2. 姿态表示方法：欧拉角、旋转矩阵、四元数

姿态表示，说白了就是怎么描述飞行器「脑袋朝哪、肚皮朝哪」。我刚开始做飞控时，觉得这玩意儿不就是三个角度嘛，有啥好讲的？结果第一次调参，飞机在天上翻了个跟头——嗯，就是那个著名的「万向锁」问题。从那以后，我再也不敢小看姿态表示了。

这一节，咱们把三种主流表示方法掰开揉碎讲清楚。你不需要一次性全记住，但得知道它们各自擅长什么、坑在哪。

2.1 欧拉角：最直观，也最危险

欧拉角就是三个角度：俯仰（Pitch）、横滚（Roll）、偏航（Yaw）。你可以想象成飞机先绕自己的X轴转（横滚），再绕Y轴转（俯仰），最后绕Z轴转（偏航）。

R = Rz(yaw) * Ry(pitch) * Rx(roll)

欧拉角的好处是物理意义清晰。你看到 pitch = 30°，就知道机头抬了30度。调试时用欧拉角看数据，一眼就能发现问题。

但欧拉角有个致命缺陷——万向锁（Gimbal Lock）。当俯仰角接近 ±90° 时，横滚和偏航会「锁死」在一起，丢失一个自由度。我在项目中遇到过一架固定翼，做筋斗动作时姿态解算突然炸了，就是因为俯仰过了90度，欧拉角直接跳变。

2.2 旋转矩阵：数学上完美，但太「重」

旋转矩阵是一个 3×3 的正交矩阵，列向量代表机体坐标系在参考系中的投影。说白了，它把「旋转」这件事变成了矩阵乘法。

旋转矩阵没有万向锁问题，可以表示任意姿态。但它有9个参数，而且必须满足正交约束（矩阵的逆等于转置）。每次更新后还得重新正交化，否则误差会累积。

// 旋转矩阵更新（陀螺仪积分）
R_new = R_old * exp(ω * dt)

// 正交化（Gram-Schmidt）
R = R * (R^T * R)^(-1/2)  // 近似做法

你想想看，每次迭代都要做矩阵乘法和正交化，计算量不小。在STM32F4这种级别的芯片上，跑100Hz的姿态解算，旋转矩阵方案能把CPU吃掉一大半。

2.3 四元数：飞控界的「万金油」

四元数是一个超复数：q = w + xi + yj + zk，其中 w 是实部，(x, y, z) 是虚部。它用4个参数表示旋转，没有奇异性，计算效率高。

为什么飞控都用四元数？原因很简单：它既没有万向锁，计算量又小。更新姿态时只需要做四元数乘法，比旋转矩阵快得多。

q_new = q_old * exp(0.5 * ω * dt)
// 或者用一阶近似：
q_new = q_old + 0.5 * q_old * ω * dt

我个人习惯用四元数做姿态解算的核心。在PX4、ArduPilot这些主流飞控里，内部运算全是四元数，只在输出给地面站时才转成欧拉角。

2.4 三种方法对比总结

下面这张表，我建议你存下来。调参时遇到姿态问题，先看看自己用的是哪种表示方法，再对症下药。

2.5 知识体系：姿态表示方法全景图

下面这张图，帮你理清三种方法的关系和各自定位。红色是「不推荐用于飞控内部」，绿色是「推荐」，蓝色是「过渡桥梁」。