第三代半导体 宽禁带半导体 golang SCI d3 service deployment Fries vue过滤器 后台管理ui 品优购电商系统开发 直销系统源码 mysql数据库驱动 bootstrap颜色 python开发安卓应用 ln函数图像 docker启动命令 python正则 python网络编程 普通话网上报名 python学习入门 python位运算 java安装步骤 php项目实例 js四舍五入 mounted 制作字幕的软件 labview宝典 淘宝自动发货软件 彩虹岛小草黑暗之矛 红巨人插件 画图怎么添加文字 ios删除描述文件 python图片处理 jpg格式转换器 软碟通u盘装系统教程 php验证码 cdr透明度怎么调 excel转csv 狂战传说套装选择
当前位置: 首页 > 学习教程  > 编程语言

空间描述和变换

2020/9/19 14:33:41 文章标签:

空间描述和变换

文章目录

  • 空间描述和变换
    • 1.1位置描述
    • 1.2 姿态描述
    • 1.3 坐标系的描述
    • 1.4坐标系的一般映射:齐次矩阵变换
    • 1.5 变换算法
      • 1.5.1混合变换
      • 1.5.2 逆变换
    • 1.6变换方程
    • 1.7 姿态的其他描述方法
      • 1.7.1固定角坐标系
      • 1.7.2 X-Y-Z欧拉角
      • 1.7.3 Z-Y-Z欧拉角
      • 1.7.4 等效坐标轴表示法
      • 1.7.5 欧拉参数
    • 参考文献

1.1位置描述

在坐标系{A}中,空间中一个点的位置用一个3×1的矢量描述
A P = [ p x p y p z ]         ( 1 − 1 ) ^{A} \mathbf {P}= \left[ \begin{matrix} {{p}_{x}} \\ {{p}_{y}} \\ {{p}_{z}} \\ \end{matrix} \right] \ \ \ \ \ \ \ {(1-1)} AP=pxpypz       (11)

