📚 课程目录第3章坐标变换与位姿描述

3. 坐标变换与位姿描述：齐次坐标、旋转矩阵、欧拉角、四元数基础

各位，欢迎来到第三章。说实话，这一章是整个多自由度调整机构的数学基石。你后面要做的运动学分析、轨迹规划、误差补偿，全得靠这里的东西撑起来。

我记得刚入行那会儿，总觉得坐标变换不就是矩阵乘来乘去嘛，有啥难的？直到第一次调试六轴机器人，发现末端执行器死活对不准目标点……嗯，从那以后我再也不敢小看这章内容了。

多自由度机构里，每个关节都有自己的坐标系。你想想看，基座一个坐标系，关节1一个坐标系，关节2一个坐标系……末端执行器又一个坐标系。这些坐标系之间怎么互相转换？

说白了，坐标变换就是解决这个问题的——把某个点在A坐标系下的坐标，换算到B坐标系下。我习惯把它叫做「翻译官」。

  核心思想： 一个刚体在空间中的位姿（位置+姿态），可以用一个4×4的齐次变换矩阵完整描述。

先问个问题：一个3D点 (x, y, z)，怎么用矩阵乘法同时完成旋转和平移？

答案就是——引入齐次坐标。把三维点扩展成四维：(x, y, z, w)。通常 w=1，表示一个点；w=0，表示一个方向向量。

// 普通三维点 → 齐次坐标
P = (x, y, z) → P_h = (x, y, z, 1)

// 方向向量 → 齐次坐标
V = (vx, vy, vz) → V_h = (vx, vy, vz, 0)

为什么要这么干？因为这样旋转和平移就能合并成一个矩阵乘法了。我在做并联机构标定时，用齐次坐标把几十个测量点的坐标统一转换到基坐标系下，省了不少事。

旋转矩阵是一个3×3的正交矩阵，行列式为+1。它描述了坐标系之间的旋转关系。

绕X轴旋转角度θ：

R_x(θ) = [1      0       0    ]
         [0   cosθ   -sinθ   ]
         [0   sinθ    cosθ   ]

绕Y轴旋转角度θ：

R_y(θ) = [ cosθ   0   sinθ   ]
         [ 0      1   0      ]
         [-sinθ   0   cosθ   ]

绕Z轴旋转角度θ：

R_z(θ) = [cosθ  -sinθ   0   ]
         [sinθ   cosθ   0   ]
         [ 0      0     1   ]

我的经验： 旋转矩阵虽然直观，但有个大坑——它容易产生「万向锁」。你如果只用欧拉角做插值，到某些角度时自由度会丢失。我曾经在调一个云台时吃过这个亏，后来果断换了四元数。

欧拉角用三个角度描述旋转：通常叫滚转(Roll)、俯仰(Pitch)、偏航(Yaw)。

欧拉角的好处是直观，人脑容易理解。但坏处也很明显：

避坑指南： 我曾经在做一个五自由度调整台时，直接用欧拉角做轨迹规划。结果在某个中间位置，机构突然「跳」了一下——就是万向锁搞的鬼。从那以后，我只要涉及连续运动，一律用四元数做内部计算，只在人机界面显示时才转成欧拉角。

四元数是个超复数：q = w + xi + yj + zk，其中 w 是实部，(x, y, z) 是虚部。它用四个参数描述旋转，没有奇点，插值平滑。

单位四元数（模长为1）表示旋转：

q = [cos(θ/2), sin(θ/2)·nx, sin(θ/2)·ny, sin(θ/2)·nz]

其中 (nx, ny, nz) 是旋转轴单位向量，θ 是旋转角度

四元数的好处：

  我的习惯： 所有内部运动学计算都用四元数。只在最后输出给用户看时，才转成欧拉角。这样既保证了计算稳定性，又照顾了人的直观理解。

齐次变换矩阵 T 是4×4的：

T = [R   t]
    [0   1]

其中 R 是3×3旋转矩阵，t 是3×1平移向量

用这个矩阵，你可以把点从坐标系A变换到坐标系B：

P_B = T_AB · P_A

多个变换可以连乘：

T_AC = T_AB · T_BC

这就是多自由度机构运动学的基础——每个关节的变换矩阵连乘，就得到了末端相对于基座的位姿。

下面这张图，是我做课程时画的。它把本章的核心概念串起来了：

说了这么多，到底什么时候用哪个？我根据自己的项目经验，整理了一个对照表：

我的建议： 刚开始学的时候，先把齐次变换矩阵和旋转矩阵搞透。这两个是基础中的基础。四元数可以先用起来，慢慢理解它的几何意义。欧拉角嘛……能不用就不用，除非你只是给用户看个读数。

好了，这一章的内容就到这里。记住：坐标变换不是数学游戏，它是你控制多自由度机构的「通用语言」。把这套语言练熟了，后面做运动学、动力学、轨迹规划，都会顺手很多。