三维空间基础：坐标系定义、旋转矩阵、向量旋转与坐标变换的基本概念
在进入欧拉角与四元数的讨论之前，我们必须先夯实三维空间中最底层的数学与几何地基。姿态描述的本质上是在回答“一个刚体在空间中相对于参考系是如何摆放的”这一问题，而这一问题的数学表达离不开坐标系、旋转矩阵与向量变换。本章将系统梳理右手坐标系与左手坐标系的定义差异、旋转矩阵的构造逻辑、向量旋转的两种视角（旋转向量与旋转坐标系），以及坐标变换的完整链路。这些概念不仅是欧拉角与四元数的推导基础，也是后续所有姿态解算、传感器融合与三维可视化工程的共同语言。
坐标系定义：从右手定则到工程参考系
三维空间中的任何姿态描述都必须依附于一个明确的坐标系。最基础的定义是右手直角坐标系：三个相互正交的单位向量 i、j、k 满足 i × j = k，即右手拇指指向X轴正方向、食指指向Y轴正方向、中指指向Z轴正方向。左手坐标系则相反，满足 j × i = k。在绝大多数机器人学、航空航天和计算机图形学应用中，右手系是默认选择，但需要注意某些图形API（如早期DirectX）使用左手系，这会导致旋转矩阵的符号约定不同。
在工程实践中，我们通常需要区分三类坐标系：
- 惯性坐标系（世界系）：固定于地球或宇宙空间，是姿态测量的参考。例如NED（北-东-地）或ENU（东-北-天）坐标系。
- 载体坐标系（机体系）：固定于运动刚体上，原点位于刚体质心，X轴通常指向机头方向，Y轴指向右翼，Z轴指向下方（NED约定）或上方（ENU约定）。
- 导航坐标系：用于解算载体位置与速度的中间参考系，通常与惯性系对齐但原点随载体移动。
坐标系定义的关键在于明确旋转顺序与旋转轴约定。例如，欧拉角（横滚-俯仰-偏航）在NED系中通常定义为：先绕Z轴偏航（ψ），再绕新Y轴俯仰（θ），最后绕新X轴横滚（φ）。这种“绕新轴旋转”的方式称为内旋（intrinsic rotation），而“绕固定轴旋转”称为外旋（extrinsic rotation）。两者得到的旋转矩阵互为转置关系，工程中若混用将导致姿态解算完全错误。
旋转矩阵：构造、性质与组合逻辑
旋转矩阵 R 是一个 3×3 的正交矩阵，满足 RᵀR = I 且 det(R) = +1。其每一列表示旋转后坐标系的基向量在原坐标系中的投影。绕X轴、Y轴、Z轴旋转角度 θ 的基本旋转矩阵分别为：
R_x(θ) = [1, 0, 0;
0, cosθ, -sinθ;
0, sinθ, cosθ]
R_y(θ) = [ cosθ, 0, sinθ;
0, 1, 0;
-sinθ, 0, cosθ]
R_z(θ) = [cosθ, -sinθ, 0;
sinθ, cosθ, 0;
0, 0, 1]注意上述矩阵是主动旋转（向量绕轴旋转）的表示。若用于坐标变换（被动旋转），则需取转置。复合旋转通过矩阵乘法实现，例如“先绕X轴旋转α，再绕Y轴旋转β，最后绕Z轴旋转γ”的旋转矩阵为 R = R_z(γ) · R_y(β) · R_x(α)。这里的关键是矩阵乘法的顺序：最右侧的旋转最先执行。这一约定源于矩阵乘法作用于列向量时从右向左结合的性质。
| 旋转类型 | 数学表达 | 物理含义 | 工程应用 |
|---|---|---|---|
| 主动旋转（向量旋转） | v' = R · v | 向量在固定坐标系中绕轴旋转 | 刚体姿态更新、点云变换 |
| 被动旋转（坐标变换） | v_B = R · v_A | 同一向量在不同坐标系中的坐标表示 | 传感器数据对齐、多坐标系标定 |
| 复合旋转 | R = R_1 · R_2 · R_3 | 多次旋转的叠加，顺序敏感 | 欧拉角转矩阵、机械臂运动学 |
旋转矩阵的三大性质在工程中极为重要：正交性（RᵀR=I）可用于数值校验和误差修正；行列式为+1 排除了反射变换；逆矩阵等于转置 使得反向变换无需额外计算。在嵌入式系统中，由于浮点运算累积误差，旋转矩阵会逐渐失去正交性，因此需要定期正交化（如Gram-Schmidt过程）或改用四元数。
向量旋转与坐标变换：两种视角的等价性
向量旋转与坐标变换是同一数学操作的两个视角。假设空间中有一个固定向量 v，其坐标为 (x, y, z)。主动旋转将向量本身绕某轴旋转角度 θ，得到新向量 v'，其坐标变为 (x', y', z')，计算公式为 v' = R · v。被动旋转则保持向量不变，但将坐标系旋转角度 θ，向量在新坐标系中的坐标变为 v' = Rᵀ · v。两者得到的坐标数值相同，但物理意义截然不同。
