坐标系统 与 UTM投影
ps. 搬运自百度百科。
地球是一个球体,球面上的位置,是以经纬度来表示,它称为“球面坐标系统”或“地理坐标系统”。
在球面上计算角度距离十分麻烦,而且地图是印刷在平面纸张上,要将球面上的物体画到纸上,就必须展平,这种将球面转化为平面的过程,称为“投影”。
经由投影的过程,把球面坐标换算为平面直角坐标,便于印刷与计算角度与距离。但由于球面无法百分之百展为平面而不变形,所以除了地球仪外,所有地图都有某些程度的变形,有些可保持面积不变,有些可保持方位不变,视其用途而定。
墨卡托投影、高斯-克吕格投影、UTM投影等,即是用来完成上述任务的。
线外一点到直线的距离
有一条直线
L
L
L(其方向向量为
s
⃗
\vec{s}
s,
M
M
M为直线上一点)和直线外一点
M
0
M_0
M0,求证:点
M
0
M_0
M0到直线
L
L
L的距离为
d
=
∣
M
0
M
⃗
×
s
⃗
∣
∣
s
⃗
∣
d=\frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|}
d=∣s∣∣M0M×s∣
证明:
向量的叉乘的(大小的)几何含义为:
∣
M
0
M
⃗
×
s
⃗
∣
=
∣
M
0
M
⃗
∣
⋅
∣
s
⃗
∣
⋅
sin
(
θ
)
|\vec{M_0M}\times \vec{s}|=|\vec{M_0M}|\cdot|\vec{s}|\cdot \sin(\theta)
∣M0M×s∣=∣M0M∣⋅∣s∣⋅sin(θ),即以
M
0
M
⃗
,
s
⃗
\vec{M_0M}, \vec{s}
M0M,s为邻边的平行四边形的面积。
则,
∣
M
0
M
⃗
×
s
⃗
∣
∣
s
⃗
∣
\frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|}
∣s∣∣M0M×s∣即为边
s
⃗
\vec{s}
s对应的高,换言之,即点
M
0
M_0
M0到直线
L
L
L的距离为
d
=
∣
M
0
M
⃗
×
s
⃗
∣
∣
s
⃗
∣
d=\frac{|\vec{M_0M}\times \vec{s}|}{|\vec{s}|}
d=∣s∣∣M0M×s∣。【得证】
【例1】如果直线 l l l过零点,其方向向量为 n ⃗ l = ( x 0 , y 0 , z 0 ) \vec{n}_l=(x_0,y_0,z_0) nl=(x0,y0,z0),空间一点为 a = ( x a , y a , z a ) a=(x_a,y_a,z_a) a=(xa,ya,za),问点 a a a到直线 l l l的距离为?
两个坐标系之间的变换矩阵
已知坐标系
c
c
c的单位正交基为
(
e
1
,
e
2
,
e
3
)
(e_1,e_2,e_3)
(e1,e2,e3),假设经过一次旋转,变成了坐标系
c
′
c'
c′,其单位正交基为
(
e
1
′
,
e
2
′
,
e
3
′
)
(e'_1,e'_2,e'_3)
(e1′,e2′,e3′),求该旋转对应的变换矩阵。
解:设有一个向量
a
a
a,其在两个坐标系下的坐标分别为:
[
a
1
,
a
2
,
a
3
]
T
,
[
a
1
′
,
a
2
′
,
a
3
′
]
T
[a_1,a_2,a_3]^T,[a'_1,a'_2,a'_3]^T
[a1,a2,a3]T,[a1′,a2′,a3′]T,对于这同一个向量则应有:
[
e
1
e
2
e
3
]
[
a
1
a
2
a
3
]
=
[
e
1
′
e
2
′
e
3
′
]
[
a
1
′
a
2
′
a
3
′
]
[
a
1
a
2
a
3
]
=
[
e
1
T
e
2
T
e
3
T
]
[
e
1
′
e
2
′
e
3
′
]
[
a
1
′
a
2
′
a
3
′
]
\begin{aligned} \begin{bmatrix} e_1&e_2 & e_3 \end{bmatrix} \begin{bmatrix} a_1 \\ a_2 \\ a_3 \end{bmatrix} &= \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix} \begin{bmatrix} a'_1 \\ a'_2 \\ a'_3 \end{bmatrix} \\ \begin{bmatrix} a_1 \\ a_2 \\ a_3 \end{bmatrix} &= \begin{bmatrix} e^T_1 \\ e^T_2 \\ e^T_3 \end{bmatrix} \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix} \begin{bmatrix} a'_1 \\ a'_2 \\ a'_3 \end{bmatrix} \end{aligned}
[e1e2e3]⎣⎡a1a2a3⎦⎤⎣⎡a1a2a3⎦⎤=[e1′e2′e3′]⎣⎡a1′a2′a3′⎦⎤=⎣⎡e1Te2Te3T⎦⎤[e1′e2′e3′]⎣⎡a1′a2′a3′⎦⎤
则,
R
=
[
e
1
T
e
2
T
e
3
T
]
[
e
1
′
e
2
′
e
3
′
]
R= \begin{bmatrix} e^T_1 \\ e^T_2 \\ e^T_3 \end{bmatrix} \begin{bmatrix} e'_1&e'_2 & e'_3 \end{bmatrix}
R=⎣⎡e1Te2Te3T⎦⎤[e1′e2′e3′]
可以看出,这个矩阵由两组单位正交基之间的内积组成,刻画了同一个向量在两个坐标系下坐标的变换关系。