第2章：坐标系与空间描述

各位同学，今天我们来聊聊机器人学里最基础、也最绕不开的话题——坐标系与空间描述。

说实话，我刚入行那会儿，觉得这东西不就是几个坐标轴嘛，有啥好学的？直到第一次做机械臂标定，机器人死活对不准目标点，折腾了两天，最后发现是旋转顺序搞反了。嗯，从那以后，我再也不敢小看坐标系了。

2.1 位置与姿态：机器人的“身份证”

想象一下，你要告诉朋友“杯子在桌子上”。这句话其实包含了两层信息：位置（杯子在哪儿）和姿态（杯子是正着放还是歪着放）。机器人也一样，它需要知道自己在空间中的位置和姿态，合起来就是位姿。

核心概念：

位置：用三维坐标 (x, y, z) 表示，描述物体在空间中的“点”。
姿态：描述物体“朝向”哪个方向，比如是正立、侧躺还是倒立。
位姿 = 位置 + 姿态，完整描述一个刚体在空间中的状态。

我个人习惯把位姿想象成“给机器人发定位”。位置是经纬度，姿态是面朝哪个方向。缺一个，机器人就找不到北。

2.2 旋转矩阵：最直观的旋转表达

旋转矩阵，说白了就是用一个3x3的矩阵来描述旋转。它的每一列，代表旋转后的新坐标轴在原坐标系下的投影。

// 绕Z轴旋转θ角的旋转矩阵
R_z(θ) = [
  [cosθ, -sinθ, 0],
  [sinθ,  cosθ, 0],
  [0,      0,    1]
]

我在项目中遇到过一个问题：用旋转矩阵做连续旋转时，矩阵乘法顺序特别容易搞混。记住一个原则：左乘是绕固定轴旋转，右乘是绕自身轴旋转。你想想看，这个区别在实际调试中能省多少时间？

我的小技巧：

调试旋转矩阵时，先验证它的行列式是否为1。如果行列式不是1，说明矩阵不是纯旋转，可能混入了缩放或剪切。我曾经因为这个bug排查了整整一个下午。

2.3 欧拉角：直观但暗藏陷阱

欧拉角用三个角度（比如绕Z轴转γ，绕Y轴转β，绕X轴转α）来描述旋转。听起来很直观对吧？但这里有个大坑——万向锁。

为什么会这样？当中间轴旋转到90°时，第一个轴和第三个轴会重合，丢失一个自由度。我记得第一次做无人机姿态控制时，就遇到了万向锁，飞机直接翻了个跟头。嗯，那场面，挺难忘的。

避坑指南：

我曾经在机械臂逆解中用了欧拉角，结果在奇异点附近算法直接崩溃。后来我改用四元数，问题就解决了。所以，如果你要做连续旋转或插值，建议直接上四元数。

2.4 四元数：优雅的旋转解决方案

四元数可以理解为“带约束的复数”。它用四个数 (w, x, y, z) 表示旋转，其中 w 是实部， (x, y, z) 是虚部。最关键的是，它没有万向锁问题，而且插值平滑。

// 四元数表示绕单位向量 (nx, ny, nz) 旋转 θ 角
q = [cos(θ/2), nx*sin(θ/2), ny*sin(θ/2), nz*sin(θ/2)]

// 四元数乘法（注意顺序）
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)

我个人建议，所有涉及姿态插值的场景，比如机械臂轨迹规划、相机平滑跟随，都用四元数。虽然它不如欧拉角直观，但稳定性和平滑度好太多了。

2.5 齐次变换矩阵：位置+姿态的终极封装

齐次变换矩阵把旋转和位移打包成一个4x4矩阵。它的左上角3x3是旋转矩阵，右上角3x1是位移向量，最后一行是 [0, 0, 0, 1]。

T = [
  [R11, R12, R13, tx],
  [R21, R22, R23, ty],
  [R31, R32, R33, tz],
  [0,   0,   0,   1 ]
]

有了齐次变换矩阵，我们就可以用矩阵乘法把多个坐标系变换串联起来。比如，从基座到末端执行器的变换：

T_base_to_end = T_base_to_shoulder * T_shoulder_to_elbow * T_elbow_to_wrist * T_wrist_to_end

为什么用齐次变换矩阵？

因为它把旋转和平移统一成了矩阵乘法，避免了先旋转再平移的繁琐计算。你想想看，在机器人运动学里，我们要做几十次坐标系变换，用齐次矩阵一行代码就搞定了。

2.6 知识体系总览

下面这张图，是我自己总结的坐标系与空间描述的知识框架。你可以把它当作学习地图：

2.7 实际应用中的选择建议

场景	推荐表示	原因
机械臂运动学正解	齐次变换矩阵	方便串联多个关节变换
姿态插值/平滑	四元数	无万向锁，插值均匀
人机交互/可视化	欧拉角	直观，容易理解
底层数学计算	旋转矩阵	线性代数工具丰富

我的经验之谈：

在实际项目中，我通常会在内部计算全部用四元数，只在用户界面显示时转成欧拉角。这样既保证了计算的稳定性，又方便人机交互。你试试看，这个习惯能帮你省掉不少调试时间。

好了，坐标系与空间描述就讲到这里。记住，这些概念是机器人学的基石，就像盖房子的地基。地基打不牢，后面学再多算法也是空中楼阁。下一章我们会聊运动学，到时候这些坐标系知识会派上大用场。