1.2 姿态描述

在这里插入图片描述
​ 点的位置可以用矢量描述,物体的姿态可以用固定在其上的坐标系描述。描述坐标系{B}的一种方法是用{A}坐标系的三个主轴单位矢量表示。

​ 用 X ^ B , Y ^ B , Z ^ B {{\widehat{\mathbf{X}}}_{B}},{{\widehat{\mathbf{Y}}}_{B}},{{\widehat{\mathbf{Z}}}_{B}} X B,Y B,Z B来表示{B}主轴方向的单位矢量,当用坐标系{A}的坐标来表达时,被写成 A X ^ B , A Y ^ B , A Z ^ B {}^{A}{{\widehat{\mathbf{X}}}_{B}},{}^{A}{{\widehat{\mathbf{Y}}}_{B}},{}^{A}{{\widehat{\mathbf{Z}}}_{B}} AX B,AY B,AZ B,{B}相对于{A}的表达为
B A R = [ A X ^ B A Y ^ B A Z ^ B ] = [ r 11 r 12 r 12 r 21 r 22 r 23 r 31 r 32 r 33 ]         ( 1 − 2 ) {}_{B}^{A}\mathbf {R}=\left[ \begin{matrix} {}^{A}{{\widehat{\mathbf{X}}}_{B}} & {}^{A}{{\widehat{\mathbf{Y}}}_{B}} & {}^{A}{{\widehat{\mathbf{Z}}}_{B}} \\ \end{matrix} \right]=\left[ \begin{matrix} {{r}_{11}} & {{r}_{12}} & {{r}_{12}} \\ {{r}_{21}} & {{r}_{22}} & {{r}_{23}} \\ {{r}_{31}} & {{r}_{32}} & {{r}_{33}} \\ \end{matrix} \right] \ \ \ \ \ \ \ {(1-2)} BAR=[AX BAY BAZ B]=r11r21r31r12r22r32r12r23r33       (12)
​ 标量 r i j r_{ij} rij可用每个矢量在其参考坐标系中单位方向上的投影来表示,投影可通过点积得到,因此
B A R = [ A X ^ B A Y ^ B A Z ^ B ] = [ X ^ B ⋅ X A Y ^ B ⋅ X A Z ^ B ⋅ X A X ^ B ⋅ Y A Y ^ B ⋅ Y A Z ^ B ⋅ Y A X ^ B ⋅ Z A Y ^ B ⋅ Z A Z ^ B ⋅ Z A ]         ( 1 − 3 ) {}_{B}^{A}\mathbf{R}=\left[ \begin{matrix} {}^{A}{{\widehat{\mathbf{X}}}_{B}} & {}^{A}{{\widehat{\mathbf{Y}}}_{B}} & {}^{A}{{\widehat{\mathbf{Z}}}_{B}} \\ \end{matrix} \right]=\left[ \begin{matrix} {{\widehat{\mathbf{X}}}_{B}}\cdot {{\mathbf{X}}_{A}} & {{\widehat{\mathbf{Y}}}_{B}}\cdot {{\mathbf{X}}_{A}} & {{\widehat{\mathbf{Z}}}_{B}}\cdot {{\mathbf{X}}_{A}} \\ {{\widehat{\mathbf{X}}}_{B}}\cdot {{\mathbf{Y}}_{A}} & {{\widehat{\mathbf{Y}}}_{B}}\cdot {{\mathbf{Y}}_{A}} & {{\widehat{\mathbf{Z}}}_{B}}\cdot {{\mathbf{Y}}_{A}} \\ {{\widehat{\mathbf{X}}}_{B}}\cdot {{\mathbf{Z}}_{A}} & {{\widehat{\mathbf{Y}}}_{B}}\cdot {{\mathbf{Z}}_{A}} & {{\widehat{\mathbf{Z}}}_{B}}\cdot {{\mathbf{Z}}_{A}} \\ \end{matrix} \right] \ \ \ \ \ \ \ {(1-3)} BAR=[AX BAY BAZ B]=X BXAX BYAX BZAY BXAY BYAY BZAZ BXAZ BYAZ BZA       (13)
​ 上式中矢量的右上标被省略了。实际上,只要点积的对矢量是在同一坐标系中描述,那么坐标系的选择是任意的。观察上式,也可发现矩阵中行向量是单位矢量{A}在{B}中的表达。即
B A R = [ A X ^ B , A Y ^ B , A Z ^ B ] = [ B X T A B X T A B Y T A B Y T A ] (1-4) _B^AR=\left[ ^A\widehat{X}_B ,^A\widehat{Y}_B, ^A\widehat{Z}_B \right ] =\left [ ^BX^A_T \\ ^BX^A_T\\ ^BY^A_T\\ ^BY^A_T \right ] \tag{1-4} BAR=[AX B,AY B,AZ B]=[BXTABXTABYTABYTA](1-4)

​ 因此,坐标系{A}相对于{B}的描述,可由 B A R _B^A\mathbf{R} BAR转置得到,即
A B R = B A R T (1-5) ^B_AR=^A_BR^T\tag{1-5} ABR=BART(1-5)
这表明旋转矩阵的逆可由它的转置得到,实际上旋转矩阵也是正交矩阵。

1.3 坐标系的描述

​ 在机器人学中,位置和姿态经常成对出现,我们将此组合称作坐标系。因此一个坐标系可等价的用一个位置矢量和一个旋转矩阵来描述,例如
{ B } = [ B A R , A P ]      ( 1 − 6 ) \{\rm{B}\}=\left[\begin{matrix} _B^A\mathbf{R},^A\mathbf{P} \end{matrix}\right] \ \ \ \ (1-6) {B}=[BAR,AP]    (16)

1.4坐标系的一般映射:齐次矩阵变换

​ 齐次变换矩阵有三方面的含义:

