坐标与矩阵变换时矩阵论的基础,也是机器人,机器视觉技术的基础。这本加州理工的教材沿用了机器人技术中的表达方式。这里记录一下
ps:MIT Ocw课程《线性代数》真的非常非常有用,原本一知半解的问题现在都明白了。
空间中的一个向量
空间中的一个向量就是空间中的一个向量。
就像来自遥远宇宙的一束光,不知道它从哪里来,也不知道它到哪里去,从我们头上掠过,波澜不惊。
好了,这句看起来很装逼的话其实可以用向量空间的语言来解释。
- 不知道它在它老家的 坐标系 中是如何表达的,但是那个坐标系肯定存在,而且它的目的地在那个坐标系中有个坐标,从起点到终点的连线就是这道光。或者说这个向量
- 也不知道它到哪里去。它的终点也一定有个 坐标系 记录了这道光到达的位置,和它飞来的方向。也是一个向量。
- 作为一个地球人,我们看见这道光从头上飞了过去,我们看见了它的指向,从一个点,指向另一个点。光还是这道光。
这表示,空间中的一个向量有很多表达方式,但是向量还是这个向量,本质没变。用向量空间符号表示为:
[AiAjAk]⎡⎣⎢⎢AxAyAz⎤⎦⎥⎥=[BiBjBk]⎡⎣⎢BxByBz⎤⎦⎥
向量坐标的关系
从向量表示,可以看出 AP 和 BP 存在一定关系,这种关系可以表示为:
[AiAjAk]⎡⎣⎢⎢AxAyAz⎤⎦⎥⎥=[BiBjBk]⎡⎣⎢BxByBz⎤⎦⎥
⎡⎣⎢BiBjBk