2、运动学基础（上）：刚体运动描述、旋转矩阵、欧拉角、四元数基础

各位同学，欢迎来到运动学基础的上半部分。说实话，这部分内容是整个机器人控制的基石。我见过太多工程师，算法调得飞起，结果一个旋转矩阵写反了，整个机械臂直接撞到工件上。嗯，咱们今天就把这块硬骨头啃下来。

2.1 刚体运动描述：从“点”到“姿态”

先问个问题：你要描述一个螺丝刀在空间中的状态，光说“它在桌子右上角”够吗？

显然不够。你还需要知道它朝哪个方向——是竖直插着，还是平躺着。这就是刚体运动描述的核心：位置 + 姿态。

位置好办，一个三维坐标 (x, y, z) 就搞定了。但姿态呢？说白了，就是描述这个物体“怎么转”的。我个人习惯把姿态想象成：你给物体绑了一个坐标系，然后看这个坐标系相对于世界坐标系是怎么旋转的。

我在做六轴机器人标定时，遇到过一个问题：传感器返回的位置精度很高，但姿态数据噪声极大。后来发现是描述方式选错了——用欧拉角在奇异点附近做滤波，数据直接炸了。所以，选对姿态描述方法，比你想的更重要。

2.2 旋转矩阵：最直观，但也最“重”

旋转矩阵，说白了就是一个 3x3 的矩阵。它的每一列，代表被旋转坐标系的基向量在原坐标系下的投影。

举个例子：

R = | cosθ  -sinθ  0 |
    | sinθ   cosθ  0 |
    | 0      0     1 |

这就是绕 Z 轴转 θ 角的旋转矩阵。看着简单吧？

旋转矩阵有几个重要性质：

• 正交性： R^T = R^{-1，也就是说，转置就是逆。这个性质在计算中非常有用。}
• 行列式为 +1： 保证是纯旋转，没有缩放或镜像。
• 可组合： 连续旋转就是矩阵乘法。R = R_z · R_y · R_x。

但旋转矩阵有个致命缺点：9个参数，只有3个自由度。冗余参数太多，导致数值优化时容易产生非正交矩阵。你想想看，每次迭代完还得做一次正交化修正，多麻烦。

2.3 欧拉角：直观但“有毒”

欧拉角用三个角度来描述旋转，比如 (α, β, γ)。最常见的顺序是 Z-Y-X，也就是先绕 Z 转 α，再绕新 Y 转 β，最后绕新 X 转 γ。

为什么说它“有毒”？

• 万向锁： 当 β = ±90° 时，α 和 γ 的旋转轴重合，丢失一个自由度。我在做云台控制时，有一次云台转到头顶位置，突然开始乱抖。查了半天，就是万向锁导致的。
• 不唯一： 同一姿态对应多组欧拉角。比如 (α, β, γ) 和 (α+π, -β, γ+π) 可能表示同一个姿态。
• 插值困难： 对三个角度做线性插值，得到的路径往往不是最短路径。

那欧拉角就没用了？也不是。它直观啊！人机交互界面里，让操作员输入三个角度，比输入一个矩阵或四个数要友好得多。我一般只在 UI 层用欧拉角，底层计算全部换成四元数或旋转矩阵。

2.4 四元数基础：优雅且高效

四元数，听起来高大上，其实就是一个四维向量 q = (w, x, y, z)，其中 w 是实部， (x, y, z) 是虚部。它满足 w² + x² + y² + z² = 1。

为什么用四元数？

• 无万向锁： 这是最大的优势。
• 插值平滑： 球面线性插值（Slerp）能给出最短路径的旋转。
• 计算高效： 组合旋转只需要四元数乘法，比矩阵乘法快。

来个代码示例，看看怎么用四元数表示绕轴 (x, y, z) 旋转 θ 角：

// 轴角转四元数
double half_theta = theta / 2.0;
double s = sin(half_theta);
Quaternion q;
q.w = cos(half_theta);
q.x = axis_x * s;
q.y = axis_y * s;
q.z = axis_z * s;

你看，就这么简单。但要注意，四元数必须归一化。我见过有人忘了归一化，结果旋转后物体越变越大——因为四元数模长不等于1时，它包含了缩放。

2.5 三种方法的对比与选择

好了，三种方法都讲完了。咱们来做个对比：

我个人习惯的“黄金组合”是：底层用四元数，中间层用旋转矩阵，上层用欧拉角。这样既保证了计算效率和稳定性，又兼顾了人机交互的直观性。

2.6 知识体系总览

下面这张图，是我自己总结的运动学基础知识结构。你可以把它当作一个“地图”，随时回来对照。

嗯，这张图把今天的内容串起来了。从刚体运动描述出发，分位置和姿态两条线。姿态又有三种主流方法，各有优劣。你可以在实际项目中，根据需求灵活选用。

好了，运动学基础的上半部分就到这里。记住，旋转矩阵、欧拉角、四元数，没有的好坏，只有合不合适的场景。下次咱们聊运动学下半部分——齐次变换矩阵和DH参数，那才是真正搭建机器人模型的利器。