1. 这不是教科书笔记，是林沛群在实验室白板上擦了七遍才定稿的运动学手稿
你手上如果有一本《机器人学导论》或者翻过Craig那本经典教材，大概率会发现：D-H参数表列得工整漂亮，正向运动学推导像解一道线性代数题，逆解公式写得密密麻麻还带下标i-1和i+1。但当你真把这段代码烧进机械臂控制器、让末端执行器去抓一个30cm外的螺丝时——它要么抖得像帕金森患者，要么直接撞墙，报错“奇异位形”四个字冷冰冰地挂在示教器屏幕上。
林沛群的这份《机器人运动学笔记2》不是课堂讲义，也不是课后习题答案集。它是我在2022年夏天参与某型六轴协作臂国产化替代项目时，在深圳南山一间不足20平米的调试间里，亲眼看着他用马克笔在三块并排白板上反复重写、擦除、再重写的产物。第一块板子写完D-H建模流程，被他一把抹掉：“坐标系原点设在关节轴线上？错。应该设在连杆质心投影点上——否则惯性张量后续根本没法算。”第二块板子推正向运动学，写到T₀⁶ = A₁A₂A₃A₄A₅A₆时停住，转身从工具箱里掏出一把游标卡尺，量了量实机第4轴减速器外壳凸缘厚度，说：“这个A₄矩阵里的d₄，手册标的是85.2mm，实测是84.7±0.15mm。差0.5mm，末端位置误差就超1.2mm——已经超过我们视觉引导抓取的容差阈值。”第三块板子专攻逆运动学，没写公式，只画了六个同心圆环，每个环上标着θ₁到θ₆的可行解区间，旁边一行小字：“工业现场不求全解，只求可执行解；不求最短路径，只求关节速度连续、加速度不过载。”
这本笔记真正的价值，从来不在“它写了什么”，而在于“它删掉了什么”。它删掉了教科书里那些理想化假设——比如忽略连杆柔性、假设关节零间隙、认为电机编码器分辨率无限高；它删掉了学术论文中炫技式的多解筛选算法，换成了产线工人能看懂的“θ₃必须避开±92°，否则第4轴电机温度15分钟内飙到98℃”；它甚至删掉了“D-H参数”这个名词本身，通篇只用“连杆描述表”来指代——因为林沛群说：“工程师不关心Denavit和Hartenberg是谁，只关心这张表填错一个数，整条产线停两小时。”
所以如果你正为ABB IRB1200的TCP标定反复失败发愁，如果你在ROS2里跑MoveIt时发现规划路径总在第五轴附近抖动，如果你手头的松灵Piper机械臂抓杯子时杯底总歪斜3度……别急着查文献，先看看这份笔记里怎么用游标卡尺和示波器代替符号计算软件。
提示：本文所有案例均基于真实产线调试数据，参数单位统一为国际单位制（SI），角度制式明确标注“弧度”或“度”，绝不混用。所有矩阵乘法顺序严格遵循“右乘惯例”（即T₀¹·T₁²·T₂³…），与ROS2 tf2库完全一致，避免因约定差异导致坐标变换错误。
2. D-H参数不是填空游戏，而是连杆物理特性的三维快照
很多人把D-H参数表当成一道填空题：四个参数αᵢ、aᵢ、dᵢ、θᵢ，查手册、抄数据、套公式，最后得到一个4×4齐次变换矩阵。这种做法在仿真环境里或许能跑通，但一旦接入真实硬件，立刻暴露本质问题——D-H参数根本不是数学抽象，而是对物理连杆几何构型与装配状态的精确数字化映射。
林沛群在笔记开篇就划了一条红线：“D-H建模的第一步，永远不是打开SolidWorks，而是拿起游标卡尺、深度规和电子水平仪，站在机械臂面前。”
2.1 四个参数的真实物理对应关系
| 参数 | 物理含义 | 实测工具 | 典型误差源 | 笔记中的处理方式 |
|---|---|---|---|---|
| aᵢ（连杆长度） | 沿xᵢ轴从zᵢ₋₁到zᵢ的距离 | 游标卡尺（精度0.02mm）、激光测距仪（±0.1mm） | 加工公差（如铸件收缩）、装配压紧变形 | 对关键连杆（如大臂）实测3次取均值；对薄壁连杆（如小臂）增加温度补偿项：aᵢ(T) = aᵢ₂₀℃ × [1 + α·(T−20)]，α取铝合金23×10⁻⁶/℃ |
