2. 位姿表示基础

在机器人视觉位姿评测与部署中，位姿表示是所有算法、标定、误差分析和部署接口的共同语言。一个机械臂末端在相机坐标系下的位置与姿态，最终要转换成机器人基坐标系下的目标位姿；一个标定板在图像中的观测，也要通过位姿变换与机器人运动学对齐。如果表示方法选错、转换顺序写反、单位混用，后续的误差评估和部署都会出现系统性偏差。因此，理解旋转矩阵、欧拉角、四元数和齐次变换的数学含义、转换关系与工程注意事项，是位姿评测的第一道基本功。

一、四种表示方法的核心原理

旋转矩阵用一个 3×3 正交矩阵 R 描述姿态，满足 R^TR=I 且 det(R)=1。它的优点是直接作用于向量，便于连续变换和误差度量；缺点是 9 个参数只有 3 个自由度，存在 6 个约束，存储冗余且数值误差会破坏正交性。

欧拉角用三个角度描述姿态，常见有 ZYX、XYZ、ZYZ 等顺序。它直观、便于人机交互和示教，但存在万向节死锁：当中间角为 ±90° 时，第一和第三旋转轴重合，姿态自由度退化，插值和求逆会不稳定。

四元数用单位四元数 q=(w,x,y,z) 表示旋转，满足 w²+x²+y²+z²=1。它无死锁、插值平滑、计算高效，是机器人中间件和视觉库中最常用的姿态表示。注意 q 与 -q 表示同一旋转，比较和插值时要处理符号一致性。

齐次变换用 4×4 矩阵 T 同时描述旋转和平移，形式为 [R t; 0 1]。它把旋转和平移统一为矩阵乘法，便于链式组合，是机器人运动学、手眼标定和坐标系变换的标准工具。

二、相互转换的方法与流程

四种表示之间的转换，核心枢纽是旋转矩阵。欧拉角转旋转矩阵时，按指定旋转顺序依次相乘，例如 ZYX 顺序对应 R=R_z(yaw)·R_y(pitch)·R_x(roll)。旋转矩阵转欧拉角时，需要根据矩阵元素反解角度，并处理 ±90° 附近的奇异情况。四元数转旋转矩阵有标准公式，旋转矩阵转四元数则常用 Shepperd 方法，通过比较对角线元素选择数值稳定的分支。

齐次变换的构建与分解最为直接：给定旋转矩阵 R 和平移向量 t，拼成 4×4 矩阵即可；反过来，从 T 中取左上 3×3 为 R，右上 3×1 为 t。多个坐标系之间的链式变换通过矩阵连乘完成，例如 T_{base_cam}=T_{base_ee}·T_{ee_cam}。

# Python 示例：旋转矩阵、欧拉角、四元数、齐次变换互转
import numpy as np
from scipy.spatial.transform import Rotation as R

# 欧拉角(ZYX) -> 旋转矩阵
rpy = [0.1, -0.2, 0.3]          # roll, pitch, yaw
R_mat = R.from_euler('zyx', rpy).as_matrix()

# 旋转矩阵 -> 四元数
q = R.from_matrix(R_mat).as_quat()   # [x, y, z, w]

# 四元数 -> 欧拉角
rpy_back = R.from_quat(q).as_euler('zyx')

# 构建齐次变换矩阵
t = np.array([0.4, 0.1, 0.6])
T = np.eye(4)
T[:3, :3] = R_mat
T[:3, 3] = t
print(T)

三、典型场景：手眼标定中的位姿转换

在 Eye-in-Hand 手眼标定中，相机固定在机械臂末端。标定板在相机坐标系下的位姿 T_{cam_board} 由视觉算法给出，机械臂末端在基坐标系下的位姿 T_{base_ee} 由机器人控制器给出。待求的是相机到末端的固定变换 T_{ee_cam}。对多组运动数据，满足：

T_base_ee(i) · T_ee_cam · T_cam_board(i) = T_base_board（常量）

实际求解时通常把旋转和平移分离，旋转部分用四元数或旋转矩阵构造 AX=XB 方程，平移部分再线性求解。若直接对欧拉角做线性插值或平均，会在奇异点附近产生明显误差，因此标定内部应统一使用旋转矩阵或四元数。

四、常见误区与复盘清单

掌握四种位姿表示及其转换，是后续手眼标定、位姿误差评估、轨迹部署和坐标系对齐的基础。实际工程中，表示方法本身没有绝对优劣，关键在于明确使用场景、统一约定、并在接口边界做好校验与归一化。