(1)它是坐标系的描述。 B A T _B^A\mathbf{T} BAT表示相对于坐标系{A}的坐标系{B}。特别是, B A R _B^A\mathbf{R} BAR 的各列是坐标系{B}主轴方向的单位矢量。 确定了{B}的原点。

(2)它是变换映射。 B A T _B^A\mathbf{T} BAT是映射 B P → A P {}^{B}\mathbf{P}\to{}^{A}\mathbf{P} BPAP

(3)它是变换算子。 T \mathbf{T} T A P 1 ^A\mathbf{P}_1 AP1变换为 A P 2 ^A\mathbf{P}_2 AP2

​ 其次变换矩阵是旋转和平移的组合,具体可写成
[ A P 1 ] = [ B A R A P B O R G 0 , 0 , 0 1 ]      ( 1 − 7 ) \left[ \begin{matrix} {}^{A}\mathbf{P} \\ 1 \\ \end{matrix} \right]=\left[ \begin{matrix} {}_{B}^{A}\mathbf{R} & {}^{A}{{\mathbf{P}}_{BORG}} \\ 0,0,0 & 1 \\ \end{matrix} \right] \ \ \ \ (1-7) [AP1]=[BAR0,0,0APBORG1]    (17)
​ 由此可见,坐标系和变换都可以通过位置矢量和姿态来描述。一般坐标系主要用于描述,而变换用来表示映射或算子。

1.5 变换算法

1.5.1混合变换

在这里插入图片描述

A P = B A T C B T C P        ( 1 − 8 ) {}^A{\bf{P}} = {}_B^A{\bf{T}}{}_C^B{\bf{T}}{}^C{\bf{P}} \ \ \ \ \ \ (1-8) AP=BATCBTCP      (18)
​ 由此定义
C A T = B A T C B T        ( 1 − 9 ) {}_C^A{\bf{T}} = {}_B^A{\bf{T}}{}_C^B{\bf{T}} \ \ \ \ \ \ (1-9) CAT=BATCBT      (19)
​ 由变换的定义,可得

C A T = [ B A R C B R B A R B P C O R G + A P B O R G 0 , 0 , 0 1 ] _C^AT =\left[ \begin{matrix} _B^AR_C^BR&_B^AR^BP_{CORG} + ^AP_{BORG}\\ 0,0,0 &1 \end{matrix} \right ] CAT=[BARCBR0,0,0BARBPCORG+APBORG1]

1.5.2 逆变换

​ 通过一般的方法求矩阵的逆可以得到逆变换,但是结合旋转矩阵的性质,可以更简便得到逆变换,编程时分开计算可降低维数,减少求逆的计算时间。
A B T = B A T − 1 = [ B A R T − B A R T A P B O R G 0 , 0 , 0 1 ]      ( 1 − 11 ) {}_A^B{\bf{T}} = {}_B^A{{\bf{T}}^{ - 1}} = \left[ \begin{matrix} {{}_B^A{{\bf{R}}^T}}&{ - {}_B^A{{\bf{R}}^T}{}^A{{\bf{P}}_{BORG}}}\\ {0,0,0}&1 \end{matrix} \right] \ \ \ \ (1-11) ABT=BAT1=[BART0,0,0BARTAPBORG1]    (111)

1.6变换方程

在这里插入图片描述

​ 坐标系{D}可以通过两个不同的变换得到
D U T = A U T D A T        ( 1 − 12 ) D U T = B U T C B T D C T      ( 1 − 13 ) {}_D^U{\bf{T}} = {}A^U{\bf{T}}{}_D^A{\bf{T}} \ \ \ \ \ \ (1-12)\\ {}_D^U{\bf{T}} = {}_B^U{\bf{T}}{}_C^B{\bf{T}}{}_D^C{\bf{T}} \ \ \ \ (1-13) DUT=AUTDAT      (112)DUT=BUTCBTDCT    (113)
​ 两个表达式构成一个方程
A U T D A T = B U T C B T D C T       ( 1 − 14 ) {}_A^U{\bf{T}}{}_D^A{\bf{T}} = {}_B^U{\bf{T}}{}_C^B{\bf{T}}{}_D^C{\bf{T}} \ \ \ \ \ (1-14) AUTDAT=BUTCBTDCT     (114)
​ 如果有n个未知变换和n个变换方程,这个变换可以从变换方程解出。

