在机器人运动学建模领域,D-H(Denavit-Hartenberg)参数法是核心技术。它以 4 个参数描述机械臂各连杆间的相对位姿关系,是实现正运动学求解、轨迹规划的基础。
六轴机械臂正运动学:D-H 参数法建模与代码实现
介绍基于 D-H 参数的六轴机械臂正运动学建模方法。阐述了 D-H 四个核心参数定义及齐次变换矩阵构建过程,通过通用工业机械臂案例演示坐标系建立与参数表填写步骤。最后提供 Python 代码实现,结合 NumPy 计算变换矩阵并可视化末端位姿,验证理论模型的准确性。

介绍基于 D-H 参数的六轴机械臂正运动学建模方法。阐述了 D-H 四个核心参数定义及齐次变换矩阵构建过程,通过通用工业机械臂案例演示坐标系建立与参数表填写步骤。最后提供 Python 代码实现,结合 NumPy 计算变换矩阵并可视化末端位姿,验证理论模型的准确性。

在机器人运动学建模领域,D-H(Denavit-Hartenberg)参数法是核心技术。它以 4 个参数描述机械臂各连杆间的相对位姿关系,是实现正运动学求解、轨迹规划的基础。
六轴机械臂作为工业场景中最常用的机器人构型,其连杆与关节的空间关系复杂。D-H 法的核心优势在于'标准化':
在 D-H 法中,我们需要为机械臂的每个连杆和关节建立坐标系(通常称为'D-H 坐标系'),然后通过 4 个参数描述相邻坐标系间的变换关系,最终通过矩阵乘法得到整体变换。
D-H 法的 4 个参数是基于相邻两个关节坐标系(第 i-1 个关节坐标系和第 i 个关节坐标系)定义的,核心逻辑是'从坐标系 i-1 到坐标系 i 的变换需要 4 个步骤',每个步骤对应一个参数:
| 参数符号 | 参数名称 | 核心定义 | 补充说明 |
|---|---|---|---|
| θᵢ(Theta) | 关节角 | 绕 zᵢ₋₁轴旋转,使 xᵢ₋₁轴与 xᵢ轴平行的角度 | 旋转关节为变量(随关节运动变化),移动关节为常量 |
| dᵢ(d) | 连杆偏移 | 沿 zᵢ₋₁轴移动,使 xᵢ₋₁轴与 xᵢ轴重合的距离 | 移动关节为变量,旋转关节为常量(机械臂结构固定值) |
| aᵢ(a) | 连杆长度 | 沿 xᵢ轴移动,使 zᵢ₋₁轴与 zᵢ轴重合的距离 | 由机械臂连杆物理结构决定,为固定值 |
| αᵢ(Alpha) | 连杆扭转角 | 绕 xᵢ轴旋转,使 zᵢ₋₁轴与 zᵢ轴平行的角度 | 由连杆的几何形状决定,为固定值 |
关键提醒:所有参数的定义都基于'相邻两个坐标系',核心是'让两个坐标系逐步重合'——先旋转 z 轴,再平移 z 轴,接着平移 x 轴,最后旋转 x 轴,四步完成坐标变换。
通过上述 4 个参数,我们可以构建出从第 i-1 个坐标系到第 i 个坐标系的齐次变换矩阵ⁱᵢ₋₁T,这个矩阵既包含了旋转变换,也包含了平移变换,公式如下:

矩阵的前 3 行 3 列是旋转矩阵,描述坐标系 i 相对于坐标系 i-1 的姿态;前 3 行第 4 列是平移向量,描述坐标系 i 原点相对于坐标系 i-1 的位置;最后一行是齐次坐标的标准形式(0,0,0,1)。
对于六轴机械臂,我们需要依次建立基坐标系(0 号)、关节 16 的坐标系(16 号)、末端执行器坐标系(6 号,与关节 6 坐标系重合或固定偏移)。末端执行器相对于基坐标系的总变换矩阵⁶₀T,就是各相邻连杆变换矩阵的乘积:

通过这个总变换矩阵,我们可以直接提取末端执行器的位置(前 3 行第 4 列)和姿态(前 3 行 3 列旋转矩阵),这就是正运动学的核心目标。
理论讲完,我们用一个通用六轴工业机械臂(类似 UR5、PUMA560 构型)进行实战建模,步骤分为'建立坐标系→填写 D-H 参数表→计算总变换矩阵'三步。
建立坐标系是 D-H 建模的关键,需遵循严格的规则(避免参数混乱):
按照上述规则,为六轴机械臂的每个关节建立坐标系后,我们就能直观看到各坐标系的相对位置,为填写参数表做准备。

