第1章 · TF坐标系统概述

各位工程师朋友，欢迎来到《TF坐标从零搭建机器人系统》。我是你们的老朋友，一个在机器人堆里摸爬滚打了十来年的工程师。今天咱们先聊聊最基础、也最容易被忽略的东西——TF坐标系统。

你可能会想：“不就是坐标变换吗？有什么好讲的？” 嗯，我当年也这么觉得。直到有一次，我调试一台移动机械臂，激光雷达的数据死活对不上机械臂的抓取点……折腾了两天，最后发现是TF树里少了一个静态变换。从那以后，我再也不敢小看TF了。

什么是TF坐标？

TF，全称Transform，说白了就是坐标变换。机器人身上有几十个部件：底盘、激光雷达、摄像头、机械臂、轮子……每个部件都有自己的坐标系。TF就是用来描述这些坐标系之间“谁在哪儿、朝哪看”的。

我习惯把TF想象成一张家族关系图。比如“激光雷达”是“底盘”的儿子，“机械臂末端”是“机械臂基座”的儿子。每个坐标系都有一个父坐标系，层层嵌套，就形成了一棵TF树。

举个例子，你有一个移动机器人，激光雷达装在底盘前方20厘米处。那么TF里就会记录：laser_frame 相对于 base_link 的偏移是 (0.2, 0, 0)。就这么简单。

为什么需要TF？

你想想看，如果没有TF，会怎样？

• 激光雷达检测到前方1米有障碍物——这个“前方”是雷达自己的前方，还是机器人的前方？
• 机械臂要抓取一个物体，视觉系统给出的坐标是相机坐标系下的——机械臂可听不懂相机的话。
• 两个轮子的里程计数据怎么融合到同一个地图里？

说白了，每个传感器、每个执行器都活在自己的世界里。TF就是那个翻译官，让所有部件能“说同一种语言”。

TF在机器人系统中的作用

TF不是某个算法，它是整个机器人系统的空间骨架。我总结了三个最核心的作用：

1. 数据统一 —— 所有传感器数据（激光、视觉、IMU）都能转换到同一个参考系下，比如 odom 或 map。
2. 运动解耦 —— 控制指令只需要告诉“末端执行器要去哪儿”，TF会自动算出每个关节该转多少。
3. 模块化开发 —— 每个功能包只关心自己坐标系下的数据，不用管其他模块的坐标细节。

拿导航来举例：全局路径规划器在 map 坐标系下规划路径，局部规划器在 odom 下做避障，而控制指令最终下发到 base_link。没有TF，这些模块根本没法协同工作。

TF的两种基本变换

TF里只有两种变换：静态变换 和 动态变换。静态变换就是固定不变的，比如激光雷达装在机器人上的位置；动态变换是随时间变化的，比如机械臂关节角度、机器人移动时的位姿。

类型	特点	典型例子
静态变换	固定不变，只发布一次	激光雷达→底盘，摄像头→底盘
动态变换	随时间变化，需要持续发布	底盘→里程计，机械臂关节→基座

你可能会问：“那我怎么知道该用哪种？” 我的经验是：只要两个部件之间没有相对运动，就用静态变换。比如摄像头拧在机器人上，永远不会动，那就用静态。省CPU，也省心。

好了，这一章我们理清了TF是什么、为什么需要它、以及它在系统里的位置。记住：理解TF，就是理解机器人如何感知世界。