[足式机器人]Part3 机构运动学与动力学分析与建模 Ch00-3(1) 刚体的位形 Configuration of Rigid Body

本文仅供学习使用,总结很多本现有讲述运动学或动力学书籍后的总结,从矢量的角度进行分析,方法比较传统,但更易理解,并且现有的看似抽象方法,两者本质上并无不同。

2024年底本人学位论文发表后方可摘抄
若有帮助请引用
本文参考:
.

食用方法
如何表达刚体在空间中的位置与姿态
姿态参数如何表达?不同表达方式直接的转换关系?
旋转矩阵?转换矩阵?有什么意义和性质?转置代表什么?
如何表示连续变换?——与RPY有关
齐次坐标的意义——简化公式?
务必自己推导全部公式,并理解每个符号的含义

机构运动学与动力学分析与建模 Ch00-3 刚体的位形 Configuration of Rigid Body Part1

  • 3. 转换矩阵与旋转矩阵——刚体的位置与姿态描述
    • 3.1 轴角变换
    • 3.2 罗德里格变换Rodrigues’ Transform
    • 3.3 方向余弦变换


刚体的位形可以用六个独立(坐标)参数完全描述三个位置参数用于描述运动刚体上运动坐标系 { M } \left\{ M \right\} {M}原点 M M M在固定坐标系 { F } \left\{ F \right\} {F}的投影参数,三个转动参数用于描述运动坐标系 { M } \left\{ M \right\} {M}的基矢量相对于固定坐标系 { F } \left\{ F \right\} {F}的基矢量的姿态,而描述这种姿态的变换,则是需要确定矩阵 [ Q M F ] \left[ Q_{\mathrm{M}}^{F} \right] [QMF]

因此为描述空间坐标系中任意一刚体的运动状态,首先需要描述刚体的位置矢量 R ⃗ M F \vec{R}_{\mathrm{M}}^{F} R MF与姿态矩阵 [ Q M F ] \left[ Q_{\mathrm{M}}^{F} \right] [QMF]

  • 广义参考系坐标 Reference Coordinates:为方便后续动力学方程的建立与推导,常用广义坐标矢量参数 q ⃗ M F \vec{q}_{\mathrm{M}}^{F} q MF来描述运动刚体的形位,其中:
    q ⃗ M F = [ R ⃗ M F , θ ⃗ M F ] \vec{q}_{\mathrm{M}}^{F}=\left[ \vec{R}_{\mathrm{M}}^{F},\vec{\theta}_{\mathrm{M}}^{F} \right] q MF=[R MF,θ MF]
  • θ ⃗ M F \vec{\theta}_{\mathrm{M}}^{F} θ MF可以用多种方法来描述(通常包含3或4个角度参数 ),这些角度参数用于描述矩阵 [ Q M F ] \left[ Q_{\mathrm{M}}^{F} \right] [QMF]

对于刚体的运动状态而言,其运动坐标系的原点 M M M的位置矢量 R ⃗ M F \vec{R}_{\mathrm{M}}^{F} R MF表示与点的运动状态表示相同,因此需要探究如何用角度参数来描述转换矩阵。

3. 转换矩阵与旋转矩阵——刚体的位置与姿态描述

转换矩阵用于表述两个坐标系 { A : ( i ⃗ A , j ⃗ A , k ⃗ A ) } \left\{ A:\left( \vec{i}^A,\vec{j}^A,\vec{k}^A \right) \right\} {A:(i A,j A,k A)} { B : ( i ⃗ B , j ⃗ B , k ⃗ B ) } \left\{ B:\left( \vec{i}^B,\vec{j}^B,\vec{k}^B \right) \right\} {B:(i B,j B,k B)}的基矢量之间的转换关系:
[ i ⃗ B j ⃗ B k ⃗ B ] = [ Q B A ] T [ i ⃗ A j ⃗ A k ⃗ A ] \left[ \begin{array}{c} \vec{i}^B\\ \vec{j}^B\\ \vec{k}^B\\ \end{array} \right] =\left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] i Bj Bk B =[QBA]T i Aj Ak A
其中,转换矩阵 [ Q B A ] T \left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}} [QBA]T表示坐标系 { B } \left\{ B \right\} {B}的基矢量在坐标系 { A } \left\{ A \right\} {A}中的表达,可将向量在不同的基矢量坐标系下进行表示。特殊的:若将基矢量替换成对应基矢量的向量投影,则可以表示为:两个原点重合的坐标系中,对同一向量的不同表达的转换关系;

上式也可以理解为:对坐标系 { A : ( i ⃗ A , j ⃗ A , k ⃗ A ) } \left\{ A:\left( \vec{i}^A,\vec{j}^A,\vec{k}^A \right) \right\} {A:(i A,j A,k A)}进行了 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]的旋转,此时将转换矩阵与向量的运算理解为张量与向量的运算,即得到了旋转后的向量在坐标系 { A } \left\{ A \right\} {A}中的表达,此时实际上,对原始坐标系 { A } \left\{ A \right\} {A}的基矢量同样进行了旋转,形成了新坐标系 { B } \left\{ B \right\} {B}的基矢量,其仍在坐标系 { A } \left\{ A \right\} {A}下表达。

