第2章坐标系与位姿描述：空间坐标系、刚体位姿描述、齐次变换矩阵、欧拉角与四元数

各位工程师朋友，欢迎来到第二章。这一章的内容，说白了就是运动控制的“语言基础”。你想想看，要让机器人动起来，首先得告诉它“你在哪”、“要去哪”、“怎么转”。这些信息怎么描述？就是靠坐标系和位姿。

我刚开始做运动控制那会儿，觉得这玩意儿太简单了，不就是几个坐标嘛。结果第一次调试六轴机械臂，因为欧拉角万向锁问题，手臂直接在天上画了个奇怪的弧线，差点撞到设备。嗯，从那以后我再也不敢小看位姿描述了。

坐标系是描述物体位置的基准。没有坐标系，你说“往前走1米”，机器人根本不知道往哪走。

常用的空间坐标系有三种：

我个人习惯，在项目一开始就先把坐标系定义清楚。坐标系乱了，后面所有轨迹都得重来。记住一个原则：世界坐标系是“根”，其他坐标系都是“枝”。

核心概念：坐标系由原点O和三个正交轴X、Y、Z组成。右手定则确定方向——拇指X、食指Y、中指Z。这个定则贯穿整个运动控制领域，务必刻在脑子里。

刚体在空间中的状态，由两部分组成：位置和姿态。位置好理解，就是三个坐标值(x, y, z)。姿态呢？就是物体“朝哪看”、“怎么转”。

位置用向量表示：

p = [x, y, z]^T

姿态用旋转矩阵表示：

R = [r11 r12 r13;
     r21 r22 r23;
     r31 r32 r33]

旋转矩阵有9个元素，但自由度只有3个。所以它内部有约束——列向量单位正交，行列式为+1。我在项目中遇到过有人直接手动填旋转矩阵，结果行列式变成0.98，轨迹直接飘了。记住：旋转矩阵必须满足正交性，否则你算出来的位置全是错的。

小技巧：实际工程中，我们很少直接操作旋转矩阵的9个元素。一般用欧拉角或四元数来输入，内部再转成矩阵计算。这样既直观又稳定。

位置和姿态分开算太麻烦。能不能合在一起？能。齐次变换矩阵就是干这个的。

T = [R   p;
     0   1]

其中：
R: 3x3 旋转矩阵
p: 3x1 位置向量
0: 1x3 零向量
1: 1x1 标量1

这个4x4的矩阵，一次乘法就能完成旋转+平移。你想想看，机械臂从基座到末端，中间经过好几个关节，每个关节一个变换矩阵，乘起来就是末端位姿。这就是运动学正解的核心。

我曾经调试一个协作机器人，发现末端位置总是差2mm。查了半天，发现是齐次变换矩阵里把平移向量写成了列向量，而库函数要求行向量。这种坑，你不踩一次真的记不住。

注意：齐次变换矩阵的乘法顺序很重要！先旋转后平移，和先平移后旋转，结果完全不同。一般约定是：T = Trans(p) * Rot(轴, 角度)。顺序错了，位置能差出十万八千里。

欧拉角用三个角度描述姿态：绕X轴转（滚转Roll）、绕Y轴转（俯仰Pitch）、绕Z轴转（偏航Yaw）。直观吧？飞行员、游戏玩家都喜欢用。

但欧拉角有个致命问题——万向锁。当俯仰角达到±90°时，滚转和偏航的旋转轴重合，丢失一个自由度。我在做云台控制时就遇到过：相机朝天看时，水平旋转突然失灵，画面乱转。

我个人建议：人机交互界面用欧拉角，内部计算用四元数。这样既方便操作员理解，又避免万向锁。

四元数是什么？说白了就是一个“超复数”。它用四个数表示旋转：

q = w + xi + yj + zk

其中：
w: 标量部分（旋转角度的一半的余弦）
x, y, z: 向量部分（旋转轴的方向）
满足：w² + x² + y² + z² = 1

四元数最大的好处是：平滑插值、无万向锁。你让机械臂从姿态A转到姿态B，用欧拉角插值可能中途乱转，用四元数的球面线性插值（SLERP）就能走出最短路径。

我记得有个项目要做机器人打磨，要求末端姿态连续变化。用欧拉角写轨迹，每到90°附近就抖动。换成四元数SLERP，丝般顺滑。从那以后，我所有涉及姿态插值的项目，一律用四元数。

工程建议：

下面这张图，是我梳理的本章知识结构。建议你保存下来，做项目时对照着看。

最后，分享几个我踩过的坑，希望能帮你省点时间：

第2章 坐标系与位姿描述：空间坐标系、刚体位姿描述、齐次变换矩阵、欧拉角与四元数