首先，申明下：1.这是原创，请不要转载；2.本人从事机器人技术的研究已有7年，基本上的大风大浪都见过；3.本文内容不一定面面俱到，不喜勿喷。
MATLAB中的Robotics Toolbox，也就是我们常见的机器人工具箱是学者Peter Corke（很幽默的一老头）为了方便他的教学而开发的一款自定义的机器人工具箱，里面的调用函数都是他及他的团队编写。
参考书：《Robotics, Vision and Control: Fundamental Algorithms In MATLAB》第二版
现在抛出问题：用过该工具箱的小伙伴按照参考书上的例子求解PUMA 560（6-DOF机器人）的正逆解，觉得没有任何问题。用fkine()正向运动学函数求解自定义的机械臂也没有问题。但是，
用ikine()求逆解时，却有问题了，要么无法求解，要么求解出来的关节角不对，这是为什么呢？
本
人当时用到这个工具箱时，也遇到过这个问题，请教了不少大牛。大牛的回答总结如下：1.该工具箱只能解决一类机器人（关节角、串联、构型等）；2.可以根据matlab函数，深入研究ikine()逆解函数；3.如果该工具箱能解决任意自由度的串联型机器人的运动学求解问题，那么学习机器人技术就很简单。实际上，这是不可能的。
机器人逆解到底应该怎么解？
不同构型的机械臂解法不同。本人举个例子，一个6-DOF转动型串联机械臂，它的构型满足：1.三个连续的转动关节的轴相交于同一点；2.三个连续的转动关节的轴平行。满足上述条件的机器人，前3个关节与后3三个关节可以看作是解耦的，即前3个关节控制机器人的位置，后3个关节控制机器人的姿态。一旦末端执行器的位置和姿态由
和
Re=[ne se ae]
制定，就可以找到腕关节的位置：
1）Pw=Pe-d6*ae
2）求解逆运动学得到（q1,q2,q3）
3)计算R03(q1,q2,q3)
4)计算R36(q4,q5,q6)=R03’R
5)求解逆运动学得到方向(q4,q5,q6)
这样，便完成了机器人逆解。
我现在用的方法是迭代计算，即以能量法、关节变化最小为目标函数，通过优化算法来找出最合适的关节角组。目前，这种方法已经解决过很多类型的串联机器人，没有出现过什么问题。有兴趣的小伙伴，自己去找文献看看，千万不要留言问我（由于特殊原因），请见谅。