[ r 1 A ′ r 2 A ′ r 3 A ′ ] = [ Q B A ] [ r 1 A r 2 A r 3 A ] \left[ \begin{array}{c} {r_{1}^{A}}^{\prime}\\ {r_{2}^{A}}^{\prime}\\ {r_{3}^{A}}^{\prime}\\ \end{array} \right] =\left[ Q_{\mathrm{B}}^{A} \right] \left[ \begin{array}{c} r_{1}^{A}\\ r_{2}^{A}\\ r_{3}^{A}\\ \end{array} \right] r1Ar2Ar3A =[QBA] r1Ar2Ar3A

目前,人们采用不同的角度参数 θ ⃗ \vec{\theta} θ 来对旋转矩阵进行描述

  • Representing an orientation —— from definition
    将原矢量进行旋转变换,得到该坐标系下新矢量的坐标投影参数:
    R ⃗ p ′ F = [ Q B A ] R ⃗ p F \vec{R}_{\mathrm{p}^{\prime}}^{F}=\left[ Q_{\mathrm{B}}^{A} \right] \vec{R}_{\mathrm{p}}^{F} R pF=[QBA]R pF
  • Changing the reference frame
    对坐标系进行转换,基于坐标系 { B } \left\{ B \right\} {B}中的该矢量的坐标投影参数 R ⃗ p B \vec{R}_{\mathrm{p}}^{B} R pB,得到该矢量在坐标系 { A } \left\{ A \right\} {A}中的坐标投影参数 R ⃗ p A \vec{R}_{\mathrm{p}}^{A} R pA
    R ⃗ p A = [ Q B A ] R ⃗ p B \vec{R}_{\mathrm{p}}^{A}=\left[ Q_{\mathrm{B}}^{A} \right] \vec{R}_{\mathrm{p}}^{B} R pA=[QBA]R pB

