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
M-Robots echo3 小时前
M-CLAW,面向具身智能的机器人任务编排开发框架
机器人·ros·鸿蒙·开源社区·m-robots
Axis tech4 小时前
无标记点动作捕捉 vs 惯性动作捕捉:专业从业者需要了解这些要点
科技·机器人
M-Robots echo5 小时前
王成录:机器人产业下一个十年,拼的是 “系统级智能化” 而非单点算法堆叠
机器人·ros·鸿蒙·开源社区·m-robots·王成录
杨石兴7 小时前
31、玩具MoM:用2x2矩阵串起全套流程
人工智能·算法·矩阵·电磁学
ACP广源盛139246256738 小时前
WAIC2026 国产超节点算力浪潮下@ACP#IX9104 在算力矩阵中的定位与落地场景
大数据·数据库·人工智能·嵌入式硬件·线性代数·矩阵
ACP广源盛1392462567310 小时前
WAIC2026 国产算力浪潮下@ACP#IX8024 在算力矩阵中的定位与落地场景
大数据·数据库·人工智能·嵌入式硬件·线性代数·矩阵
leagsoft_100310 小时前
浙江某机器人创新企业:一体化终端、数据与身份安全实践
安全·机器人
M-Robots echo10 小时前
M-Robots ROS 兼容适配方案,实现存量机器人项目低成本迁移
机器人·ros·鸿蒙·开源社区·m-robots
haohao343012 小时前
B4259 [GESP202503 二级] 等差矩阵
线性代数·矩阵
粉色大象13 小时前
考研线代重难点:二阶实对称矩阵合同快速判定|2008数二第8题真题精讲
线性代数·考研·矩阵