例如某通用六轴机械臂模型,根据建立的坐标系,结合机械臂的物理结构尺寸,我们可以填写出完整的 D-H 参数表。

在实际研发中,需根据自定义机械臂的结构建立参数表。例如,此自定义六轴机械臂的 D-H 参数表(含关节角零位偏移)如下:
| 连杆 i | 关节角 qᵢ(°) | 连杆偏移 dᵢ(mm) | 连杆长度 aᵢ(mm) | 连杆扭转角 αᵢ(°) | 关节角偏移 offset(°) |
|---|---|---|---|---|---|
| 1 | q₁(变量) | 540 | 0 | 90 | 90 |
| 2 | q₂(变量) | 0 | -900 | 0 | -90 |
| 3 | q₃(变量) | 0 | -900 | 0 | 0 |
| 4 | q₄(变量) | 500 | 0 | 90 | -90 |
| 5 | q₅(变量) | 345 | 0 | -90 | 0 |
| 6 | q₆(变量) | 175 | 0 | 0 | 0 |
注意:a₂和 a₃为负值,是因为 x 轴方向与机械臂连杆延伸方向相反,不影响计算,只需严格按照坐标系定义填写即可。
根据参数表,我们先将θᵢ转换为弧度,再依次计算每个连杆的变换矩阵(¹₀T、²₁T...⁶₅T),最后将 6 个矩阵相乘得到总变换矩阵⁶₀T。
例如,当所有关节角为 0°时,代入参数计算得到的总变换矩阵中,前 3 行第 4 列即为末端执行器的位置(x,y,z),前 3 行 3 列即为末端姿态的旋转矩阵。通过这个结果,我们可以验证建模的正确性(比如零位时末端位置是否与机械臂物理结构一致)。
我们用 Python 结合 NumPy 实现 D-H 建模与正运动学求解,同时加入 Matplotlib 可视化,直观看到机械臂姿态。
首先安装必要的库(矩阵运算 +3D 可视化):
pip install numpy matplotlib
import numpy as np
import math
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib as mpl
# ====================== 解决 Matplotlib 中文显示问题 ======================
plt.rcParams["font.family"] = ["SimHei", "PingFang SC", "WenQuanYi Micro Hei", "DejaVu Sans"]
plt.rcParams['axes.unicode_minus'] = False
mpl.rcParams['font.sans-serif'] = plt.rcParams["font.family"]
# 角度转弧度
def deg2rad(deg):
return deg * math.pi / 180
# 弧度转角度
def rad2deg(rad):
return rad * 180 / math.pi
# 计算单个连杆的 D-H 变换矩阵(标准 D-H)
def dh_transform(theta, d, a, alpha):
T = np.array([
[math.cos(theta), -math.sin(theta) * math.cos(alpha), math.sin(theta) * math.sin(alpha), a * math.cos(theta)],
[math.sin(theta), math.cos(theta) * math.cos(alpha), -math.cos(theta) * math.sin(alpha), a * math.sin(theta)],
[0, math.sin(alpha), math.cos(alpha), d],
[0, 0, 0, 1]
])
return T
# 机械臂正运动学求解(含 offset)
def your_arm_forward_kinematics(joint_angles):
"""
参数:
joint_angles: 列表,6 个关节角(弧度)[q1, q2, q3, q4, q5, q6]
返回:
T_total: 末端总变换矩阵
joint_positions: 各关节(0-6)的坐标列表
end_rotation: 末端旋转矩阵
"""
# 提取关节角(叠加 offset)
q1, q2, q3, q4, q5, q6 = joint_angles
offset = [math.pi / 2, -math.pi / 2, 0, -math.pi / 2, 0, 0] # 关节角偏移
theta1 = q1 + offset[0]
theta2 = q2 + offset[1]
theta3 = q3 + offset[2]
theta4 = q4 + offset[3]
theta5 = q5 + offset[4]
theta6 = q6 + offset[5]
# 机械臂 D-H 参数(根据你的参数表定义)
d = [540, 0, 0, 500, 345, 175] # 连杆偏移 d_i
a = [0, -900, -900, 0, 0, 0] # 连杆长度 a_i
alpha = [math.pi / 2, 0, 0, math.pi / 2, -math.pi / 2, 0] # 连杆扭转角α_i
# 计算各连杆变换矩阵
T1 = dh_transform(theta1, d[0], a[0], alpha[0])
T2 = dh_transform(theta2, d[1], a[1], alpha[1])
T3 = dh_transform(theta3, d[2], a[2], alpha[2])
T4 = dh_transform(theta4, d[3], a[3], alpha[3])
T5 = dh_transform(theta5, d[4], a[4], alpha[4])
T6 = dh_transform(theta6, d[5], a[5], alpha[5])
# 各关节相对于基坐标系的变换矩阵
T0_0 = np.eye(4) # 基坐标系
T0_1 = T0_0 @ T1
T0_2 = T0_1 @ T2
T0_3 = T0_2 @ T3
T0_4 = T0_3 @ T4
T0_5 = T0_4 @ T5
T0_6 = T0_5 @ T6
# 末端坐标系
# 提取各关节位置(x,y,z)
joint_positions = [
T0_0[:3, 3],
T0_1[:3, 3],
T0_2[:3, 3],
T0_3[:3, 3],
T0_4[:3, 3],
T0_5[:3, 3],
T0_6[:3, 3]
]
