简介：这份资源是《Modern Robotics: Mechanics, Planning, and Control》教材的课后习题解答，面向机器人专业学生、工程师及自学者，用于对照练习、巩固运动学与机构分析等核心知识。压缩包内共1个PDF文件，约13.97MB，按章节组织答案，覆盖第2章至第13章，从自由度计算、关节约束到动力学、路径规划与控制理论逐章展开。内容包含典型习题的推导过程，如多点定位系统的自由度求和、上肢七自由度机构在位置与姿态约束下的剩余自由度分析，以及前臂闭链关节数量的讨论，便于读者理解空间定位、约束条件与关节运动之间的相互影响。目前已有1248人学习，适合作为课程配套练习的参考，帮助读者在机械设计、运动学建模与控制策略学习中查漏补缺，深化对机器人学基础概念的理解并促进实践应用。

1. 现代机器人学复习地图：从位形空间到旋量代数的整体脉络

现代机器人学的知识体系有一条非常清晰的主线：先描述机器人“在哪里”（位形空间与自由度），再描述它“怎么动”（刚体运动与旋量），然后回答“动到哪”（正运动学与逆运动学），接着追问“动得多快、多准”（速度运动学、静力学与奇异性），最后落到“怎么让它按预期动”（轨迹规划、动力学与控制）。这条主线在教材里被拆成十三章，但复习时如果只按章节顺序线性推进，很容易在第三章的旋转矩阵里迷失，到第五章又忘了第二章的自由度公式怎么用。梳理下来会发现，真正需要反复回看的核心工具其实只有几个：格鲁布勒公式、指数坐标与旋量、乘积公式、雅可比矩阵、以及闭环约束下的自由度分析。这份习题解答覆盖了第 2 到第 13 章，正好对应这条主线的每一个节点，适合已经过了一遍教材、需要靠做题把概念钉牢的人。它不替代教材，但能让你在复习时快速定位“哪个公式在什么场景下用、参数怎么数、结果怎么验”。

2. 自由度与格鲁布勒公式：数关节、数连杆、数约束的复习重点

2.1 平面与空间两套公式的适用边界

自由度计算是整个课程最先上手、也最容易在考试里丢分的模块。习题解答第 2 章几乎一半的篇幅都在反复套用同一个公式，但套用之前必须先判断用平面版还是空间版。平面机构用dof = 3(N - 1 - J) + Σfi，空间机构用dof = 6(N - 1 - J) + Σfi，其中 N 是连杆数（含地杆），J 是关节数，fi 是第 i 个关节的自由度数。判断依据不是机构看起来“平不平”，而是所有连杆的运动是否被约束在同一平面或同一球面上。习题 2.16 就是一个典型反例：球面机构如果误用空间公式会算出 dof = -2，看起来像不能动，实际上它有一个自由度，必须用二维版本。这个坑在复习时值得单独标红。

表格里的“常见误判”不是凭空加的，习题 2.9 就展示了同一机构用 C 关节合并计算和全部拆开计算必须得到相同结果，这是检验自己数对没数对的一个硬标准。复习时建议养成习惯：先用合并关节算一遍，再拆开算一遍，两个结果对不上就说明连杆数或关节数漏了。

2.2 闭环、并联与“公式失效”的场景

格鲁布勒公式不是万能的，习题 2.15 明确给出了一个公式失效的例子：五个相同正方形组成的空间机构，空间公式算出 dof = 0，但实际能以一个自由度运动。原因是公式只做拓扑计数，不区分连杆尺寸带来的特殊几何约束。这类“公式说不动、实际能动”或反过来“公式说能动、实际卡死”的情况，在并联机构和过约束机构里很常见。复习时要记住：公式给出的是必要条件式的计数结果，遇到明显与直觉冲突的机构，要回到约束的几何本质去分析，而不是硬套数字。

另一个高频场景是开链腿支撑的平台。习题 2.8 推导出一个很漂亮的结论：无论用多少条 α 自由度的开链腿支撑同一个物体，只要每条腿都独立连接物体与地，整体自由度恒为 6。这个结论在并联机器人复习里几乎必考，推导过程只用一次代入就能验证，建议直接背下推导框架而不是结论本身。习题 2.7 则展示了另一种思路：把整条开链臂等效成一个 7 自由度“关节”，再套公式，这种“把复杂子链打包成等效关节”的手法在后续章节反复出现，是复习时值得单独整理的一个技巧。

提示：数连杆时把地杆算作 1 个连杆，数关节时把每个独立运动副算作 1 个关节，重叠的转动副（多个连杆共用一个轴）要按实际接触对数分别计数，习题 2.10 的 (c)(d) 两问就是专门练这个的。

