随笔:为何无人机的机体系向惯性系的旋转矩阵就是无人机的姿态在惯性系中的表示

设世界坐标系为 WWW,机体坐标系为 BBB。

设有一自由向量p\mathbf{p}p,其在机体系下的坐标为:

pB=(p1,p2,p3)T\mathbf{p}^B = (p_1, p_2, p_3)^TpB=(p1,p2,p3)T

记机体系的三个基向量分别为 xB\mathbf{x}_BxB、yB\mathbf{y}_ByB、zB\mathbf{z}_BzB,则该向量用无人机机体系的基向量表示为:

p=p1⋅xB+p2⋅yB+p3⋅zB\mathbf{p} =p_1\cdot \mathbf{x}_B + p_2\cdot \mathbf{y}_B + p_3\cdot \mathbf{z}_Bp=p1⋅xB+p2⋅yB+p3⋅zB

之后把上面这个几何等式的每一项,都用世界系的坐标来表达:

pW=p1⋅xBW+p2⋅yBW+p3⋅zBW\mathbf{p}^W = p_1\cdot \mathbf{x}_B^W + p_2\cdot \mathbf{y}_B^W + p_3\cdot \mathbf{z}_B^WpW=p1⋅xBW+p2⋅yBW+p3⋅zBW

其中 xBW\mathbf{x}_B^WxBW、yBW\mathbf{y}_B^WyBW、zBW\mathbf{z}_B^WzBW分别为机体系的基向量xB\mathbf{x}_BxB、yB\mathbf{y}_ByB、zB\mathbf{z}_BzB在世界系下的坐标表达。pW\mathbf{p}^WpW为向量p\mathbf{p}p在世界系下的坐标表示。

再写成矩阵形式pW=xBWyBWzBWp1p2p3 \mathbf{p}^W = \begin{bmatrix} \mathbf{x}_B^W & \mathbf{y}_B^W & \mathbf{z}_B^W \end{bmatrix} \begin{bmatrix} p_1\\ p_2\\ p_3 \end{bmatrix} pW=xBWyBWzBW p1p2p3

记矩阵RBW=xBWyBWzBWR_B^W = \begin{bmatrix} \mathbf{x}_B^W & \mathbf{y}_B^W & \mathbf{z}_B^W \end{bmatrix}RBW=xBWyBWzBW

则结合上式可得

pW=RBW⋅pB\mathbf{p}^W = R_B^W \cdot \mathbf{p}^BpW=RBW⋅pB

观察该式的左右两侧可得,该式将向量p\mathbf{p}p在机体系中的坐标表示转换为在世界系中的坐标表示: RBWR_B^WRBW 是从机体系到世界系的旋转矩阵

RBWR_B^WRBW 的三列,就是机体系的三个基向量在世界系下的坐标,也就是机体系三个坐标轴相对于世界系的方向。

相关推荐
Multipath71214 小时前
与辉同行山东行看大型户外活动的通信保障
网络·5g·安全·无人机·实时音视频
feibaoqq16 小时前
无人机通信链路软杀伤干扰技术与工程实测标准
无人机·低空安防
An独行者1 天前
基于无人机观测的高光谱 BRDF 可表征平坦沙漠地表的光学特性:与实验室和卫星数据的综合对比研究
无人机
Dymc1 天前
【论文解析】DUCPP —— 当路不知道能不能走,让无人机先去探路
人工智能·无人机·视觉定位·低空经济·无人集群
YOLO数据集集合1 天前
智慧道路病害分割识别|公路裂缝坑洞智能检测 无人机巡检深度学习数据集
人工智能·深度学习·无人机
Multipath7121 天前
多链路聚合路由与宽带自组网、卫星便携站结合的传输应用
网络·5g·安全·无人机·实时音视频
YOLO数据集集合1 天前
无人机航拍河道垂钓检测数据集|水域禁钓智能识别|YOLO目标检测实战 河道垂钓识别数据集|无人机水域巡检|非法垂钓检测|深度学习目标检测
yolo·目标检测·无人机
weixin_452600692 天前
D1307-RTC时钟芯片简介
机器人·无人机·实时音视频·摄像头·充电桩·电动工具·光伏逆变器
无人机长了一个脑袋2 天前
无人机的带宽
无人机