1.7 姿态的其他描述方法

1.7.1固定角坐标系

在这里插入图片描述

​ 首先将坐标系{B}和一个已知的参考坐标系{A}重合,先将{B}绕 X ^ A \widehat{X}_{A} X A轴旋转 γ \gamma γ角,再绕 Y ^ A {\widehat{Y}}_{A} Y A轴旋转 β \beta β,最后绕 Z ^ A {\widehat{Z}}_{A} Z A轴旋转 α \alpha α角。每次旋转都是绕着固定参考坐标系{A}的轴。

​ 把每个旋转看做算子,等价旋转矩阵为
B A R X Y Z ( γ , β , α ) = R Z ( α ) R Y ( β ) R X ( α ) = [ c α − s α 0 s α c α 0 0 0 1 ] [ c β 0 s β 0 1 0 − s β 0 c β ] [ 1 0 0 0 c γ − s γ 0 s γ c γ ]    ( 1 − 15 ) {}_B^A{{\bf{R}}_{XYZ}}(\gamma ,\beta ,\alpha ) = {{\bf{R}}_Z}(\alpha ){{\bf{R}}_Y}(\beta ){{\bf{R}}_X}(\alpha )\\ = \left[ \begin{matrix} {c\alpha }&{ - s\alpha }&0\\ {s\alpha }&{c\alpha }&0\\ 0&0&1 \end{matrix}\right] \left[\begin{matrix} {c\beta }&0&{s\beta }\\ 0&1&0\\ { - s\beta }&0&{c\beta } \end{matrix} \right] \left[ \begin{matrix} 1&0&0\\ 0&{c\gamma }&{ - s\gamma }\\ 0&{s\gamma }&{c\gamma } \end{matrix} \right] \ \ (1-15) BARXYZ(γ,β,α)=RZ(α)RY(β)RX(α)=cαsα0sαcα0001cβ0sβ010sβ0cβ1000cγsγ0sγcγ  (115)
​ 计算得到
B A R X Y Z ( γ , β , α ) = [ c α c β c α s β s γ − s α c γ c α s β c γ + s α s γ s α c β s α s β s γ + c α c γ s α s β c γ − c α s γ − s β c β s γ c β c γ ]    ( 1 − 16 ) {}_B^A{{\bf{R}}_{XYZ}}(\gamma ,\beta ,\alpha ) = \left[ \begin{matrix} {c\alpha c\beta }&{c\alpha s\beta s\gamma - s\alpha c\gamma }&{c\alpha s\beta c\gamma + s\alpha s\gamma }\\ {s\alpha c\beta }&{s\alpha s\beta s\gamma + c\alpha c\gamma }&{s\alpha s\beta c\gamma - c\alpha s\gamma }\\ { - s\beta }&{c\beta s\gamma }&{c\beta c\gamma } \end{matrix}\right] \ \ (1-16) BARXYZ(γ,β,α)=cαcβsαcβsβcαsβsγsαcγsαsβsγ+cαcγcβsγcαsβcγ+sαsγsαsβcγcαsγcβcγ  (116)

1.7.2 X-Y-Z欧拉角

在这里插入图片描述

​ 坐标系{B}的描述:

​ 首先将坐标系{B}与一个已知坐标系{A}重合,先将{B}绕 Z ^ B {\widehat{Z}}_{B} Z B旋转 α \alpha α角,再将{B}绕 Y ^ B {\widehat{Y}}_{B} Y B旋转 β \beta β角,最后将{B}绕 X ^ B {\widehat{X}}_{B} X B旋转 γ \gamma γ角。每次都是绕运行坐标系{B}的各轴旋转。