3. 刚体运动与旋量：旋转矩阵、指数坐标与乘积公式的串联

3.1 从旋转矩阵到指数坐标的推导链

第 3 章是整门课的分水岭。习题解答在这一章的处理方式很值得借鉴：它不满足于给出旋转矩阵的数值结果，而是反复要求把旋转写成指数坐标形式 exp([ω]θ)。这条推导链是：旋转矩阵 R 属于 SO(3)，其对数映射给出轴 ω 和角度 θ，指数映射再还原回 R。复习时最容易断链的地方是对数映射的多值性——θ 取 [0, π] 还是 [0, 2π]，ω 的符号怎么定，直接影响到后续旋量坐标的连续性。习题里多处出现“验证 exp([ω]θ) 确实等于给定 R”的题型，本质上是在训练你从矩阵反推轴角的熟练度。

import numpy as np from scipy.linalg import logm, expm # 给定旋转矩阵 R，反推轴角（指数坐标） def rot_to_axis_angle(R): # logm 给出反对称矩阵，需提取轴向量 log_R = logm(R) # 取反对称部分对应的向量，注意数值误差 omega_hat = np.array([log_R[2,1], log_R[0,2], log_R[1,0]]) theta = np.linalg.norm(omega_hat) if theta < 1e-10: return np.zeros(3), 0.0 omega = omega_hat / theta return omega, theta # 验证：指数映射还原 def axis_angle_to_rot(omega, theta): K = np.array([[0, -omega[2], omega[1]], [omega[2], 0, -omega[0]], [-omega[1], omega[0], 0]]) return np.eye(3) + np.sin(theta)*K + (1-np.cos(theta))*(K @ K)

上面这段代码的关键不在实现本身，而在两个函数的互逆关系。参数说明：omega是单位轴向量，theta是旋转角，K是 ω 的反对称矩阵。复习时如果手算，重点练 θ = π 附近的边界情况，此时轴向量符号不唯一，习题里出现过因为符号取反导致后续乘积公式结果整体翻转的案例。这类数值细节在笔试里不一定考，但在理解旋量坐标的物理意义时很关键。

3.2 乘积公式与螺旋运动的几何直觉

正运动学的乘积公式是第 4 章的核心：把每个关节的螺旋轴 ξi 和关节变量 θi 代入 exp([ξi]θi)，从基座到末端依次相乘。习题解答在这一章的题目大多要求先写出各螺旋轴的坐标，再代入乘积公式验证末端位姿。复习时的重点不是矩阵乘法本身，而是螺旋轴坐标的写法：空间坐标系下的螺旋轴 ξ = (ω, v)，其中 v = -ω × q，q 是轴上一点。这个关系式在静力学和雅可比章节还会以对偶形式再次出现，属于必须形成肌肉记忆的公式。

梳理下来会发现，第 3 章和第 4 章其实是在做同一件事的两种语言：旋转矩阵描述姿态，螺旋轴描述运动，指数映射把两者连起来。习题里那些“用两种方法求同一变换”的题目，目的就是让你在两种语言之间自由切换。复习时如果时间紧，优先把乘积公式的推导流程走通一遍，再回头补旋转矩阵的细节，效率会高很多。

4. 速度运动学与静力学：雅可比矩阵、奇异性和力映射的易错点

4.1 雅可比矩阵的两种构造方式

第 5 章把速度关系写成 V = J(q)q̇，雅可比矩阵的构造有两条路：一是对正运动学直接求偏导，二是用螺旋轴和伴随变换逐列拼装。习题解答两种方法都用了，而且经常要求验证两者结果一致。复习时容易忽略的是参考坐标系的选择——空间雅可比和物体雅可比差一个伴随变换，题目里如果不指明坐标系，答案会差一个矩阵。这个点在考试里是高频翻车区，因为两种雅可比单独看都“对”，但混用就会导致后续奇异性分析全错。

4.2 奇异性与力映射的对偶关系

奇异性分析的本质是雅可比矩阵降秩。习题里判断奇异位形的题目，标准做法是求 det(J) = 0 或找 J 的零空间向量。但复习时最容易漏掉的是：奇异位形下末端不能沿某些方向运动，同时关节力矩在该方向上的映射也会失效，这就是静力学里 τ = JᵀF 的对偶性。习题解答在第 5 章末尾有几道题专门练这个对偶关系，要求从速度零空间反推力零空间。这个知识点在后续动力学和控制章节会反复用到，属于“现在不弄懂、后面处处卡”的类型。

注意：奇异位形不是“机器人坏了”，而是雅可比降秩导致的运动能力退化。判断时先看 J 的秩，再看零空间维数，不要只盯着行列式数值大小，量纲不同的关节混在一起时行列式的大小没有可比性。

5. 逆运动学、轨迹规划与动力学：从解析解到数值解的复习取舍

5.1 逆运动学的解析与数值两条路线

第 6 章到第 9 章覆盖逆运动学、闭环运动学、轨迹规划和动力学。逆运动学的复习重点在于区分“有解析解的结构”和“只能数值求解的结构”。习题解答里，解析解的题目大多针对满足 Pieper 条件的六轴臂，做法是先解腕心位置再解姿态；数值解的题目则用牛顿-拉夫逊迭代，核心是雅可比矩阵的伪逆。复习时容易忽略的是迭代的收敛判据和初值选择——习题里出现过初值选在奇异位形附近导致迭代发散的案例，这类血泪经验在笔试里不一定写，但在实际理解算法行为时很重要。

