机器人运动学林沛群——变换矩阵

对于仅有移动,由上图可知:
A P = B P + A P B o r g ^AP=^BP+^AP_{B org} AP=BP+APBorg

对于仅有转动,可得:
A P = B A R B P ^AP=^A_BR^BP AP=BARBP

将转动与移动混合后,可得:

一个例子

在向量中,齐次变换矩阵也是由旋转和移动组成,但要注意的是先转动在移动,要是先移动在转动,如右下角所示,并不是我们想要的结果。

先移动在转动,C------即右侧的矩阵先于向量相乘,左侧的旋转矩阵之后相乘。

点与坐标系的相对位置关系,点向前移动,与坐标系向后移动相同。

连续运算

A P B o r g + B A R B P C o r g {}^AP_{Borg}+{}B^AR^BP{Corg} APBorg+BARBPCorg ,是因为如果要平移,需要将 B P C o r g ^BP_{Corg} BPCorg转化为在A坐标系下的值,因此需要乘旋转矩阵。

求齐次矩阵的逆,由于是正交矩阵,因此可以通过转置来求逆,但是移动部分不能进行简单的转置变换,因为是在B坐标系下的平移量,因此需要乘旋转矩阵。

相关推荐
wangxiaoxuan21722 分钟前
SLAM 的基本结构:前端、后端、回环与地图优化
前端·机器人·科沃斯八界
鲁邦通物联网3 小时前
机器人梯控状态模型与反馈可靠性验证方法
机器人·巡检机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯
wangxiaoxuan2175 小时前
地图表示怎么选:栅格、点云、体素、TSDF 与 ESDF
机器人·slam·机器人导航·科沃斯八界
鲁邦通物联网21 小时前
既有电梯机器人梯控选型:现场可行性评估方法
机器人·巡检机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯
wangxiaoxuan2171 天前
TF2 的原理与使用:把坐标、运动和观测时间一起算清楚
计算机视觉·机器人·科沃斯八界
硅谷秋水1 天前
EgoHumanoid‑V2 方法分析
人工智能·机器学习·计算机视觉·语言模型·机器人
wangxiaoxuan2171 天前
URDF 与机器人状态发布:从关节采样推导整机位姿
机器人
wangxiaoxuan2171 天前
从深度图到点云:投影、滤波、降采样与聚类
机器学习·数据挖掘·机器人·聚类·科沃斯八界
鲁邦通物联网2 天前
工厂与酒店机器人梯控方案设计:如何建立场景参数模型?
机器人·巡检机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