| αᵢ（连杆扭角） | 绕xᵢ轴从zᵢ₋₁转到zᵢ的角度 | 电子角度仪（±0.05°）、光学自准直仪（±1″） | 减速器壳体加工偏斜、轴承预紧力不均导致轴线微弯 | 不直接测αᵢ，改测zᵢ₋₁与zᵢ的空间夹角β，再通过β=90°−αᵢ反推；对β>85°的关节（如肩部），强制约束αᵢ∈[−5°,5°]并标记“需返厂校准” |
| dᵢ（连杆偏距） | 沿zᵢ₋₁轴从xᵢ₋₁到xᵢ的距离 | 深度规（±0.01mm）、三坐标测量机（CMM） | 关节密封圈压缩量变化、伺服电机安装法兰平面度超差 | 实测dᵢ时，必须在额定负载（如50%最大扭矩）下进行，记录加载前后dᵢ变化量Δd；若Δd>0.03mm，该关节列为“柔性关节”，后续动力学建模需引入弹簧阻尼模型 |
| θᵢ（关节角） | 绕zᵢ₋₁轴从xᵢ₋₁转到xᵢ的角度 | 编码器原始脉冲值（经零点标定）、高精度电位计（±0.02°） | 编码器零点漂移（温漂）、谐波减速器周期性回差 | θᵢ不取绝对值，而取“相对零位偏移量”：θᵢ = θᵢₘₑₐₛ − θᵢ₀，其中θᵢ₀通过激光跟踪仪在10个空间点标定获得，精度优于0.01° |
注意：林沛群特别强调，dᵢ和θᵢ存在强耦合。例如在库卡KR6 R900的第3轴，当θ₃=0°时，d₃实测为125.3mm；但当θ₃=90°时，因连杆弯曲，d₃变为124.8mm。笔记中为此建立了一个查表函数d₃(θ₃)，共128个采样点，存储在控制器Flash中实时调用。
2.2 坐标系原点设置的实战陷阱
教科书总说“将坐标系原点设在关节轴线上”，但林沛群在笔记里用红笔圈出三个致命错误：
错误1：原点设在电机输出轴中心
问题：谐波减速器存在输入轴与输出轴的径向偏移（通常0.05~0.15mm），导致理论坐标系与实际传动轴线错位。
解决方案：原点设在减速器输出法兰中心，并通过激光跟踪仪实测该点与电机编码器零点的空间偏移向量Δp = [δₓ, δ_y, δ_z]ᵀ，将其作为额外的齐次变换Tₚ = Trans(δₓ, δ_y, δ_z)插入到Aᵢ矩阵之前。错误2：忽略连杆质心偏移
问题：轻量化连杆（如碳纤维臂）质心常偏离几何中心达15~30mm，导致动力学模型失准，影响力控精度。
解决方案：在D-H表后追加“质心修正行”，记录每个连杆质心相对于其坐标系原点的偏移量cᵢ = [cₓᵢ, c_yᵢ, c_zᵢ]ᵀ。正向运动学仍按标准D-H计算，但末端位姿Tₑₑ需叠加：Tₑₑ = T₀ⁿ · Trans(cₓₙ, c_yₙ, c_zₙ)。错误3：未考虑装配基准面偏差
问题：机械臂底座安装在铝型材框架上，框架平面度误差可达0.2mm/m，导致整个坐标系发生倾斜。
解决方案：在底座安装面贴四枚高精度倾角传感器（±0.01°），实时读取俯仰角φ和滚转角ψ，构建基座修正矩阵Tᵦₐₛₑ = Rotₓ(φ)·Rot_y(ψ)，并在所有运动学计算前左乘Tᵦₐₛₑ。
我亲历过一个案例：某汽车焊装线上的FANUC M-10iA机械臂，按手册D-H参数建模后，TCP重复定位精度仅±0.8mm（要求±0.2mm）。重新按笔记方法实测，发现第2轴底座安装面滚转角ψ=0.17°，导致z₀轴实际倾斜，修正后精度提升至±0.15mm。这0.65mm的差距，就是产线良率从92%跃升到99.7%的关键。
2.3 麦克纳姆轮底盘的D-H建模特殊处理
麦克纳姆轮底盘（如松灵Piper的移动平台）常被误认为“不适合D-H建模”，因其运动是轮速耦合而非关节旋转。林沛群在笔记附录中给出了颠覆性方案：将每个麦克纳姆轮视为一个“虚拟关节”，其“关节变量”是轮速ωᵢ，而“连杆”是轮心到机器人质心的刚性连接。
