathbf{Q} = \mathbf{I}$，则称为正交矩阵。正交矩阵的列向量两两正交且都是单位向量，这一性质可以从 $\mathbf{Q}^T\mathbf{Q} = \mathbf{I}$ 直接推导出来。正交矩阵具有以下重要性质：$\mathbf{Q}^{-1} = \mathbf{Q}^T$；$\det(\mathbf{Q}) = \pm 1$；两个正交矩阵的乘积仍是正交矩阵。正交矩阵的逆就是其转置，这一性质使得涉及正交矩阵的运算在数值上非常稳定。在机器人学中，三维旋转矩阵是一类特殊的正交矩阵，它描述了刚体绕某一点旋转的姿态变化。所有三维旋转矩阵的集合构成一个李群，记作 $SO(3)$，这将在后续章节中详细讨论。正交矩阵的另一个重要应用是在数值线性代数中，许多矩阵分解算法都利用正交变换来提高数值稳定性。

特征值与特征向量是矩阵理论的核心内容之一。对于 $n \times n$ 的方阵 $\mathbf{A}$，如果存在非零向量 $\mathbf{v}$ 和标量 $\lambda$ 使得 $\mathbf{A}\mathbf{v} = \lambda\mathbf{v}$，则称 $\lambda$ 为 $\mathbf{A}$ 的一个特征值，$\mathbf{v}$ 为对应于 $\lambda$ 的特征向量。从几何上看，特征向量在矩阵变换下保持方向不变，只发生伸缩变换，伸缩的比例由特征值决定。特征值和特征向量可以通过求解特征方程 $\det(\mathbf{A} - \lambda\mathbf{I}) = 0$ 来获得，这是一个关于 $\lambda$ 的 $n$ 次多项式方程。$n$ 次多项式恰有 $n$ 个根（计重数），因此 $n \times n$ 的矩阵恰有 $n$ 个特征值（计重数）。特征值之和等于矩阵的迹（对角线元素之和），特征值之积等于矩阵的行列式。这些关系在分析矩阵性质时非常有用。对于实对称矩阵，特征值都是实数，而且不同特征值对应的特征向量两两正交。这些性质在主成分分析、振型分析等应用中非常重要。

特征分解（也称为谱分解）是利用特征值和特征向量对矩阵进行分解的一种方法。对于 $n \times n$ 的可对角化矩阵 $\mathbf{A}$，可以写成 $\mathbf{A} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^{-1}$ 的形式，其中 $\mathbf{Q}$ 的列是 $\mathbf{A}$ 的特征向量，$\mathbf{\Lambda}$ 是对角矩阵，对角线元素是相应的特征值。对于实对称矩阵，特征分解可以进一步写成 $\mathbf{A} = \mathbf{Q}\mathbf{\Lambda}\mathbf{Q}^T$ 的形式，因为实对称矩阵的特征向量可以选择为正交的。特征分解在分析线性系统的稳定性、求解微分方程、进行数据降维等方面有着广泛的应用。例如，在刚体动力学的分析中，惯性张量的特征分解可以帮助我们理解刚体绕不同轴的旋转特性。

奇异值分解是另一种重要的矩阵分解方法，它对于任何 $m \times n$ 的矩阵（不限于方阵）都适用。设 $\mathbf{A}$ 是 $m \times n$ 的矩阵，则存在分解 $\mathbf{A} = \mathbf{U}\mathbf{\Sigma}\mathbf{V}^T$，其中 $\mathbf{U}$ 是 $m \times m$ 的正交矩阵，$\mathbf{V}$ 是 $n \times n$ 的正交矩阵，$\mathbf{\Sigma}$ 是 $m \times n$ 的对角矩阵，对角线元素 $\sigma_1 \geq \sigma_2 \geq \cdots \geq \sigma_r > 0$ 称为奇异值，$r = \text{rank}(\mathbf{A})$ 是矩阵的秩。奇异值分解具有许多重要的性质和应用。奇异值的平方是 $\mathbf{A}^T\mathbf{A}$ 的特征值，对应的特征向量构成 $\mathbf{V}$ 的列。奇异值分解在数据压缩、噪声滤除、主成分分析等领域有着广泛的应用。在求解线性最小二乘问题时，奇异值分解提供了数值上最稳定的解法。

坐标变换与姿态描述

坐标变换是机器人学中最核心的数学概念之一。当机器人与环境进行交互时，需要明确描述机器人相对于某个参考坐标系的位置和姿态，同时也需要描述环境中各个物体之间的相对关系。这些描述都依赖于适当的坐标系选择和坐标变换方法。坐标变换的数学本质是描述同一向量或点在不同坐标系中的表示之间的转换关系。掌握坐标变换的理论和方法，是理解机器人运动学、进行传感器标定、实现多传感器融合等工作的基础。

刚体是机器人学中最重要的研究对象之一。刚体是指在运动和受力过程中，其大小和形状