return T0_6, joint_positions, T0_6[:3, :3]
# 机械臂 3D 可视化函数
def visualize_your_arm(joint_angles, title="六轴机械臂正运动学可视化"):
# 获取关节位置
T_total, joint_positions, end_rot = your_arm_forward_kinematics(joint_angles)
x = [pos[0] for pos in joint_positions]
y = [pos[1] for pos in joint_positions]
z = [pos[2] for pos in joint_positions]
# 创建 3D 绘图
fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')
# 绘制连杆、关节、末端
ax.plot(x, y, z, 'b-', linewidth=3, label='机械臂连杆')
ax.scatter(x, y, z, c='r', s=100, label='关节', marker='o')
ax.scatter(x[-1], y[-1], z[-1], c='red', s=300, label='末端执行器', marker='*')
# 坐标轴与标题(中文)
ax.set_xlabel('X 轴 (mm)', fontsize=12)
ax.set_ylabel('Y 轴 (mm)', fontsize=12)
ax.set_zlabel('Z 轴 (mm)', fontsize=12)
ax.set_title(title, fontsize=14, fontweight='bold')
ax.legend(loc='upper left', fontsize=10)
# 调整坐标轴范围(适配机械臂尺寸)
ax.set_xlim([-2000, 2000])
ax.set_ylim([-2000, 2000])
ax.set_zlim([0, 2000])
# 打印末端位姿
print("=" * 60)
print("机械臂末端位姿信息:")
print(f"末端位置 (x, y, z):({x[-1]:.2f}, {y[-1]:.2f}, {z[-1]:.2f}) 毫米")
print("末端旋转矩阵:")
print(np.round(end_rot, 3))
# 旋转矩阵转欧拉角(RPY)
def rot2euler(rot):
sy = math.sqrt(rot[0, 0] ** 2 + rot[1, 0] ** 2)
singular = sy < 1e-6
if not singular:
roll = math.atan2(rot[2, 1], rot[2, 2])
pitch = math.atan2(-rot[2, 0], sy)
yaw = math.atan2(rot[1, 0], rot[0, 0])
else:
roll = math.atan2(-rot[1, 2], rot[1, 1])
pitch = math.atan2(-rot[2, 0], sy)
yaw = 0
return [rad2deg(roll), rad2deg(pitch), rad2deg(yaw)]
rpy = rot2euler(end_rot)
print(f"末端姿态(横滚角 Roll, 俯仰角 Pitch, 偏航角 Yaw):({rpy[0]:.2f}, {rpy[1]:.2f}, {rpy[2]:.2f}) 度")
print("=" * 60)
plt.show()
# 自定义输入关节角(支持角度/弧度输入)
def input_joint_angles():
"""让用户选择输入模式(角度/弧度),并输入 6 个关节角,返回弧度制的关节角列表"""
print("=" * 60)
print("欢迎输入六轴机械臂的关节角!")
# 选择输入模式
while True:
mode = input("请选择输入模式(1=角度,2=弧度):")
if mode in ["1", "2"]:
mode = int(mode)
break
else:
print("输入错误!请输入 1 或 2。")
# 输入 6 个关节角
joint_angles_input = []
joint_names = ["关节 1 (q1)", "关节 2 (q2)", "关节 3 (q3)", "关节 4 (q4)", "关节 5 (q5)", "关节 6 (q6)"]
for i, name in enumerate(joint_names):
while True:
try:
angle = float(input(f"请输入{name}的角度值:"))
joint_angles_input.append(angle)
break
except ValueError:
print("输入错误!请输入数字(整数/小数均可)。")
# 转换为弧度(如果是角度输入)
if mode == 1:
joint_angles_rad = [deg2rad(angle) for angle in joint_angles_input]
print(f"\n你输入的角度(角度制):{[round(angle, 2) for angle in joint_angles_input]}")
print(f"转换为弧度制:{[round(rad, 4) for rad in joint_angles_rad]}")
else:
joint_angles_rad = joint_angles_input
print(f"\n你输入的角度(弧度制):{[round(rad, 4) for rad in joint_angles_rad]}")
print("=" * 60)
return joint_angles_rad
# 主函数
if __name__ == "__main__":
# 自定义输入关节角
joint_angles = input_joint_angles()
# 可视化机械臂
visualize_your_arm(joint_angles, "自定义关节角的六轴机械臂姿态")
代码核心逻辑:用户输入 6 个关节角(角度制)→ 转换为弧度→ 计算各连杆 D-H 变换矩阵→ 得到总变换矩阵→ 提取关节位置并可视化。

运行后,会弹出 3D 可视化窗口,蓝色线段为机械臂连杆,红色圆点为关节,红色星号为末端执行器;控制台会输出末端位置和旋转矩阵,方便验证建模结果。


微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online