3.1 轴角变换

在这里插入图片描述
假设两个坐标系 { A } \left\{ A \right\} {A} { B } \left\{ B \right\} {B}的原点重合,其中坐标系 { B } \left\{ B \right\} {B}为坐标系 { A } \left\{ A \right\} {A}绕轴 v ⃗ F \vec{v}^F v F(单位向量)旋转 θ \theta θ所得到的。因此对于坐标系 { A } \left\{ A \right\} {A}中的点 P P P,经过转换后,得到点 P ′ P^{\prime} P,此时点 P ′ P^{\prime} P在坐标系 { B } \left\{ B \right\} {B}中的矢量投影与点 P P P在坐标系 { A } \left\{ A \right\} {A}中的投影分量相同。而在转换过程中,点 P ′ P^{\prime} P在坐标系 { A } \left\{ A \right\} {A}中的表达发生变化,即有: [ P ′ 1 B , P ′ 2 B , P ′ 2 B ] = [ P 1 A , P 2 A , P 2 A ] \left[ {P^{\prime}}_{1}^{\mathrm{B}},{P^{\prime}}_{2}^{\mathrm{B}},{P^{\prime}}_{2}^{\mathrm{B}} \right] =\left[ P_{1}^{A},P_{2}^{A},P_{2}^{A} \right] [P1B,P2B,P2B]=[P1A,P2A,P2A],因此对式 [ i ⃗ B j ⃗ B k ⃗ B ] = [ Q B A ] T [ i ⃗ A j ⃗ A k ⃗ A ] \left[ \begin{array}{c} \vec{i}^B\\ \vec{j}^B\\ \vec{k}^B\\ \end{array} \right] =\left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] i Bj Bk B =[QBA]T i Aj Ak A 有:
[ i ⃗ B j ⃗ B k ⃗ B ] T [ P 1 B P 2 B P 3 B ] = [ i ⃗ A j ⃗ A k ⃗ A ] T [ P 1 A P 2 A P 3 A ] ⇒ ( [ Q B A ] T [ i ⃗ A j ⃗ A k ⃗ A ] ) T [ P 1 B P 2 B P 3 B ] = [ i ⃗ A j ⃗ A k ⃗ A ] T [ P 1 A P 2 A P 3 A ] ⇒ [ i ⃗ A j ⃗ A k ⃗ A ] T [ Q B A ] [ P 1 B P 2 B P 3 B ] = [ i ⃗ A j ⃗ A k ⃗ A ] T [ P 1 A P 2 A P 3 A ] ⇒ [ Q B A ] [ P 1 B P 2 B P 3 B ] = [ P 1 A P 2 A P 3 A ] = [ P ′ 1 B P ′ 2 B P ′ 3 B ] \begin{split} &\left[ \begin{array}{c} \vec{i}^B\\ \vec{j}^B\\ \vec{k}^B\\ \end{array} \right] ^{\mathrm{T}}\left[ \begin{array}{c} P_{1}^{\mathrm{B}}\\ P_{2}^{\mathrm{B}}\\ P_{3}^{\mathrm{B}}\\ \end{array} \right] =\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] ^{\mathrm{T}}\left[ \begin{array}{c} P_{1}^{A}\\ P_{2}^{A}\\ P_{3}^{A}\\ \end{array} \right] \\ &\Rightarrow \left( \left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] \right) ^{\mathrm{T}}\left[ \begin{array}{c} P_{1}^{\mathrm{B}}\\ P_{2}^{\mathrm{B}}\\ P_{3}^{\mathrm{B}}\\ \end{array} \right] =\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] ^{\mathrm{T}}\left[ \begin{array}{c} P_{1}^{A}\\ P_{2}^{A}\\ P_{3}^{A}\\ \end{array} \right] \\ &\Rightarrow \left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] ^{\mathrm{T}}\left[ Q_{\mathrm{B}}^{A} \right] \left[ \begin{array}{c} P_{1}^{\mathrm{B}}\\ P_{2}^{\mathrm{B}}\\ P_{3}^{\mathrm{B}}\\ \end{array} \right] =\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] ^{\mathrm{T}}\left[ \begin{array}{c} P_{1}^{A}\\ P_{2}^{A}\\ P_{3}^{A}\\ \end{array} \right] \\ &\Rightarrow \left[ Q_{\mathrm{B}}^{A} \right] \left[ \begin{array}{c} P_{1}^{\mathrm{B}}\\ P_{2}^{\mathrm{B}}\\ P_{3}^{\mathrm{B}}\\ \end{array} \right] =\left[ \begin{array}{c} P_{1}^{A}\\ P_{2}^{A}\\ P_{3}^{A}\\ \end{array} \right] =\left[ \begin{array}{c} {P^{\prime}}_{1}^{\mathrm{B}}\\ {P^{\prime}}_{2}^{\mathrm{B}}\\ {P^{\prime}}_{3}^{\mathrm{B}}\\ \end{array} \right] \end{split} i Bj Bk B T P1BP2BP3B = i Aj Ak A T P1AP2AP3A [QBA]T i Aj Ak A T P1BP2BP3B = i Aj Ak A T P1AP2AP3A i Aj Ak A T[QBA] P1BP2BP3B = i Aj Ak A T P1AP2AP3A [QBA] P1BP2BP3B = P1AP2AP3A = P1BP2BP3B
上式写明:坐标系 { B } \left\{ B \right\} {B}中,点 P P P与点 P ′ P^{\prime} P之间的旋转关系。此时 P ′ P^{\prime} P为运动刚体上的固定点,对点 P P P在坐标系 { B } \left\{ B \right\} {B}下的投影参数进行 [ Q B A ] T \left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}} [QBA]T旋转变化所得到的点 P ′ P^{\prime} P在坐标系 { B } \left\{ B \right\} {B}下的投影参数。同时,对于 P P P P ′ P^{\prime} P而言,其在某坐标系下表达的旋转关系是一致的,因此对于: [ Q B A ] [ P 1 A P 2 A P 3 A ] = [ P ′ 1 A P ′ 2 A P ′ 3 A ] \left[ Q_{\mathrm{B}}^{A} \right] \left[ \begin{array}{c} P_{1}^{A}\\ P_{2}^{A}\\ P_{3}^{A}\\ \end{array} \right] =\left[ \begin{array}{c} {P^{\prime}}_{1}^{A}\\ {P^{\prime}}_{2}^{A}\\ {P^{\prime}}_{3}^{A}\\ \end{array} \right] [QBA] P1AP2AP3A = P1AP2AP3A 同样成立。

