4. 坐标系基础：WGS84坐标系、UTM投影、局部坐标系
做定位，说白了就是回答三个问题：我在哪？我要去哪？我怎么去？ 但回答这些问题之前，你得先有个「尺子」——也就是坐标系。
我刚开始接触高精地图时，就被各种坐标系绕晕了。WGS84、UTM、车身坐标系、传感器坐标系…… 每个都长得像，但用法完全不同。今天咱们就把它们彻底捋清楚。
核心观点： 全局定位用WGS84，局部计算用UTM，实时控制用车体/传感器坐标系。三者缺一不可。
4.1 WGS84坐标系：地球的「身份证」
WGS84 全称 World Geodetic System 1984。它是目前全球最通用的地理坐标系。GPS 卫星发下来的原始数据，就是 WGS84 坐标。
它的表示方式很简单：经度、纬度、海拔。
- 经度（Longitude）：东西方向，范围 -180° ~ 180°
- 纬度（Latitude）：南北方向，范围 -90° ~ 90°
- 海拔（Altitude）：相对于海平面的高度
举个例子，北京天安门的 WGS84 坐标大概是：
纬度: 39.9042° N
经度: 116.3974° E
海拔: 44 米我的经验： 实际项目中，WGS84 的精度受卫星信号、大气延迟、多路径效应影响很大。我曾在城市峡谷（高楼密集区）做过测试，同一位置不同时间测出的经纬度能差 5-10 米。所以千万别迷信 GPS 的原始数据，一定要做滤波和融合。
4.2 UTM投影：把球面变平面
WGS84 是球面坐标，但我们的地图、路径规划、控制算法都是在平面上算的。这就需要一个投影——把球面坐标映射到平面坐标。
UTM（Universal Transverse Mercator） 是最常用的投影方式之一。
它的核心思想：把地球切成 60 个带，每个带宽度 6 度经度。每个带独立投影，误差控制在 1:2500 以内。
UTM 坐标用两个值表示：东向（Easting） 和 北向（Northing），单位是米。
| 参数 | 说明 |
|---|---|
| 东向 (Easting) | 从中央经线向东的距离，单位米 |
| 北向 (Northing) | 从赤道向北的距离，单位米 |
| 带号 (Zone) | 1-60，表示所在投影带 |
| 南北半球 | 北半球 N，南半球 S |
还是天安门的例子，转换成 UTM 坐标（带号 50N）：
东向: 454,700 米
北向: 4,417,000 米
带号: 50N注意： 不同投影带之间不能直接计算距离！我见过有人把两个不同带的 UTM 坐标直接做减法算距离，结果差了上百米。跨带计算时，要么统一到一个带，要么用 WGS84 经纬度算大圆距离。
4.3 局部坐标系：车身与传感器
全局坐标系（WGS84/UTM）适合做地图和导航，但实时控制不行。为什么？因为车在动，传感器在动，你需要一个「跟着车走」的坐标系。
4.3.1 车身坐标系
车身坐标系的原点通常放在车辆后轴中心（或质心）。
- X轴：指向车辆前进方向
- Y轴：指向车辆左侧（或右侧，看定义）
- Z轴：垂直向上
这个坐标系的好处是：车辆的运动控制（油门、刹车、转向）天然在这个坐标系下描述。
// 车身坐标系下的速度
vx = 10.5 m/s // 前进速度
vy = 0.2 m/s // 侧向速度（通常很小）
vz = 0.0 m/s // 垂直速度（忽略）4.3.2 传感器坐标系
每个传感器都有自己的坐标系。比如：
- 激光雷达：原点在雷达中心，X轴朝前，Y轴朝左，Z轴朝上
- 摄像头：原点在镜头光心，Z轴朝前（相机坐标系通常 Z 朝前）
- IMU：原点在 IMU 芯片中心，三轴与芯片封装对齐
这些传感器坐标系之间、以及和车身坐标系之间，都需要做外参标定。
避坑指南： 我曾经在项目里遇到一个问题——激光雷达和摄像头融合时，目标位置总是对不上。查了两天才发现，激光雷达的坐标系定义是「X朝前、Y朝左」，而摄像头是「Z朝前、X朝右」。坐标系定义不一致，导致转换矩阵算错了。所以，拿到传感器数据的第一件事：确认它的坐标系定义。
4.4 坐标系之间的转换
实际工作中，你需要在三个坐标系之间来回切换。最常见的转换链路是：
- WGS84 → UTM：用投影公式（或调用库函数）
- UTM → 车身坐标系：通过车辆位姿（位置+朝向）做平移旋转
- 车身坐标系 → 传感器坐标系：通过外参矩阵
举个代码示例（Python 伪代码）：
import pyproj
# WGS84 转 UTM
transformer = pyproj.Transformer.from_crs(
"EPSG:4326", # WGS84
"EPSG:32650", # UTM 50N
always_xy=True
)
utm_x, utm_y = transformer.transform(116.3974, 39.9042)
# UTM 转车身坐标系（假设车辆位姿已知）
vehicle_x = utm_x - vehicle_pose.x
vehicle_y = utm_y - vehicle_pose.y
# 再旋转到车身朝向
body_x = vehicle_x * cos(yaw) + vehicle_y * sin(yaw)
body_y = -vehicle_x * sin(yaw) + vehicle_y * cos(yaw)我的习惯： 项目中我会把所有传感器数据统一到车身坐标系下处理。这样后续的融合、规划、控制都只用一套坐标，省去很多麻烦。统一坐标系后，调试也方便——你只需要盯着车身坐标系下的数据看就行。
4.5 知识体系总览
下面这张图总结了本章的核心逻辑：
嗯，这张图把三个坐标系的关系讲得很清楚了。从上到下，从全局到局部，每一步转换都对应着具体的算法和参数。
总结一下：
- WGS84 是地球的「身份证」，全球通用但球面坐标不好算
- UTM 把球面变平面，适合做地图和路径规划
- 车身/传感器坐标系跟着车走，适合实时控制
- 三者之间的转换是定位系统的核心能力
我个人习惯在项目初期就把坐标系转换链路画清楚，标出每个环节的输入输出和误差来源。这样后面调试定位问题时，能快速定位到是哪个环节出了问题。
好了，坐标系基础就讲到这里。记住一句话：定位的精度，取决于你对坐标系的掌控程度。