一、坐标系基础：为什么需要坐标变换？从二维平面坐标系讲起，理解旋转与平移的本质

各位同学，今天咱们来聊聊坐标变换。说实话，我刚入行那会儿，觉得这东西就是纯数学，跟实际控制没啥关系。直到有一次调试机械臂，死活对不准目标点，折腾了两天才发现——原来是坐标系没对齐。嗯，从那以后我再也不敢小看坐标变换了。

1.1 什么是坐标系？说白了就是“参考基准”

想象一下，你站在操场上，有人问你：“足球在哪儿？”你肯定会说“在我左边三米，前面五米”。这个“我”就是你的参考点，也就是坐标系的原点。你面朝的方向，就是坐标系的轴。

在机器人控制里，坐标系就是这样一个参考基准。每个传感器、每个执行器、每个关节，都有自己的坐标系。我习惯把它们想象成“各自为政的小王国”——每个王国都有自己的国王（原点）和方向（坐标轴）。

1.2 为什么需要坐标变换？

你想想看，机器人身上有摄像头、有机械臂、有移动底盘。摄像头看到的目标位置，是相对于摄像头自己的坐标系。机械臂要去抓这个目标，它需要知道目标相对于自己基座的位置。这两个坐标系不一样，怎么办？

答案就是——坐标变换。

说白了，坐标变换就是把一个坐标系下的坐标，换算到另一个坐标系下。就像你问路，别人说“往东走100米”，但你面朝北，你得先把自己转到正确的方向，才能理解这个“东”到底在哪儿。

我在项目中遇到过最典型的场景：AGV小车要抓取流水线上的工件。视觉系统给出的是像素坐标，机械臂需要的是关节空间坐标。中间要经过至少三次坐标变换：像素→相机坐标系→机械臂基座坐标系→工具坐标系。少一步，抓取就偏了。

1.3 二维平面坐标系：从最简单的开始

咱们先从二维平面说起。二维坐标系就是x轴和y轴，互相垂直，交于原点。任何一个点P，都可以用(x, y)来表示。

这里有两个基本操作：

• 平移：把整个坐标系挪个位置。比如原点从(0,0)挪到(2,3)，那么原来在(5,5)的点，在新坐标系下就变成了(3,2)。
• 旋转：把整个坐标系转个角度。比如绕原点逆时针转30°，原来在(1,0)的点，就变成了(cos30°, sin30°)。

你可能会问：“就这么简单？”对，就这么简单。但组合起来就很有意思了。

1.4 旋转与平移的数学表达

咱们用数学语言把刚才的操作写下来。

平移：

新坐标 = 旧坐标 - 平移量
x' = x - dx
y' = y - dy

旋转：

x' = x * cosθ - y * sinθ
y' = x * sinθ + y * cosθ

写成矩阵形式更清爽：

[x']   [cosθ  -sinθ] [x]
[y'] = [sinθ   cosθ] [y]

这个2x2的矩阵，就是旋转矩阵。我刚开始看这个矩阵的时候，总觉得它很神秘。后来发现，它其实就是把原来的x和y，按照角度重新投影到新坐标轴上。说白了，就是“拆开再组合”。

1.5 一个完整的例子：从世界坐标系到机器人坐标系

假设你有一个移动机器人，它的位置在世界坐标系中是(2, 3)，朝向是30°。现在视觉系统检测到一个目标，在世界坐标系中的位置是(5, 7)。

问：目标相对于机器人自身坐标系的位置是多少？

步骤：

1. 先平移：目标相对于机器人原点的位置 = (5-2, 7-3) = (3, 4)
2. 再旋转：机器人朝向30°，所以要把世界坐标旋转到机器人坐标

x' = 3 * cos30° - 4 * sin30° = 3 * 0.866 - 4 * 0.5 = 2.598 - 2 = 0.598
y' = 3 * sin30° + 4 * cos30° = 3 * 0.5 + 4 * 0.866 = 1.5 + 3.464 = 4.964

所以目标在机器人坐标系中的位置大约是(0.6, 4.96)。

1.6 知识体系总览

下面这张图帮你理清本章的核心逻辑：

1.7 本章小结

咱们这一章，说白了就讲了三件事：

• 坐标系是什么——一个参考基准，由原点和方向定义
• 为什么需要变换——因为不同传感器、不同部件都有自己的坐标系，数据不统一就没法用
• 怎么变换——平移（挪位置）和旋转（转方向），组合起来就能解决大部分问题

我个人觉得，坐标变换是机器人控制里最基础也最重要的概念。你后面学到的所有东西——正运动学、逆运动学、轨迹规划、视觉伺服——全都建立在坐标变换之上。把这个搞明白了，后面的路就好走了。

嗯，下一章咱们会深入聊齐次坐标，把平移和旋转统一成一个矩阵。到时候你会发现，原来数学可以这么优雅。

---