同理,利用几何关系对图进行分析,进而求得罗德里格旋转公式Rodrigues’ Rotation Formula
R ⃗ p ′ F = R ⃗ p F + ( v ⃗ F × R ⃗ p ′ F ) sin ⁡ θ + 2 [ v ⃗ F × ( v ⃗ F × R ⃗ p ′ F ) ] sin ⁡ 2 θ 2 = R ⃗ p F + v ⃗ ~ F R ⃗ p ′ F sin ⁡ θ + 2 ( v ⃗ ~ F ) 2 R ⃗ p ′ F sin ⁡ 2 θ 2 ⇒ R ⃗ p ′ F = [ E + v ⃗ ~ F sin ⁡ θ + 2 ( v ⃗ ~ F ) 2 sin ⁡ θ 2 ] R ⃗ p F = [ Q B A ] R ⃗ p F \begin{split} &\vec{R}_{\mathrm{p}^{\prime}}^{F}=\vec{R}_{\mathrm{p}}^{F}+\left( \vec{v}^F\times \vec{R}_{\mathrm{p}^{\prime}}^{F} \right) \sin \theta +2\left[ \vec{v}^F\times \left( \vec{v}^F\times \vec{R}_{\mathrm{p}^{\prime}}^{F} \right) \right] \sin ^2\frac{\theta}{2}=\vec{R}_{\mathrm{p}}^{F}+\tilde{\vec{v}}^F\vec{R}_{\mathrm{p}^{\prime}}^{F}\sin \theta +2\left( \tilde{\vec{v}}^F \right) ^2\vec{R}_{\mathrm{p}^{\prime}}^{F}\sin ^2\frac{\theta}{2} \\ &\Rightarrow \vec{R}_{\mathrm{p}^{\prime}}^{F}=\left[ E+\tilde{\vec{v}}^F\sin \theta +2\left( \tilde{\vec{v}}^F \right) ^2\sin \frac{\theta}{2} \right] \vec{R}_{\mathrm{p}}^{F}=\left[ Q_{\mathrm{B}}^{A} \right] \vec{R}_{\mathrm{p}}^{F} \end{split} R pF=R pF+(v F×R pF)sinθ+2[v F×(v F×R pF)]sin22θ=R pF+v ~FR pFsinθ+2(v ~F)2R pFsin22θR pF=[E+v ~Fsinθ+2(v ~F)2sin2θ]R pF=[QBA]R pF

而上式给出了:坐标系 { A } \left\{ A \right\} {A}中,点 P P P与点 P ′ P^{\prime} P之间的转换关系。此时 P P P为运动刚体上的固定点,对点 P P P在坐标系 { A } \left\{ A \right\} {A}下的投影参数进行 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]旋转变化,所得到的点 P ′ P^{\prime} P在坐标系 { A } \left\{ A \right\} {A}下的投影参数。

可见,对于旋转矩阵 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]有三种含义:

  • 原矢量进行旋转变换,得到该坐标系下新矢量的坐标投影参数: R ⃗ p ′ F = [ Q B A ] R ⃗ p F \vec{R}_{\mathrm{p}^{\prime}}^{F}=\left[ Q_{\mathrm{B}}^{A} \right] \vec{R}_{\mathrm{p}}^{F} R pF=[QBA]R pF
  • 坐标系进行转换,基于坐标系 { B } \left\{ B \right\} {B}中的该矢量的坐标投影参数 R ⃗ p B \vec{R}_{\mathrm{p}}^{B} R pB,得到该矢量在坐标系 { A } \left\{ A \right\} {A}中的坐标投影参数 R ⃗ p A \vec{R}_{\mathrm{p}}^{A} R pA R ⃗ p A = [ Q B A ] R ⃗ p B \vec{R}_{\mathrm{p}}^{A}=\left[ Q_{\mathrm{B}}^{A} \right] \vec{R}_{\mathrm{p}}^{B} R pA=[QBA]R pB
  • 坐标系 { A } \left\{ A \right\} {A}中的基矢量在坐标系 { B } \left\{ B \right\} {B}中的表达: [ i ⃗ B j ⃗ B k ⃗ B ] = [ Q B A ] T [ i ⃗ A j ⃗ A k ⃗ A ] \left[ \begin{array}{c} \vec{i}^B\\ \vec{j}^B\\ \vec{k}^B\\ \end{array} \right] =\left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] i Bj Bk B =[QBA]T i Aj Ak A

对罗德里格旋转公式进一步进行变换,将其改写为 [ Q B A ] = E + v ⃗ ~ F sin ⁡ θ + 2 ( v ⃗ ~ F ) 2 ( 1 − cos ⁡ θ ) \left[ Q_{\mathrm{B}}^{A} \right] =E+\tilde{\vec{v}}^F\sin \theta +2\left( \tilde{\vec{v}}^F \right) ^2\left( 1-\cos \theta \right) [QBA]=E+v ~Fsinθ+2(v ~F)2(1cosθ),进而利用泰勒展开式,将旋转矩阵 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]进一步改写:
[ Q B A ] = E + θ v ⃗ ~ F + ( θ ) 2 2 ! ( v ⃗ ~ ) 2 + ( θ ) 3 3 ! ( v ⃗ ~ ) 3 + ⋯ + ( θ ) n n ! ( v ⃗ ~ ) n = e θ v ⃗ ~ \left[ Q_{\mathrm{B}}^{A} \right] =E+\theta \tilde{\vec{v}}^F+\frac{\left( \theta \right) ^2}{2!}\left( \tilde{\vec{v}} \right) ^2+\frac{\left( \theta \right) ^3}{3!}\left( \tilde{\vec{v}} \right) ^3+\cdots +\frac{\left( \theta \right) ^n}{n!}\left( \tilde{\vec{v}} \right) ^n=e^{\theta \tilde{\vec{v}}} [QBA]=E+θv ~F+2!(θ)2(v ~)2+3!(θ)3(v ~)3++n!(θ)n(v ~)n=eθv ~
可将轴角变换的转换矩阵写成指数形式