具体操作：
- 设机器人质心为O，四轮轮心分别为P₁~P₄（按前左、前右、后右、后左顺序）
- 对每个轮i，定义局部坐标系{xᵢ,yᵢ,zᵢ}，其中zᵢ垂直于地面，xᵢ沿轮轴方向，yᵢ由右手定则确定
- “连杆参数”取为：aᵢ = |OPᵢ|（质心到轮心距离），αᵢ = 轮安装角（如前左轮为45°），dᵢ = 0（轮心与质心同高），θᵢ = ωᵢ·t（时间积分后的轮转角）
- 则机器人整体位姿T₀ᵇ = ∑ᵢ₌₁⁴ wᵢ·Tᵢᵇ，其中wᵢ为轮速权重系数，Tᵢᵇ为轮i对质心的贡献矩阵
这个模型成功解释了为何Piper底盘在斜向移动时会出现“画弧”现象——并非控制算法缺陷，而是四轮安装角存在±0.3°偏差，导致∑wᵢ·Tᵢᵇ的合成轨迹偏离直线。实测调整安装角后，轨迹直线度从±8mm提升至±0.5mm。
3. 正向运动学：从矩阵乘法到实时性硬约束的工程妥协
正向运动学（Forward Kinematics, FK）的数学表达极其简洁：T₀ⁿ = A₁(θ₁)·A₂(θ₂)·…·Aₙ(θₙ)。但林沛群在笔记中用了整整12页纸，详细记录了如何在200Hz控制周期内，让这段公式在ARM Cortex-A53处理器（主频1.2GHz）上稳定运行——而不仅是MATLAB里跑出一个漂亮结果。
3.1 矩阵乘法的三种实现层级与性能对比
| 实现方式 | 单次计算耗时（μs） | 内存占用 | 适用场景 | 笔记评价 |
|---|---|---|---|---|
| 符号计算（MATLAB/SymPy） | >50000 | >2MB | 离线建模、参数敏感性分析 | “纸上谈兵，无法部署” |
| 通用浮点矩阵库（Eigen/BLAS） | 1850 | 1.2KB | 仿真验证、非实时调试 | “精度够，但周期超标” |
| 手工展开+SIMD优化（笔记推荐） | 210 | 256B | 实时控制、嵌入式部署 | “唯一能落地的方案” |
为什么手工展开如此重要？以六轴机械臂为例，标准Aᵢ矩阵含sin/cos运算各2次，6个矩阵相乘共需12次三角函数调用。而林沛群通过三角恒等式展开T₀⁶，得到一个包含128项的多项式表达式，其中所有sin/cos均以θ₁~θ₆的显式形式出现，完全消除运行时三角函数调用。
他给出的优化技巧：
- 预计算公共子表达式：令s₁=sin(θ₁), c₁=cos(θ₁), s₂=sin(θ₂), c₂=cos(θ₂)…，共12个变量
- 利用对称性合并同类项：T₀⁶的(1,4)元素（x坐标）中，c₁c₂c₃s₄与c₁c₂c₃s₄完全相同，合并系数
- 定点数加速：对sᵢ,cᵢ做Q15格式量化（-1~1映射到-32768~32767），乘法用
__builtin_arm_qmul指令，比浮点乘快3.2倍
实测数据：在树莓派4B上，通用Eigen库计算T₀⁶平均耗时1850μs；手工展开+SIMD优化后降至210μs，满足200Hz控制周期（5000μs/帧）要求，且余量达95.8%。
3.2 实时性保障的三大硬措施
（1）缓存机制：避免重复计算
笔记规定，控制器内存中必须维护两个缓存区：
- 静态缓存：存储当前θᵢ值对应的sᵢ,cᵢ，仅当θᵢ变化超过0.01°时更新
- 动态缓存：存储最近10帧的T₀⁶结果，用于插值计算中间位姿（如轨迹规划需要1000Hz输出，但FK只在200Hz更新）
（2）降阶近似：在精度可接受范围内简化
对第4~6轴（手腕部分），笔记允许使用一阶泰勒展开近似：
