3. 刚体变换与位姿表示：旋转矩阵、欧拉角、四元数、齐次变换矩阵
做手眼标定，说白了就是在解一个数学题——怎么用数字精确描述一个刚体在空间里又转又挪。我刚开始接触这行时，总觉得旋转矩阵、四元数这些概念太抽象，直到有一次在产线上调试六轴机器人，发现标定结果总是差那么几毫米，最后查出来是欧拉角万向锁搞的鬼。嗯，从那以后我再也不敢轻视这些数学工具了。
这一章，我们就来把刚体位姿的几种数学表示法彻底捋清楚。
3.1 刚体位置与姿态：两个基本问题
一个刚体在三维空间里，有6个自由度——3个平移 + 3个旋转。位置好办，一个三维向量 [x, y, z]T 就搞定了。但姿态呢？麻烦就麻烦在这里。
我个人习惯把姿态理解成：刚体自身的坐标系，相对于世界坐标系是怎么转的。你想想看，一个相机装在机器人末端，它朝哪个方向看，完全取决于这个旋转关系。
3.2 旋转矩阵：最直观，但最啰嗦
旋转矩阵是一个 3×3 的正交矩阵，行列式为 +1。它的每一列，就是刚体坐标系各轴在世界坐标系中的方向余弦。
R = [ r11 r12 r13 ]
[ r21 r22 r23 ]
[ r31 r32 r33 ]
性质：
- R^T * R = I （正交性）
- det(R) = +1 （右手系）
- 9个元素，但只有3个自由度优点： 没有奇异点，可以连续旋转。做矩阵乘法就能合成旋转，非常方便。
缺点： 9个参数太冗余，而且不直观。你看着一个旋转矩阵，能一眼看出它转了30度还是45度吗？反正我不能。
3.3 欧拉角：直观但危险
欧拉角用三个角度来描述旋转：绕 X 轴转 α（滚转）、绕 Y 轴转 β（俯仰）、绕 Z 轴转 γ（偏航）。听起来很直观对吧？但这里有个大坑——万向锁。
当中间轴（比如 Y 轴）旋转到 ±90° 时，第一个轴和第三个轴会变得共线，丢失一个自由度。这时候你无论怎么调那两个角度，都转不出某些方向了。
| 表示法 | 参数数量 | 优点 | 缺点 |
|---|---|---|---|
| 旋转矩阵 | 9 | 无奇异，可组合 | 冗余，不直观 |
| 欧拉角 | 3 | 直观，参数少 | 万向锁，插值困难 |
| 四元数 | 4 | 无奇异，可插值 | 不够直观 |
| 轴角 | 4 | 物理意义明确 | 有奇异点 |
3.4 四元数：标定中的王牌
四元数是一个超复数：q = w + xi + yj + zk，其中 w² + x² + y² + z² = 1（单位四元数）。它用4个参数表示旋转，没有奇异点，而且可以做球面线性插值（SLERP）。
为什么手眼标定里四元数这么香？因为：
- 无万向锁——随便你怎么转，不会丢自由度
- 计算稳定——乘法、求逆都很简单
- 适合优化——作为优化变量时，约束条件就是模长为1，比旋转矩阵的9个正交约束简单多了
// 四元数乘法（旋转合成）
q_result = q1 * q2
// 用四元数旋转向量 v
v_rotated = q * v * q_conj
// 四元数到旋转矩阵（常用转换）
// 这个转换在手眼标定代码里几乎天天用3.5 齐次变换矩阵：把旋转和平移打包
齐次变换矩阵是一个 4×4 的矩阵，把旋转矩阵和平移向量整合在一起：
T = [ R t ]
[ 0^T 1 ]
其中：
- R: 3×3 旋转矩阵
- t: 3×1 平移向量
- 0^T: 1×3 零向量这个矩阵的好处是——可以用一个矩阵乘法完成旋转+平移。在手眼标定中，我们经常要串联多个变换：
T_cam_to_base = T_robot_to_base * T_ee_to_robot * T_cam_to_ee你看，一个矩阵乘法就把整个链路的位姿关系算清楚了。这就是齐次变换矩阵的魅力。
3.6 知识结构总览
下面这张图，把刚体位姿的几种表示法以及它们之间的关系画清楚了：
3.7 实际应用中的选择建议
说了这么多，到底该用哪种？我根据多年经验，给你一个实用清单：
- 做手眼标定优化时 → 用四元数作为旋转变量的参数化形式，配合李代数做扰动模型
- 写机器人运动学正解时 → 用齐次变换矩阵串联各个关节
- 调试可视化时 → 把四元数转成欧拉角，方便人眼理解
- 做姿态插值时 → 用四元数的 SLERP，别用欧拉角线性插值