  • 综合上述推导,可得到轴角变换的旋转矩阵 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]为:
    [ Q B A ] = [ ( v 1 A ) 2 ( 1 − cos ⁡ θ ) + cos ⁡ θ v 1 A v 2 A ( 1 − cos ⁡ θ ) − v 3 A sin ⁡ θ v 1 A v 3 A ( 1 − cos ⁡ θ ) + v 2 A sin ⁡ θ v 1 A v 2 A ( 1 − cos ⁡ θ ) + v 3 A sin ⁡ θ ( v 2 A ) 2 ( 1 − cos ⁡ θ ) + cos ⁡ θ v 2 A v 3 A ( 1 − cos ⁡ θ ) − v 1 A sin ⁡ θ v 1 A v 3 A ( 1 − cos ⁡ θ ) − v 2 A sin ⁡ θ v 2 A v 3 A ( 1 − cos ⁡ θ ) + v 1 A sin ⁡ θ ( v 3 A ) 2 ( 1 − cos ⁡ θ ) + cos ⁡ θ ] \left[ Q_{\mathrm{B}}^{A} \right] =\left[ \begin{matrix} \left( v_{1}^{A} \right) ^2\left( 1-\cos \theta \right) +\cos \theta& v_{1}^{A}v_{2}^{A}\left( 1-\cos \theta \right) -v_{3}^{A}\sin \theta& v_{1}^{A}v_{3}^{A}\left( 1-\cos \theta \right) +v_{2}^{A}\sin \theta\\ v_{1}^{A}v_{2}^{A}\left( 1-\cos \theta \right) +v_{3}^{A}\sin \theta& \left( v_{2}^{A} \right) ^2\left( 1-\cos \theta \right) +\cos \theta& v_{2}^{A}v_{3}^{A}\left( 1-\cos \theta \right) -v_{1}^{A}\sin \theta\\ v_{1}^{A}v_{3}^{A}\left( 1-\cos \theta \right) -v_{2}^{A}\sin \theta& v_{2}^{A}v_{3}^{A}\left( 1-\cos \theta \right) +v_{1}^{A}\sin \theta& \left( v_{3}^{A} \right) ^2\left( 1-\cos \theta \right) +\cos \theta\\ \end{matrix} \right] [QBA]= (v1A)2(1cosθ)+cosθv1Av2A(1cosθ)+v3Asinθv1Av3A(1cosθ)v2Asinθv1Av2A(1cosθ)v3Asinθ(v2A)2(1cosθ)+cosθv2Av3A(1cosθ)+v1Asinθv1Av3A(1cosθ)+v2Asinθv2Av3A(1cosθ)v1Asinθ(v3A)2(1cosθ)+cosθ

  • 同理对于任意一已知旋转矩阵 [ Q B A ] = [ q 11 q 12 q 13 q 21 q 22 q 23 q 31 q 32 q 33 ] \left[ Q_{\mathrm{B}}^{A} \right] =\left[ \begin{matrix} q_{11}& q_{12}& q_{13}\\ q_{21}& q_{22}& q_{23}\\ q_{31}& q_{32}& q_{33}\\ \end{matrix} \right] [QBA]= q11q21q31q12q22q32q13q23q33 ,可计算出其轴角参数:
    θ = a r c cos ⁡ ( q 11 + q 22 + q 33 − 1 2 ) v ⃗ F = 1 2 sin ⁡ θ [ q 32 − q 23 q 13 − q 31 q 21 − q 12 ] \begin{split} \theta &=\mathrm{arc}\cos \left( \frac{q_{11}+q_{22}+q_{33}-1}{2} \right) \\ \vec{v}^F&=\frac{1}{2\sin \theta}\left[ \begin{array}{c} q_{32}-q_{23}\\ q_{13}-q_{31}\\ q_{21}-q_{12}\\ \end{array} \right] \end{split} θv F=arccos(2q11+q22+q331)=2sinθ1 q32q23q13q31q21q12

3.2 罗德里格变换Rodrigues’ Transform

结合上节所述内容,定义罗德里格参数Rodriguez Paremeters为:
γ ⃗ F = v ⃗ F tan ⁡ θ 2 = [ v 1 F v 2 F v 3 F ] tan ⁡ θ 2 = [ γ 1 F γ 2 F γ 3 F ] \vec{\gamma}^F=\vec{v}^F\tan \frac{\theta}{2}=\left[ \begin{array}{c} v_{1}^{F}\\ v_{2}^{F}\\ v_{3}^{F}\\ \end{array} \right] \tan \frac{\theta}{2}=\left[ \begin{array}{c} \gamma _{1}^{F}\\ \gamma _{2}^{F}\\ \gamma _{3}^{F}\\ \end{array} \right] γ F=v Ftan2θ= v1Fv2Fv3F tan2θ= γ1Fγ2Fγ3F

