齐次变换矩阵的原理与应用

齐次变换矩阵的原理与应用

通过齐次变换矩阵,可以描述机械臂末端执行器(法兰)在三维空间中的平移和旋转操作。该矩阵结合了旋转和平移信息,用于坐标变换。

1. 齐次变换矩阵的基本形式

一个齐次变换矩阵 T是一个 4x4 矩阵,表示刚体的旋转和平移:
T = R t 0 1 = r 11 r 12 r 13 x r 21 r 22 r 23 y r 31 r 32 r 33 z 0 0 0 1 T = \begin{bmatrix} R & t \\ 0 & 1 \end{bmatrix} = \begin{bmatrix} r_{11} & r_{12} & r_{13} & x \\ r_{21} & r_{22} & r_{23} & y \\ r_{31} & r_{32} & r_{33} & z \\ 0 & 0 & 0 & 1 \end{bmatrix} T=R0t1= r11r21r310r12r22r320r13r23r330xyz1

  • R是 3×3 的旋转矩阵,描述物体的姿态。
  • t = x, y, z^T 的平移向量,描述物体的位置。
  • 最后一行 0,0,0,1 保持矩阵的数学性质。

2. 平移和旋转的数学表达

平移矩阵

平移矩阵 Tmove 用于描述物体在空间中的移动:
T move = 1 0 0 Δ x 0 1 0 Δ y 0 0 1 Δ z 0 0 0 1 T_{\text{move}} = \begin{bmatrix} 1 & 0 & 0 & \Delta x \\ 0 & 1 & 0 & \Delta y \\ 0 & 0 & 1 & \Delta z \\ 0 & 0 & 0 & 1 \end{bmatrix} Tmove= 100001000010ΔxΔyΔz1

其中,Δx,Δy,Δz是沿 X、Y、Z 方向的移动距离。

旋转矩阵

旋转矩阵用于描述物体在各轴上的旋转。常见的旋转矩阵包括:

  • 绕 X 轴旋转的旋转矩阵Rx(θ):
    R x ( θ ) = 1 0 0 0 cos ⁡ θ − sin ⁡ θ 0 sin ⁡ θ cos ⁡ θ R_x(\theta) = \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos \theta & -\sin \theta \\ 0 & \sin \theta & \cos \theta \end{bmatrix} Rx(θ)= 1000cosθsinθ0−sinθcosθ

  • 绕 Y 轴旋转的旋转矩阵 Ry(θ):
    R y ( θ ) = cos ⁡ θ 0 sin ⁡ θ 0 1 0 − sin ⁡ θ 0 cos ⁡ θ R_y(\theta) = \begin{bmatrix} \cos \theta & 0 & \sin \theta \\ 0 & 1 & 0 \\ -\sin \theta & 0 & \cos \theta \end{bmatrix} Ry(θ)= cosθ0−sinθ010sinθ0cosθ

  • 绕 Z 轴旋转的旋转矩阵 Rz(θ):
    R z ( θ ) = cos ⁡ θ − sin ⁡ θ 0 sin ⁡ θ cos ⁡ θ 0 0 0 1 R_z(\theta) = \begin{bmatrix} \cos \theta & -\sin \theta & 0 \\ \sin \theta & \cos \theta & 0 \\ 0 & 0 & 1 \end{bmatrix} Rz(θ)= cosθsinθ0−sinθcosθ0001

综合旋转矩阵 R

综合旋转矩阵 RRR 是三个单轴旋转矩阵的乘积:
R = R z ( θ z ) ⋅ R y ( θ y ) ⋅ R x ( θ x ) R = R_z(\theta_z) \cdot R_y(\theta_y) \cdot R_x(\theta_x) R=Rz(θz)⋅Ry(θy)⋅Rx(θx)

3. 位姿变换的数学运算

假设当前位姿由齐次变换矩阵 Tnow 表示,可以通过乘以平移或旋转矩阵,得到新的目标位姿 Ttarget:
T target = T now ⋅ T move T_{\text{target}} = T_{\text{now}} \cdot T_{\text{move}} Ttarget=Tnow⋅Tmove

矩阵的乘法顺序表示变换的执行顺序,顺序不同,结果会有所不同。

4. 从变换矩阵中提取位姿

计算目标变换矩阵后,可以从矩阵中提取出新的位置和姿态:

  • 平移位置:从 Ttarget 的右上角元素 x, y, z^T 提取平移分量。
  • 姿态(欧拉角):从旋转矩阵部分提取 RX、RY、RZ 角度。

提取 RX、RY、RZ 的公式如下:
rx = arctan ⁡ 2 ( T 32 , T 33 ) \text{rx} = \arctan2(T_{32}, T_{33}) rx=arctan2(T32,T33)

ry = arcsin ⁡ ( − T 31 ) \text{ry} = \arcsin(-T_{31}) ry=arcsin(−T31)

rz = arctan ⁡ 2 ( T 21 , T 11 ) \text{rz} = \arctan2(T_{21}, T_{11}) rz=arctan2(T21,T11)

相关推荐
2601_957884848 小时前
面向内容合规性的短视频矩阵分发机制:感知哈希去重与语义检索优化实践
矩阵·音视频·哈希算法
深圳市机智人激光雷达8 小时前
技术筑牢安全冗余:激光雷达在自动驾驶高阶感知中的底层价值与范式演进
人工智能·安全·机器学习·3d·机器人·自动驾驶·无人机
北京盟通科技官方账号12 小时前
NVIDIA Jetson 全球生态链分析:acontis(代表产品EC-Master)在机器人 EtherCAT 赛道的硬核价值
人工智能·机器人·ethercat·技术原理·盟通科技·ec-master·acontis
大江东去浪淘尽千古风流人物12 小时前
【Micro-WL Robot】桌面级轮腿机器人全栈解析:LQR平衡控制、SimpleFOC驱动与五连杆腿部机构源码深度拆解
驱动开发·机器人·esp32·lqr·simplefoc·轮腿机器人·平衡控制
2601_9577875813 小时前
异构网络媒体中台的容灾与安全架构:分布式资产生命周期、零信任网关与跨域路由实践
人工智能·矩阵
Agilex松灵机器人13 小时前
什么是具身智能底盘?4 类主流 AI 机器人底盘选型|VLA/ROS2 项目硬件指南
人工智能·机器人·具身智能·vla·aloha·松灵科研案例
2601_9578793315 小时前
基于LBS位置服务与跨域OpenAPI的同城矩阵系统:边缘裂变与数据网关架构实践
线性代数·矩阵·架构
拓朗工控15 小时前
实现机器人大小脑深度融合:拓朗工控与搭载英伟达平台Jetson Orin NX具身智能控制器
机器人
lqjun082715 小时前
Hessian 矩阵(海森矩阵)及其应用
线性代数·矩阵
Cxiaomu18 小时前
MentorPi A1 底盘接入开发实践:让自研Web系统接管机器人底盘
前端·机器人