3、刚体运动与旋转表示法：欧拉角、旋转向量、四元数基础
各位同学，欢迎来到第三章。
上一章我们聊了坐标系和位姿描述。说白了，那就是给机器人一个“身份证”，告诉它你在哪、脸朝哪。但机器人要动起来，光有身份证可不够。它得知道怎么从A点扭到B点，怎么转个身，怎么把螺丝拧进去。
这一章，我们就来啃下机器人运动学里最核心、也最容易让人头晕的部分——旋转表示法。
我个人习惯把旋转比作“拧瓶盖”。你想想看，拧瓶盖这个动作，本质上就是刚体绕着一个轴在转。但问题来了：怎么用数学语言精确描述这个“拧”的过程？
嗯，这里就有三种主流方案：欧拉角、旋转向量、四元数。它们各有各的脾气，也各有各的坑。我在项目里踩过不少雷，今天一并分享给你。
核心观点：没有完美的旋转表示法，只有最适合当前场景的。理解它们的本质，比死记硬背公式重要一百倍。
3.1 欧拉角：最直观，但也是最危险的
欧拉角，说白了就是三个角度：绕X轴转多少（滚转Roll）、绕Y轴转多少（俯仰Pitch）、绕Z轴转多少（偏航Yaw）。
为什么说它直观？因为人类天生就习惯用角度思考。“把摄像头往上仰30度”、“把机械臂向左转45度”——这些话我们天天说。
但我在项目中遇到过一个大坑：万向锁。
避坑指南：我曾经在一个无人机姿态解算项目里，用了欧拉角做插值。结果飞机飞到某个特定姿态时，突然开始剧烈抖动。查了两天，最后发现是万向锁导致自由度丢失，控制指令全乱套了。
万向锁的本质是什么？当俯仰角达到±90度时，滚转和偏航的旋转轴会重合。你想想看，本来三个自由度，突然变成两个了。这就好比你想往左走，但方向盘和油门变成了同一个控制杆，怎么调都不对。
欧拉角的优缺点总结：
- 优点：直观，容易理解，适合人机交互
- 缺点：存在万向锁问题，不适合插值，不同旋转顺序（ZYX、XYZ等）结果不同
所以我的建议是：欧拉角只适合做“显示”和“人工输入”。一旦涉及到内部计算、插值、控制，赶紧换别的表示法。
3.2 旋转向量：绕一个轴转一个角
欧拉角是绕三个轴依次转。那能不能绕一个轴一次转到位？
当然可以。这就是旋转向量。
旋转向量的思路很简单：用一个三维向量表示旋转轴，向量的长度表示旋转角度。比如向量 (0, 0, 1.57) 就表示绕Z轴转90度。
这个表示法在机器人运动学里非常实用。我记得有一次做机械臂的轨迹规划，需要让末端执行器从姿态A平滑过渡到姿态B。用欧拉角插值会出万向锁，用四元数又太抽象不好调试。最后我选了旋转向量，配合罗德里格斯公式，轻松搞定。
罗德里格斯公式长这样：
R = I + sin(θ) * [k]× + (1 - cos(θ)) * [k]ײ其中k是单位旋转轴，θ是旋转角度，[k]×是k的反对称矩阵。
看着复杂？其实你只需要记住：旋转向量是连接“轴角”和“旋转矩阵”的桥梁。它比欧拉角更数学化，比四元数更直观。
个人经验：在做视觉SLAM或者IMU融合时，旋转向量经常被用作优化变量。因为它在李代数（so3）上的表达非常简洁，求导也方便。如果你以后接触李群李代数，会发现旋转向量就是so3的“真身”。
3.3 四元数：工业界的“标准答案”
终于聊到四元数了。
很多初学者一看到四元数就头大：四个数？虚部实部？还要满足模长为1？这什么鬼？
别急，我换个角度给你讲。
四元数本质上就是“旋转向量”的升级版。它用四个数 (w, x, y, z) 来表示旋转，其中w是实部， (x, y, z) 是虚部。而且它必须满足 w² + x² + y² + z² = 1。
为什么工业界都爱用四元数？三个原因：
- 无万向锁——这是最核心的优势
- 插值平滑——球面线性插值（SLERP）可以生成非常平滑的旋转过渡
- 计算高效——组合旋转只需要一次乘法，比矩阵乘法快
我在做机器人控制器的时候，内部所有的姿态计算全部用四元数。只有在最后一步显示给用户看时，才转成欧拉角。
四元数的乘法规则有点绕，但你必须掌握：
q1 * q2 = (w1*w2 - x1*x2 - y1*y2 - z1*z2,
w1*x2 + x1*w2 + y1*z2 - z1*y2,
w1*y2 - x1*z2 + y1*w2 + z1*x2,
w1*z2 + x1*y2 - y1*x2 + z1*w2)看着复杂？嗯，确实复杂。但实际写代码时，你只需要调用现成的库函数就行。比如Eigen、ROS的tf库，都封装好了。
重要提醒：四元数必须归一化！我见过太多新手因为忘记归一化，导致旋转结果完全错误。每次做四元数运算后，记得检查模长是否为1，如果不是，手动归一化一下。
3.4 三种表示法的对比与选择
说了这么多，到底该用哪个？
我整理了一张表，你直接收藏就行：
| 特性 | 欧拉角 | 旋转向量 | 四元数 |
|---|---|---|---|
| 直观性 | ★★★★★ | ★★★☆☆ | ★★☆☆☆ |
| 无万向锁 | ✗ | ✓ | ✓ |
| 插值平滑 | ✗ | ★★★☆☆ | ★★★★★ |
| 计算效率 | ★★★☆☆ | ★★★★☆ | ★★★★★ |
| 适合场景 | 人机交互、显示 | 优化、李代数 | 内部计算、控制 |
我的个人建议是：
- 做界面、做调试：用欧拉角，方便看
- 做优化、做SLAM：用旋转向量，方便求导
- 做控制、做插值：用四元数，稳定可靠
3.5 知识体系总览
为了让你更直观地理解这三种表示法的关系，我画了一张图：
3.6 实战中的避坑指南
最后，分享几个我这些年总结出来的实战经验：
技巧1：做四元数插值时，如果两个四元数的点积为负，记得取反其中一个。否则插值路径会绕大圈。这个坑我踩过，当时调试了一整天。
技巧2：从旋转矩阵转欧拉角时，注意奇异值处理。当俯仰角接近±90度时，滚转和偏航的解不唯一。我的做法是：检测到奇异时，强制将滚转设为0。
技巧3：千万不要在控制循环里频繁做欧拉角和四元数的互转。每次转换都有精度损失，累积起来误差会越来越大。我见过一个项目，就是因为每帧都转，最后姿态漂移了十几度。
好了，这一章的内容就到这里。三种旋转表示法，各有各的脾气。你不需要一开始就全部精通，但一定要知道它们各自适合干什么、不适合干什么。
下一章我们会把这些知识串起来，开始真正搭建机器人运动学模型。到时候你会发现，今天学的这些，全是基本功。
可可精品资料库