进而将罗德里格旋转公式改写为:
[ Q M F ] = E + 2 1 + ( γ ) 2 ( γ ⃗ ~ F + ( γ ⃗ ~ F ) 2 ) , γ = ( γ ⃗ ~ F ) T γ ⃗ ~ F = tan ⁡ 2 θ 2 \left[ Q_{\mathrm{M}}^{F} \right] =E+\frac{2}{1+\left( \gamma \right) ^2}\left( \tilde{\vec{\gamma}}^F+\left( \tilde{\vec{\gamma}}^F \right) ^2 \right) ,\gamma =\left( \tilde{\vec{\gamma}}^F \right) ^{\mathrm{T}}\tilde{\vec{\gamma}}^F=\tan ^2\frac{\theta}{2} [QMF]=E+1+(γ)22(γ ~F+(γ ~F)2),γ=(γ ~F)Tγ ~F=tan22θ

而罗德里格变换的旋转矩阵 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]为:
[ Q B A ] = [ 1 + ( γ 1 F ) 2 − ( γ 2 F ) 2 − ( γ 3 F ) 2 2 ( γ 1 F γ 2 F − γ 3 F ) 2 ( γ 1 F γ 3 F + γ 2 F ) 2 ( γ 1 F γ 2 F + γ 3 F ) 1 − ( γ 1 F ) 2 + ( γ 2 F ) 2 − ( γ 3 F ) 2 2 ( γ 2 F γ 3 F − γ 1 F ) 2 ( γ 1 F γ 3 F − γ 2 F ) 2 ( γ 2 F γ 3 F + γ 1 F ) 1 − ( γ 1 F ) 2 − ( γ 2 F ) 2 + ( γ 3 F ) 2 ] \left[ Q_{\mathrm{B}}^{A} \right] =\left[ \begin{matrix} 1+\left( \gamma _{1}^{F} \right) ^2-\left( \gamma _{2}^{F} \right) ^2-\left( \gamma _{3}^{F} \right) ^2& 2\left( \gamma _{1}^{F}\gamma _{2}^{F}-\gamma _{3}^{F} \right)& 2\left( \gamma _{1}^{F}\gamma _{3}^{F}+\gamma _{2}^{F} \right)\\ 2\left( \gamma _{1}^{F}\gamma _{2}^{F}+\gamma _{3}^{F} \right)& 1-\left( \gamma _{1}^{F} \right) ^2+\left( \gamma _{2}^{F} \right) ^2-\left( \gamma _{3}^{F} \right) ^2& 2\left( \gamma _{2}^{F}\gamma _{3}^{F}-\gamma _{1}^{F} \right)\\ 2\left( \gamma _{1}^{F}\gamma _{3}^{F}-\gamma _{2}^{F} \right)& 2\left( \gamma _{2}^{F}\gamma _{3}^{F}+\gamma _{1}^{F} \right)& 1-\left( \gamma _{1}^{F} \right) ^2-\left( \gamma _{2}^{F} \right) ^2+\left( \gamma _{3}^{F} \right) ^2\\ \end{matrix} \right] [QBA]= 1+(γ1F)2(γ2F)2(γ3F)22(γ1Fγ2F+γ3F)2(γ1Fγ3Fγ2F)2(γ1Fγ2Fγ3F)1(γ1F)2+(γ2F)2(γ3F)22(γ2Fγ3F+γ1F)2(γ1Fγ3F+γ2F)2(γ2Fγ3Fγ1F)1(γ1F)2(γ2F)2+(γ3F)2

  • 罗德里格参数与欧拉参数的转换
    [ γ 1 F γ 2 F γ 3 F ] = [ q 2 q 1 q 3 q 1 q 4 q 1 ] \left[ \begin{array}{c} {\gamma _1}^F\\ {\gamma _2}^F\\ {\gamma _3}^F\\ \end{array} \right] =\left[ \begin{array}{c} \frac{q_2}{q_1}\\ \frac{q_3}{q_1}\\ \frac{q_4}{q_1}\\ \end{array} \right] γ1Fγ2Fγ3F = q1q2q1q3q1q4

[ q 1 q 2 q 3 q 4 ] = [ 1 1 + γ 2 γ 1 F 1 + γ 2 γ 2 F 1 + γ 2 γ 3 F 1 + γ 2 ] \left[ \begin{array}{c} q_1\\ q_2\\ q_3\\ q_4\\ \end{array} \right] =\left[ \begin{array}{c} \frac{1}{\sqrt{1+\gamma ^2}}\\ \frac{{\gamma _1}^F}{\sqrt{1+\gamma ^2}}\\ \frac{{\gamma _2}^F}{\sqrt{1+\gamma ^2}}\\ \frac{{\gamma _3}^F}{\sqrt{1+\gamma ^2}}\\ \end{array} \right] q1q2q3q4 = 1+γ2 11+γ2 γ1F1+γ2 γ2F1+γ2 γ3F