​ 把每个旋转看成坐标系的描述,可立即写出
B A R = B ′ A R B ′ ′ B ′ R B B ′ ′ R (1-17) {}_B^A{\bf{R}} = {}_{B'}^A{\bf{R}}{}_{B''}^{B'}{\bf{R}}{}_B^{B''}{\bf{R}} \tag{1-17} BAR=BARBBRBBR(1-17)
​ 即{B}相对于{A}的最终姿态为

B A R X ′ Y ′ Z ′ ( γ , β , α ) = R Z ( α ) R Y ( β ) R X ( α ) = [ c α − s α 0 s α c α 0 0 0 1 ] [ c β 0 s β 0 1 0 − s β 0 c β ] [ 1 0 0 0 c γ − s γ 0 s γ c γ ] (1-18) {}_B^A{{\bf{R}}_{X'Y'Z'}}(\gamma ,\beta ,\alpha ) = {{\bf{R}}_Z}(\alpha ){{\bf{R}}_Y}(\beta ){{\bf{R}}_X}(\alpha )\\ = \left[ \begin{matrix} {c\alpha }&{ - s\alpha }&0\\ {s\alpha }&{c\alpha }&0\\ 0&0&1 \end{matrix}\right] \left[\begin{matrix} {c\beta }&0&{s\beta }\\ 0&1&0\\ { - s\beta }&0&{c\beta } \end{matrix}\right ] \left[\begin{matrix} 1&0&0\\ 0&{c\gamma }&{ - s\gamma }\\ 0&{s\gamma }&{c\gamma } \end{matrix} \right] \tag{1-18} BARXYZ(γ,β,α)=RZ(α)RY(β)RX(α)=cαsα0sαcα0001cβ0sβ010sβ0cβ1000cγsγ0sγcγ(1-18)
​ 计算得到
B A R X ′ Y ′ Z ′ ( γ , β , α ) = [ c α c β c α s β s γ − s α c γ c α s β c γ + s α s γ s α c β s α s β s γ + c α c γ s α s β c γ − c α s γ − s β c β s γ c β c γ ] (1-19) {}_B^A{{\bf{R}}_{X'Y'Z'}}(\gamma ,\beta ,\alpha ) = \left[ \begin{matrix} {c\alpha c\beta }&{c\alpha s\beta s\gamma - s\alpha c\gamma }&{c\alpha s\beta c\gamma + s\alpha s\gamma }\\ {s\alpha c\beta }&{s\alpha s\beta s\gamma + c\alpha c\gamma }&{s\alpha s\beta c\gamma - c\alpha s\gamma }\\ { - s\beta }&{c\beta s\gamma }&{c\beta c\gamma } \end{matrix}\right] \tag{1-19} BARXYZ(γ,β,α)=cαcβsαcβsβcαsβsγsαcγsαsβsγ+cαcγcβsγcαsβcγ+sαsγsαsβcγcαsγcβcγ(1-19)
​ 带有“撇”号表示是由X-Y-Z欧拉角参数化的旋转矩阵。发现和X-Y-Z固定轴旋转矩阵是完全相同的。这两种变换的矩阵一样,因此求解欧拉角的方法一样。由旋转矩阵求欧拉角,设
B A R X Y Z ( γ , β , α ) = [ c α c β c α s β s γ − s α c γ c α s β c γ + s α s γ s α c β s α s β s γ + c α c γ s α s β c γ − c α s γ − s β c β s γ c β c γ ] = [ r 11 r 12 r 13 r 21 r 22 r 23 r 31 r 32 r 33 ]    ( 1 − 20 ) {}_B^A{{\bf{R}}_{XYZ}}(\gamma ,\beta ,\alpha ) = \left[\begin{matrix} {c\alpha c\beta }&{c\alpha s\beta s\gamma - s\alpha c\gamma }&{c\alpha s\beta c\gamma + s\alpha s\gamma }\\ {s\alpha c\beta }&{s\alpha s\beta s\gamma + c\alpha c\gamma }&{s\alpha s\beta c\gamma - c\alpha s\gamma }\\ { - s\beta }&{c\beta s\gamma }&{c\beta c\gamma } \end{matrix} \right ] =\left[ \begin{matrix} {{r_{11}}}&{{r_{12}}}&{{r_{13}}}\\ {{r_{21}}}&{{r_{22}}}&{{r_{23}}}\\ {{r_{31}}}&{{r_{32}}}&{{r_{33}}} \end{matrix}\right] \ \ (1-20) BARXYZ(γ,β,α)=cαcβsαcβsβcαsβsγsαcγsαsβsγ+cαcγcβsγcαsβcγ+sαsγsαsβcγcαsγcβcγ=r11r21r31r12r22r32r13r23r33  (120)
c β ≠ 0 ( β ≠ ± 90 ∘ ) c\beta \ne 0(\beta \ne \pm 90{}^\circ ) cβ=0(β=±90)
β = A tan ⁡ 2 ( − r 31 , r 11 2 + r 21 2 ) α = A t a n 2 ( r 21 / c β , r 11 / c β ) γ = A t a n 2 ( r 32 / c β , r 33 / c β ) (1-21) \begin{array}{l} \beta = A\tan 2( - {r_{31}},\sqrt {r_{11}^2 + r_{21}^2} )\\ \alpha = Atan2({r_{21}}/c\beta ,{r_{11}}/c\beta )\\ \gamma = Atan2({r_{32}}/c\beta ,{r_{33}}/c\beta ) \end{array} \tag{1-21} β=Atan2(r31,r112+r212 )α=Atan2(r21/cβ,r11/cβ)γ=Atan2(r32/cβ,r33/cβ)(1-21)
c β = 0 ( β = ± 90 ∘ ) c\beta =0(\beta =\pm 90{}^\circ ) cβ=0(β=±90)时,一般取 α = 0 \alpha =0 α=0,结果如下

