📚 课程目录第2章机器人基础与坐标系变换

机器人基础与坐标系变换：从刚体运动到数学表达

各位同学，欢迎来到第二章。上一章我们聊了3D视觉的整体框架，这一章得把数学底子打牢。说实话，很多做视觉的工程师，算法调得挺溜，一碰到手眼标定就卡壳——问题往往就出在坐标系变换上。

我个人习惯，讲变换之前，先让大家理解一个核心问题：机器人为什么要做坐标变换？

你想想看，机器人末端抓着一个工件，相机装在某个固定位置。相机看到的坐标，是相机坐标系下的；机器人要抓取，需要的是机器人基坐标系下的坐标。这两个坐标系之间怎么换算？这就是本章要解决的事。

一个刚体在三维空间里，有6个自由度——3个平移，3个旋转。说白了，就是你能把它挪到哪儿，以及它朝哪个方向摆着。

我在项目里遇到过一个问题：一个六轴机器人抓取工件，明明视觉定位的坐标是对的，但抓过去就是偏的。查了半天，发现是旋转部分算错了。所以，位置和姿态，一个都不能少。

核心概念：刚体变换 = 旋转 + 平移。旋转描述"朝向"，平移描述"位置"。

旋转矩阵是一个3×3的正交矩阵，行列式为+1。它把三维空间中的一个向量，旋转到另一个方向。

公式很简单：v' = R · v，其中R是旋转矩阵，v是原向量，v'是旋转后的向量。

旋转矩阵有几个性质，我建议你记住：

举个例子，绕Z轴旋转θ角的旋转矩阵：

R_z(θ) = [cosθ  -sinθ  0]
         [sinθ   cosθ  0]
         [0      0     1]

小技巧：我写代码时，习惯用右手定则判断旋转正方向——拇指指向旋转轴正方向，四指弯曲方向就是正旋转。

欧拉角用三个角度表示旋转，比如常见的RPY（Roll-Pitch-Yaw，横滚-俯仰-偏航）。

为什么说它容易踩坑？万向锁。当俯仰角达到±90°时，横滚和偏航会失去一个自由度，变成同一个轴。我曾经在调试一个协作机器人时，就因为欧拉角万向锁，导致机器人姿态突然跳变，差点撞到工件。

欧拉角的另一个问题是顺序依赖。同样的三个角度，按XYZ顺序和ZYX顺序旋转，结果完全不同。所以，用欧拉角一定要明确旋转顺序。

四元数是一个超复数，形式为 q = w + xi + yj + zk，其中 w 是实部，x、y、z 是虚部。它用4个参数表示旋转，没有奇异性。

为什么工业界偏爱四元数？三个原因：

四元数转旋转矩阵的公式（单位四元数）：

R = [1-2(y²+z²)   2(xy-wz)     2(xz+wy)]
    [2(xy+wz)     1-2(x²+z²)   2(yz-wx)]
    [2(xz-wy)     2(yz+wx)     1-2(x²+y²)]

避坑指南：我曾经在标定程序里，四元数忘记归一化，结果旋转矩阵不正交，标定结果全错。记住：四元数必须归一化，即 w² + x² + y² + z² = 1。

齐次变换矩阵是一个4×4的矩阵，把旋转和平移统一到一个矩阵里：

T = [R   t]
    [0   1]

其中R是3×3旋转矩阵，t是3×1平移向量。用齐次坐标表示点：P' = T · P，一次矩阵乘法就完成了旋转+平移。

为什么用齐次坐标？因为链式变换方便。比如从相机到机器人基座的变换：

T_{base_to_cam} = T_{base_to_endeff} · T_{endeff_to_cam}

这就是手眼标定的核心思想——通过多个变换矩阵的连乘，把相机看到的坐标转换到机器人坐标系下。

下面这张图，把本章的核心知识点串起来了。我建议你保存下来，后面学手眼标定时随时回来对照。

说了这么多，到底用哪个？我个人的经验：