3.3 方向余弦变换

由上节可知,转换矩阵 [ Q B A ] \left[ Q_{\mathrm{B}}^{A} \right] [QBA]表示坐标系 { B } \left\{ B \right\} {B}中的基矢量在坐标系 { A } \left\{ A \right\} {A}中的表达,即:
[ i ⃗ B j ⃗ B k ⃗ B ] = [ Q B A ] T [ i ⃗ A j ⃗ A k ⃗ A ] = [ q 11 q 12 q 13 q 21 q 22 q 23 q 31 q 32 q 33 ] T [ i ⃗ A j ⃗ A k ⃗ A ] \left[ \begin{array}{c} \vec{i}^B\\ \vec{j}^B\\ \vec{k}^B\\ \end{array} \right] =\left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] =\left[ \begin{matrix} q_{11}& q_{12}& q_{13}\\ q_{21}& q_{22}& q_{23}\\ q_{31}& q_{32}& q_{33}\\ \end{matrix} \right] ^{\mathrm{T}}\left[ \begin{array}{c} \vec{i}^A\\ \vec{j}^A\\ \vec{k}^A\\ \end{array} \right] i Bj Bk B =[QBA]T i Aj Ak A = q11q21q31q12q22q32q13q23q33 T i Aj Ak A

进而将转换矩阵内的元素展开:
[ Q B A ] T = [ i ⃗ A ⋅ i ⃗ B j ⃗ A ⋅ i ⃗ B k ⃗ A ⋅ i ⃗ B i ⃗ A ⋅ j ⃗ B j ⃗ A ⋅ j ⃗ B k ⃗ A ⋅ j ⃗ B i ⃗ A ⋅ k ⃗ B j ⃗ A ⋅ k ⃗ B k ⃗ A ⋅ k ⃗ B ] \left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}=\left[ \begin{matrix} \vec{i}^A\cdot \vec{i}^B& \vec{j}^A\cdot \vec{i}^B& \vec{k}^A\cdot \vec{i}^B\\ \vec{i}^A\cdot \vec{j}^B& \vec{j}^A\cdot \vec{j}^B& \vec{k}^A\cdot \vec{j}^B\\ \vec{i}^A\cdot \vec{k}^B& \vec{j}^A\cdot \vec{k}^B& \vec{k}^A\cdot \vec{k}^B\\ \end{matrix} \right] [QBA]T= i Ai Bi Aj Bi Ak Bj Ai Bj Aj Bj Ak Bk Ai Bk Aj Bk Ak B
进一步观察,可以将该矩阵转化为:
[ Q B A ] T = [ i ⃗ A ⋅ i ⃗ B j ⃗ A ⋅ i ⃗ B k ⃗ A ⋅ i ⃗ B i ⃗ A ⋅ j ⃗ B j ⃗ A ⋅ j ⃗ B k ⃗ A ⋅ j ⃗ B i ⃗ A ⋅ k ⃗ B j ⃗ A ⋅ k ⃗ B k ⃗ A ⋅ k ⃗ B ] = [ Q B i A Q B j A Q B k A ] = [ Q A i B Q A j B Q A k B ] \left[ Q_{\mathrm{B}}^{A} \right] ^{\mathrm{T}}=\left[ \begin{matrix} \vec{i}^A\cdot \vec{i}^B& \vec{j}^A\cdot \vec{i}^B& \vec{k}^A\cdot \vec{i}^B\\ \vec{i}^A\cdot \vec{j}^B& \vec{j}^A\cdot \vec{j}^B& \vec{k}^A\cdot \vec{j}^B\\ \vec{i}^A\cdot \vec{k}^B& \vec{j}^A\cdot \vec{k}^B& \vec{k}^A\cdot \vec{k}^B\\ \end{matrix} \right] =\left[ \begin{matrix} Q_{\mathrm{Bi}}^{A}& Q_{\mathrm{Bj}}^{A}& Q_{\mathrm{Bk}}^{A}\\ \end{matrix} \right] =\left[ \begin{array}{c} Q_{\mathrm{Ai}}^{B}\\ Q_{\mathrm{Aj}}^{B}\\ Q_{\mathrm{Ak}}^{B}\\ \end{array} \right] [QBA]T= i Ai Bi Aj Bi Ak Bj Ai Bj Aj Bj Ak Bk Ai Bk Aj Bk Ak B =[QBiAQBjAQBkA]= QAiBQAjBQAkB
其中, [ Q B i A Q B j A Q B k A ] \left[ \begin{matrix} Q_{\mathrm{Bi}}^{A}& Q_{\mathrm{Bj}}^{A}& Q_{\mathrm{Bk}}^{A}\\ \end{matrix} \right] [QBiAQBjAQBkA]中,每一项表示坐标系 { B } \left\{ B \right\} {B}中的基矢量在坐标系 { A } \left\{ A \right\} {A}下的表达,而 [ Q A i B Q A j B Q A k B ] . \left[ \begin{array}{c} Q_{\mathrm{Ai}}^{B}\\ Q_{\mathrm{Aj}}^{B}\\ Q_{\mathrm{Ak}}^{B}\\ \end{array} \right] . QAiBQAjBQAkB .中,每一项表示坐标系 { A } \left\{ A \right\} {A}中的基矢量在坐标系 { B } \left\{ B \right\} {B}下的表达。因此该形式的矩阵被称为方向余弦矩阵Direction Cosine Matrix