T₃⁶ ≈ T₃⁶|θ₄=θ₄₀,θ₅=θ₅₀,θ₆=θ₆₀ + ∂T₃⁶/∂θ₄·Δθ₄ + ∂T₃⁶/∂θ₅·Δθ₅ + ∂T₃⁶/∂θ₆·Δθ₆其中偏导数矩阵∂T₃⁶/∂θⱼ预先计算并固化在ROM中。此举将T₃⁶计算耗时从142μs降至38μs，而末端位姿误差<0.05mm（远低于视觉引导容差0.2mm）。
（3）硬件协同：GPU辅助计算
对于ROS2节点中需高频调用FK的场景（如MoveIt实时碰撞检测），笔记建议将T₀ⁿ计算卸载到Jetson Nano的GPU：
- 使用CUDA C编写矩阵乘法核函数
- 输入：θ₁~θ₆数组（float32×6）
- 输出：T₀ⁿ的12个非冗余元素（float32×12）
- 实测吞吐量：单GPU流处理器每秒可处理24,000次FK计算，延迟<120μs
提示：林沛群强调，“实时性不是目标，而是约束条件”。他曾因过度追求FK速度，牺牲了雅可比矩阵计算精度，导致力控模式下末端力波动超限。最终方案是：FK用210μs，雅可比矩阵用额外350μs，总周期560μs，留出安全余量。
4. 逆向运动学：放弃“解析解幻觉”，拥抱工程可执行解
逆向运动学（Inverse Kinematics, IK）是机器人工程师的分水岭。有人沉迷于推导六轴机械臂的封闭解析解，写出上百行符号运算代码；有人则直接调用数值解法（如Jacobian伪逆），却在产线上遭遇“解震荡”、“关节突变”、“奇异点卡死”三大噩梦。林沛群的笔记彻底抛弃“完美解析解”执念，提出IK的本质是“在约束空间内寻找第一个可用解”，而非“求出所有数学解”。
4.1 六轴机械臂的解析解失效场景实录
笔记中记录了7类导致解析解崩溃的物理现实：
| 场景 | 数学表现 | 物理原因 | 笔记对策 |
|---|---|---|---|
| 关节限位硬冲突 | 解出θ₂=135°，但机械臂实际限位为120° | 减速器内部机械止挡、线缆缠绕半径限制 | 在解析解后增加“限位滤波器”：θᵢ' = clamp(θᵢ, θᵢₘᵢₙ, θᵢₘₐₓ) |
| 编码器量化误差放大 | θ₁计算值1.234567rad，但编码器分辨率为0.001rad | 12位编码器仅4096格，对应0.0015rad/格 | 对θᵢ做“分辨率对齐”：θᵢ' = round(θᵢ / Δθ) × Δθ，Δθ=2π/4096 |
| 连杆热膨胀漂移 | 室温20℃建模，车间实测35℃，a₂膨胀0.023mm | 铝合金连杆热胀系数23×10⁻⁶/℃ | 建立温度补偿表，实时修正D-H参数后再解IK |
| TCP标定残差 | 解出位姿Tₑₑ，但实际TCP位置偏差Δp=[0.3,-0.1,0.2]mm | 末端工具安装偏心、磨损 | 在IK求解前，先应用TCP补偿：Tₑₑ' = Tₑₑ · Trans(−0.3,0.1,−0.2) |
| 奇异位形邻域 | 解出θ₅≈0°，此时雅可比矩阵秩亏缺 | 第5轴接近零位，手腕失去一个自由度 | 强制θ₅∈[±5°, ±175°]，若解落入禁区，则启动“扰动重试”：θ₅' = θ₅ + δ，δ∈[−0.1,0.1]rad随机 |
| 多解选择失准 | 解出8组解，选第3组，但实际运行时第2轴电机过热 | 未考虑关节力矩分布，第2组解使τ₂超限 | 增加“力矩代价函数”：cost = ∑ᵢ₌₁⁶ (τᵢ/τᵢₘₐₓ)²，选cost最小解 |
| 视觉反馈延迟 | 相机帧率30Hz，IK计算10ms，但图像采集到处理完成共120ms | 图像传输、特征提取、位姿解算链路延迟 | 引入“预测IK”：Tₑₑₚᵣₑd = Tₑₑₜ + Ṫₑₑₜ·Δt，Δt=0.12s |
最典型的案例是ABB IRB1200在电池模组装配线上的应用。初始解析解在θ₅=0°附近频繁触发奇异保护，产线停机。按笔记方法加入θ₅禁区约束和扰动重试后，连续运行72小时无一次奇异报警，节拍时间稳定在3.2s。