若$\beta =90{}^\circ $,
β = 9 0 ∘ α = 0 ∘ γ = A tan ⁡ 2 ( r 12 , r 22 ) ( 1-22) \begin{array}{l} \beta = 90^\circ \\ \alpha = 0^\circ \\ \gamma = A\tan 2({r_{12}},{r_{22}}) \end{array} \tag{ 1-22} β=90α=0γ=Atan2(r12,r22)( 1-22)
若$\beta =-90{}^\circ $,
β = − 9 0 ∘ α = 0 ∘ γ = − A tan ⁡ 2 ( r 12 , r 22 ) (1-23) \begin{array}{l} \beta = - 90^\circ \\ \alpha = 0^\circ \\ \gamma = - A\tan 2({r_{12}},{r_{22}}) \end{array} \tag{1-23} β=90α=0γ=Atan2(r12,r22)(1-23)

1.7.3 Z-Y-Z欧拉角

坐标系{B}的描述:

​ 首先将坐标系{B}与一个已知坐标系{A}重合,先将{B}绕 Z ^ B {\widehat{Z}}_{B} Z B旋转 α \alpha α角,再将{B}绕 Y ^ B {\widehat{Y}}_{B} Y B旋转 β \beta β角,最后将{B}绕 Z ^ B {\widehat{Z}}_{B} Z B旋转 γ \gamma γ角。每次都是绕运行坐标系{B}的各轴旋转。