1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
7
8
9

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/339184.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

效率交响曲:AIOps 协调卓越运营

作者:来自 Elastic Priscilla_Parodi ​ 在我们探索 AIOps 之前,让我们先澄清一些与不同 Ops 的一些单并非全部相关的关键概念: 1)DevOps:开发运维 你可能已经听说过 DevOps。 它是一种通过协作和自动化促进交付来集…

Java 常见缓存详解以及解决方案

一. 演示Mybatis 一级缓存 首先我们准备一个接口 两个实现的方法, 当我们调用这个queryAll()方法时我们需要调用selectAll()方法来查询数据 调用此接口实现效果 这个时候我们就可以发现了问题,我们调用方法…

数据结构排序——详解快排及其优化和冒泡排序(c语言实现、附有图片与动图示意)

上次讲了选择排序和堆排序:数据结构排序——选择排序与堆排序 今天就来快排和冒泡 文章目录 1.快排1.1基本介绍1.2不同的分区方法及代码实现1.2.1Hoare版1.2.2挖坑版1.2.3 前后指针版 1.3快排的优化1.3.1三数取中选key1.3.2递归到小的子区间时,可以考虑…

数据结构之单调栈、单调队列

今天学习了单调栈还有单调队列的概念和使用,接下来我将对其定义并配合几道习题进行讲解: 首先先来复习一下栈与队列: 然后我们来看一下单调栈的定义: 单调栈中的元素从栈底到栈顶的元素的大小是按照单调递增或者单调递减的关系进…

如何在SpringBoot中优雅地重试调用第三方API?

1.引言 在实际的应用中,我们经常需要调用第三方API来获取数据或执行某些操作。然而,由于网络不稳定、第三方服务异常等原因,API调用可能会失败。为了提高系统的稳定性和可靠性,我们通常会考虑实现重试机制。 2.重试机制的必要性 第三方API调用可能面临各种不可预测的问题…

c++最值查找

目录 min和max函数 min_element和max_element 例 nth_element函数 例 例题 题目描述 输入描述 输出描述 解 min和max函数 只能传入两个值或一个列表 时间复杂度为O(1),数组O(n),n为元素个数 min_element和max_element min_element(st,ed)返回地址[st,…

鸿蒙开发(三)鸿蒙DevEco4.x开发环境搭建

上篇我们使用DevEco3.x的版本进行了鸿蒙开发环境的搭建,并且成功运行了第一行代码-Hello World。本篇介绍下如何基于企业版DevEco4.x版本搭建开发环境。 目录 一、下载和安装DevEco4.x 二、配置环境 三、配置sdk 1、解压缩sdk 2、配置sdk目录 四、创建模拟器…

Navicat 技术干货 | 为 MySQL 表选择合适的存储引擎

MySQL 是最受欢迎的关系型数据库管理系统之一,提供了不同的存储引擎,每种存储引擎都旨在满足特定的需求和用例。在优化数据库和确保数据完整性方面,选择合适的存储引擎是至关重要的。今天,我们将探讨为 MySQL 表选择合适的存储引擎…

uniapp中实现H5录音和上传、实时语音识别(兼容App小程序)和波形可视化

文章目录 Recorder-UniCore插件特性集成到项目中调用录音上传录音ASR语音识别 在uniapp中使用Recorder-UniCore插件可以实现跨平台录音功能,uniapp自带的recorderManager接口不支持H5、录音格式和实时回调onFrameRecorded兼容性不好,用Recorder插件可避免…

(超详细)2-YOLOV5改进-添加SimAM注意力机制

1、在yolov5/models下面新建一个SimAM.py文件,在里面放入下面的代码 代码如下: import torch import torch.nn as nnclass SimAM(torch.nn.Module):def __init__(self, e_lambda1e-4):super(SimAM, self).__init__()self.activaton nn.Sigmoid()self…

将WebGL打包的unity项目部署至Vue中

一、webgl打包 创建一个空项目(或者直接使用现成的项目都可以)这里以该空项目为例子 注意: 如果你的unity项目中有文字,不需要使用unity默认的字体,需要更改它的字体,否则在最后生成的页面中会显示不出来…

el-dialog 内部添加固定定位 ,背景颜色超出问题 (粘性定位)

使用固定定位会出现背景颜色超出的问题 position: fixed;left: 0;bottom: 0;width: 80%;height: 50px;line-height: 50px;text-align: center;background-color: #fff;overflow: hidden; 解决办法 粘性定位 position: sticky;bottom: 0;width: 100%;height: 50px;line-height…