4.2 数值解法的工程化改造：Levenberg-Marquardt的产线适配
当解析解不可靠时，笔记推荐改良版Levenberg-Marquardt（LM）算法，但做了三项关键改造：
代价函数重构：
标准LM最小化 ||f(θ) − x_d||²，其中f(θ)是FK函数，x_d是目标位姿。笔记改为：cost(θ) = w₁·||fₚₒₛ(θ) − x_dₚₒₛ||² + w₂·||f_𝑜𝑟𝑖(θ) − x_d_𝑜𝑟𝑖||² + w₃·∑(θᵢ − θᵢₜₐᵣgₑₜ)²
其中w₁=1.0（位置权重），w₂=0.3（姿态权重，因姿态误差对抓取影响较小），w₃=0.05（关节平滑权重，防突变）雅可比矩阵的实时近似：
不用符号微分，而用中心差分：Jᵢⱼ = [f(θ+ε·eⱼ) − f(θ−ε·eⱼ)] / (2ε)
ε取0.001rad（编码器分辨率的1倍），避免数值噪声。同时缓存J的LU分解，加速迭代。收敛判据的物理化：
不用数学残差<1e-6，而用：||fₚₒₛ(θ) − x_dₚₒₛ|| < 0.1mm AND ||f_𝑜𝑟𝑖(θ) − x_d_𝑜𝑟𝑖|| < 0.2° AND max|Δθᵢ| < 0.01rad
即位置误差<0.1mm（视觉引导精度）、姿态误差<0.2°（螺丝拧紧容差）、单步关节变化<0.01rad（防抖动）
在松灵Piper机械臂上实测，改良LM算法平均收敛迭代次数从12次降至4.3次，单次IK耗时从850μs降至320μs，且100%避免解震荡。
4.3 麦克纳姆轮底盘的逆运动学：速度空间到轮速空间的映射
麦克纳姆轮底盘的IK不是求“关节角”，而是求“四个轮子该以多快转”。笔记给出的映射关系异常简洁：
设机器人期望线速度[vₓ, v_y, ω_z]ᵀ（世界坐标系），轮速[ω₁, ω₂, ω₃, ω₄]ᵀ，则：
[ω₁] [ 1 -1 -L] [vₓ] [ω₂] = [ 1 1 L] [v_y] [ω₃] [ 1 1 -L] [ω_z] [ω₄] [ 1 -1 L]其中L为轮距（如Piper底盘L=0.28m）。
但笔记重点指出三个工程陷阱：
- 轮速饱和处理：当计算ωᵢ > ωₘₐₓ时，不直接截断，而采用“比例缩放”：
scale = min(1, ωₘₐₓ / max(|ω₁|,|ω₂|,|ω₃|,|ω₄|))，然后ωᵢ' = ωᵢ × scale - 打滑补偿：在湿滑地面，实测轮速与理论速度偏差达15%，笔记引入在线辨识：
vₓₐᶜᵗ = k₁·ω₁ + k₂·ω₂ + k₃·ω₃ + k₄·ω₄，kᵢ通过最小二乘在线更新 - 零速保持：当vₓ=v_y=ω_z=0时，轮子并非静止，而是以微速（±0.5rpm）反向转动，抵消静摩擦死区
这套方案让Piper底盘在瓷砖地面的定位精度从±15mm提升至±3mm，且启停无顿挫。
5. 从笔记到产线：林沛群调试法的七个动作规范
林沛群的笔记最终价值，体现在它是一套可复现、可传承的调试方法论。他总结出七个标准化动作，每个动作都有明确输入、输出、工具和验收标准，已固化为某国产机器人厂商的《运动学调试SOP V3.2》。
5.1 动作1：D-H参数初筛（耗时≤2h）
- 输入：机械臂整机、游标卡尺、深度规、电子水平仪、出厂D-H表
- 输出：修订版D-H表（标注实测值、手册值、偏差量、是否需返厂）
- 关键动作：
① 用深度规测d₁（基座高度），对比手册值，偏差>0.1mm则检查底座安装面平面度；
② 用电子水平仪测θ₂轴线倾角，若>0.2°，标记“第2轴需重新校准”；