5.2 轨迹规划与动力学公式的适用条件

轨迹规划部分，习题集中在多项式插值和梯形速度曲线。复习时要把“位置、速度、加速度连续”这三个条件对应到多项式的阶数上：三次多项式只能保证位置和速度连续，五次才能保证加速度连续。动力学部分，习题解答主要练拉格朗日方程和牛顿-欧拉递推两种方法，前者适合推导封闭形式，后者适合数值计算。复习取舍上，如果目标是应试，优先掌握拉格朗日方程的质量矩阵构造和科氏力项的对称性；如果目标是理解控制实现，牛顿-欧拉递推的计算流程更值得走一遍。

6. 易漏点与易错点：自由度计数、坐标系混用与公式失效的查漏补缺

6.1 易漏点一：连杆数与关节数的边界情况

易漏点 → 为什么漏：数连杆时忘记把地杆算进去，或者把重叠的转动副当成一个关节。习题 2.10 的 (c)(d) 两问专门设了这个陷阱，多个连杆共用一个轴时，关节数要按实际接触对数算，而不是按物理轴的数量算。怎么补：每道自由度题先画拓扑图，标出每个连杆和每个关节，再对照公式逐项填数，填完用“合并关节”和“拆开关节”两种方式各算一遍，结果一致才往下做。

6.2 易漏点二：平面公式与空间公式的误用

易漏点 → 为什么漏：机构画在纸上看起来是平的，但实际运动可能被约束在球面上，或者反过来。习题 2.16 的球面四杆机构就是典型，用空间公式算出负自由度。怎么补：判断依据不是图形外观，而是“所有连杆的运动是否共享同一个二维约束面”。拿不准时两种公式都算一遍，结合物理直觉判断哪个结果合理，再回头找约束来源。

6.3 易漏点三：雅可比矩阵的参考系混淆

易漏点 → 为什么漏：空间雅可比和物体雅可比在公式形式上只差一个伴随变换，单独看都成立，混用时中间步骤不报错，最后结果整体偏移。怎么补：每写一个雅可比，先在右上角标注参考系，后续所有速度、力、奇异性的计算都从这个标注出发，伴随变换的矩阵显式写出来，不要心算。

6.4 易漏点四：格鲁布勒公式在过约束机构上的失效

易漏点 → 为什么漏：公式只做拓扑计数，不区分连杆尺寸带来的特殊几何约束，习题 2.15 的空间正方形机构就是公式说 0 实际 1 的例子。怎么补：遇到公式结果与直觉冲突时，回到约束的几何本质，检查是否存在“尺寸恰好相等”导致的额外约束，这类机构在并联平台和折叠机构里很常见。

6.5 易漏点五：指数坐标的多值性与符号约定

易漏点 → 为什么漏：对数映射在 θ = π 附近轴向量符号不唯一，不同教材的约定可能相反，导致后续乘积公式整体翻转。怎么补：固定一套约定（比如 θ 取 [0, π]，ω 的符号由最大分量决定），在所有题目里统一使用，遇到结果与答案符号相反时先检查约定而不是重算。

7. 复习清单：按章节权重分配时间与自测方法

复习到这一步，最有效的做法不是从头再刷一遍，而是按权重分配时间。第 2 章的自由度计数和第 3、4 章的旋量与乘积公式是整门课的地基，占复习时间的四成左右；第 5 章的雅可比与奇异性占两成；第 6 到 9 章的逆运动学、轨迹规划和动力学占三成；第 10 到 13 章的控制部分占一成，重点放在反馈线性化和计算力矩控制的公式结构上。这个比例不是拍脑袋定的，而是根据习题解答里各章题目数量和相互引用频率反推出来的——第 2 章的结论在第 5 章、第 8 章反复被调用，地基不牢后面全是空中楼阁。

自测方法上，建议每章挑三道题：一道纯计算（比如自由度计数或矩阵指数），一道推导（比如雅可比两种构造的一致性），一道判断（比如奇异性或公式失效）。三道都能独立写出完整步骤且中间不查书，这一章就算过。查漏补缺时优先回看自己做错的题对应的知识点，而不是按章节顺序重读，因为错题暴露的往往是跨章节的关联漏洞，比如雅可比算错可能根源在第 3 章的螺旋轴坐标写法。

从那以后我每次复习这类偏数学的机器人学内容，都强制走一遍“先画拓扑图、再标参考系、最后两种方法互验”的流程，哪怕题目看起来很简单也不跳过，因为翻车往往就发生在“这题我一眼就会”的时候。这份习题解答的价值不在于答案本身，而在于它把每个公式的适用边界和失效场景都用具体题目摆了出来，配合上面的清单用，能省掉不少自己摸索的时间。希望帮到你。

本文还有配套的精品资源，点击获取