在姿态解算中，我们通常使用被动旋转视角：载体坐标系相对于惯性坐标系的姿态用旋转矩阵 R 表示，则惯性系中的向量 v_i 在载体系中的坐标为 v_b = R · v_i。反之，载体系中的向量转换到惯性系为 v_i = Rᵀ · v_b。这一关系是IMU数据融合、视觉SLAM和机器人运动学的基础。
完整的坐标变换还包含平移分量。设惯性系原点 O_i 到载体系原点 O_b 的平移向量为 t，则空间点 P 在惯性系中的坐标 p_i 与在载体系中的坐标 p_b 满足：
p_i = R · p_b + t这一公式称为刚体变换（或等距变换），在齐次坐标下可表示为 4×4 矩阵：
T = [R t;
0 1]齐次变换矩阵的级联非常方便：T_global_to_camera = T_global_to_robot · T_robot_to_camera。在机械臂标定、多传感器融合和三维重建中，这种链式变换是标准操作。
v' = R * v 时，先确认 R 是主动旋转矩阵还是被动旋转矩阵。一个快速判断方法：若 R 的列向量是旋转后坐标系的基向量在原坐标系中的投影，则为被动旋转（坐标变换）；若 R 的列向量是原基向量旋转后的位置，则为主动旋转。两者相差一个转置。
案例拆解：无人机姿态解算中的坐标变换链路
以四旋翼无人机为例，其姿态解算系统需要融合加速度计、陀螺仪和磁力计数据。假设无人机在NED惯性系中飞行，机体坐标系定义为：X轴指向机头，Y轴指向右翼，Z轴指向下方。初始时，机体系与NED系对齐。
场景与目标：无人机悬停时，加速度计测得机体坐标系下的重力加速度分量为 a_b = (0.1, 0.2, 9.8) m/s²（理想情况下应为 (0, 0, 9.8)）。我们需要利用这一测量值估计当前姿态角（横滚φ和俯仰θ）。
分析过程：在NED系中，重力加速度向量为 g_i = (0, 0, 9.8)。根据坐标变换关系，a_b = R · g_i，其中 R 是机体系相对于NED系的旋转矩阵。采用Z-Y-X内旋约定，R = R_z(ψ) · R_y(θ) · R_x(φ)。由于悬停时偏航角ψ未知，但重力向量与偏航无关，我们可以直接利用R_y(θ) · R_x(φ)部分。
计算步骤：
- 将 a_b 归一化：a_b_norm = (0.0102, 0.0204, 1.0)。
- 根据旋转矩阵展开，可得：a_x = -sinθ，a_y = cosθ·sinφ，a_z = cosθ·cosφ。
- 由 a_x = -sinθ，得 θ = arcsin(-0.0102) ≈ -0.58°。
- 由 a_y / a_z = tanφ，得 φ = arctan2(0.0204, 1.0) ≈ 1.17°。
结果与验证：计算得到的横滚角约1.17°，俯仰角约-0.58°，符合无人机轻微倾斜的物理直觉。若直接使用主动旋转矩阵，则符号会相反，导致姿态估计错误。
风险与代价：加速度计易受机体振动和线性加速度干扰，因此仅适用于静态或准静态姿态估计。动态飞行时需融合陀螺仪积分数据，并通过互补滤波或卡尔曼滤波进行校正。
Rotation.from_euler('ZYX', angles) 默认使用内旋，而 Rotation.from_euler('zyx', angles) 使用外旋，大小写敏感。
总结复盘：坐标系与旋转矩阵的工程要点
本章的核心逻辑可以归纳为一条链路：坐标系定义 → 旋转矩阵构造 → 向量旋转/坐标变换 → 姿态解算。在实际项目中，建议遵循以下清单进行自查：
- 明确坐标系类型（右手/左手，NED/ENU），并绘制坐标系关系图。
- 确定旋转顺序（如Z-Y-X）和旋转方式（内旋/外旋），并在代码注释中标注。
- 验证旋转矩阵的正交性（RᵀR ≈ I）和行列式（det ≈ +1），用于调试数值误差。
- 区分主动旋转与被动旋转，在接口文档中说明矩阵的物理含义。
- 使用齐次变换矩阵处理包含平移的坐标变换，避免手动拼接旋转和平移。
旋转矩阵虽然直观，但存在冗余性（9个元素表达3个自由度）和万向锁问题，这为后续引入欧拉角和四元数埋下伏笔。欧拉角直接对应物理旋转轴，但存在奇异性；四元数紧凑且无奇异，但不够直观。理解本章的坐标变换基础，是掌握这两种高级姿态表示方法的必要前提。