等效旋转矩阵为
B A R Z ′ Y ′ Z ′ ( α , β , γ ) = [ c α s β c γ − s α s γ − c α c β s γ − s α c γ c α s β s α c β c γ + c α c β s γ − s α c β s γ + c α c γ s α s β − s β c γ s β s γ c β ] (1-24) {}_B^A{R_{Z'Y'Z'}}(\alpha ,\beta ,\gamma ) = \left[ \begin{matrix} {c\alpha s\beta c\gamma - s\alpha s\gamma }&{ - c\alpha c\beta s\gamma - s\alpha c\gamma }&{c\alpha s\beta }\\ {s\alpha c\beta c\gamma + c\alpha c\beta s\gamma }&{ - s\alpha c\beta s\gamma + c\alpha c\gamma }&{s\alpha s\beta }\\ { - s\beta c\gamma }&{s\beta s\gamma }&{c\beta } \end{matrix} \right] \tag{1-24} BARZYZ(α,β,γ)=cαsβcγsαsγsαcβcγ+cαcβsγsβcγcαcβsγsαcγsαcβsγ+cαcγsβsγcαsβsαsβcβ(1-24)

1.7.4 等效坐标轴表示法

坐标系{B}的描述:

​ 首先将坐标系{B}与一个已知的参考坐标系{A}重合,将{B}绕矢量 A K ^ {}^{A}\widehat{\mathbf{K}} AK 按右手定则旋转$\theta $角。

则{B}相对于{A}的姿态可用 B A R ( K ^ , θ ) {}_{B}^{A}\mathbf{R}(\widehat{\mathbf{K}},\theta) BAR(K ,θ) B A R K ( θ ) {}_{B}^{A}{{\mathbf{R}}_{\mathbf{K}}}(\theta) BARK(θ)表示,称作等效轴角坐标表示法。

1.7.5 欧拉参数

​ 另一种姿态表示法通过四个数值来表示,称为欧拉参数法。根据等效旋转轴和等效旋转角,可以得到欧拉参数如下
ε 1 = k x sin ⁡ θ 2 ε 2 = k y sin ⁡ θ 2 ε 3 = k z sin ⁡ θ 2 ε 4 = cos ⁡ θ 2 (1-25) {\varepsilon _1} = {k_x}\sin \frac{\theta }{2}\\ {\varepsilon _2} = {k_y}\sin \frac{\theta }{2}\\ {\varepsilon _3} = {k_z}\sin \frac{\theta }{2}\\ {\varepsilon _4} = \cos \frac{\theta }{2} \tag{1-25} ε1=kxsin2θε2=kysin2θε3=kzsin2θε4=cos2θ(1-25)
这四个参数不是相互独立的
ε 1 + ε 2 + ε 3 + ε 4 = 1 (1-26) {\varepsilon _1} + {\varepsilon _2} + {\varepsilon _3} + {\varepsilon _4} = 1 \tag{1-26} ε1+ε2+ε3+ε4=1(1-26)
使用欧拉参数表示的旋转矩阵 R e {{\mathbf{R}}_{e}} Re
在这里插入图片描述
已知一个矩阵,得到对应的欧拉参数为
ε 1 = r 32 − r 23 4 ε 4 ε 2 = r 13 − r 31 4 ε 4 ε 3 = r 21 − r 12 4 ε 4 ε 4 = 1 2 1 + r 11 + r 22 + r 33 (1-28) {\varepsilon _1} = \frac{{{r_{32}} - {r_{23}}}}{{4{\varepsilon _4}}}\\ {\varepsilon _2} = \frac{{{r_{13}} - {r_{31}}}}{{4{\varepsilon _4}}}\\ {\varepsilon _3} = \frac{{{r_{21}} - {r_{12}}}}{{4{\varepsilon _4}}}\\ {\varepsilon _4} = \frac{1}{2}\sqrt {1 + {r_{11}} + {r_{22}} + {r_{33}}} \tag{1-28} ε1=4ε4r32r23ε2=4ε4r13r31ε3=4ε4r21r12ε4=211+r11+r22+r33 (1-28)

参考文献

[1] JOHN J.CRAIG. 机器人学导论: 第3版[M]. 机械工业出版社, 2006.


本文链接: http://www.dtmao.cc/news_show_200113.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?