③ 对a₃（大臂长度）实测3次，标准差>0.05mm则判定“大臂铸造应力未释放”，暂停调试。 - 验收标准：所有参数偏差在笔记允许公差内，且无“需返厂”项
5.2 动作2：TCP标定五点法（耗时≤1.5h）
- 输入：激光跟踪仪、球杆仪、标定靶（直径10mm钢球）
- 输出：TCP位姿Tₜcₚ（含x,y,z,roll,pitch,yaw六维）
- 关键动作：
① 在空间选取5个非共面点，机械臂末端以不同姿态触碰同一钢球中心；
② 每点采集10组数据，剔除离群值（>3σ）；
③ 用最小二乘拟合球心，计算Tₜcₚ；
④ 验证：用Tₜcₚ驱动机械臂画边长100mm正方形，测量实际边长误差<0.1mm。 - 验收标准：正方形边长误差≤0.1mm，对角线误差≤0.15mm
5.3 动作3：FK精度验证（耗时≤1h）
- 输入：高精度激光干涉仪（分辨率0.01μm）、目标点阵（10×10网格，间距50mm）
- 输出：FK误差热力图（x,y,z三向误差）
- 关键动作：
① 机械臂按网格点序号移动，每点停留2s，记录激光干涉仪读数；
② 计算FK预测位置与实测位置偏差；
③ 若z向误差>0.3mm，检查d₃实测值；若x向误差呈系统性偏移，检查α₂。 - 验收标准：95%测点误差<0.2mm，最大误差<0.3mm
5.4 动作4：IK稳定性测试（耗时≤2h）
- 输入：目标位姿序列（含奇异点邻域、关节极限、高速运动段）
- 输出：IK成功率报告（含失败原因分类）
- 关键动作：
① 运行1000次随机位姿IK求解，记录失败次数及原因；
② 对失败案例，人工介入，用笔记方法手动修正参数；
③ 更新D-H表或IK配置，重测。 - 验收标准：IK成功率≥99.8%，奇异点邻域成功率≥95%
5.5 动作5：轨迹跟踪验证（耗时≤3h）
- 输入：激光跟踪仪、标准轨迹（直线、圆弧、S形曲线，速度0.1~1.0m/s）
- 输出：轨迹跟踪误差RMS值
- 关键动作：
① 以0.2m/s匀速跟踪直线，采样1000点，计算位置误差RMS；
② 以0.5m/s跟踪半径200mm圆弧，计算径向误差RMS；
③ 若RMS>0.15mm，检查FK实时性或IK收敛性。 - 验收标准：直线RMS≤0.12mm，圆弧RMS≤0.15mm
5.6 动作6：温漂补偿激活（耗时≤0.5h）
- 输入：环境温度传感器、连杆温度传感器（贴片式）、温漂补偿表
- 输出：温漂补偿启用状态
- 关键动作：
① 将机械臂置于20℃恒温室2h，记录基准D-H参数；
② 升温至35℃，运行FK验证，若z向漂移>0.2mm，启用补偿表；
③ 补偿表每5℃一个档位，插值计算。 - 验收标准：35℃下FK误差≤0.15mm（较20℃基准）
5.7 动作7：产线联调签核（耗时≤1h）
- 输入：产线PLC、视觉系统、末端执行器、工件
- 输出：《运动学调试签核单》（三方签字：调试工程师、产线主管、质量工程师）
- 关键动作：
① 连续运行典型工件抓取-装配-检测循环100次；
② 记录单次节拍时间、成功率、异常报警；
③ 若成功率<99.5%或节拍超差>5%，返回动作1。 - 验收标准：100次循环成功率≥99.5%，平均节拍时间≤设计值105%
这套方法论已在12家客户现场落地，平均缩短调试周期从14天降至3.2天，运动学相关故障率下降76%。林沛群在笔记末页写道：“运动学不是数学游戏，它是钢铁与代码握手时，必须达成的物理契约。每一次擦掉白板重写，都是在向现实低头，也是在向精度致敬。”
我最后一次见他，是在深圳湾科技生态园的深夜。他面前的白板上，新的草稿已经写满三分之二，标题是《机器人运动学笔记3：动力学与力控的边界》。粉笔灰沾在他眼镜片上，像一层薄雾。我知道，那雾后面，又一个更硬的坎，正在等待被擦掉、重写、再擦掉。
