机器人学——1.1-二维空间位姿描述

二维空间位姿描述

二维世界或平面，是我们在高中学习欧几里得几何时就熟悉的。笛卡儿坐标系，或以 $x$ 轴和 $y$ 轴为正交轴的坐标系，通常绘制成 $x$ 轴水平、$y$ 轴竖直，两轴的交点称为原点。平行于坐标轴的单位向量用 $\hat{x}$ 和 $\hat{y}$ 表示。一个点用其在 $x$ 轴和 $y$ 轴上的坐标 $\left(x,y\right)$ 表示，或者写为有界向量：
$$p=\text{x}\hat{x}+\text{y}\hat{x}\text{\hspace{1em}(1)}$$
在下图中的一个坐标系 { B } \{B\} { B} ，我们希望用参照系 { A } \{A\} { A} 来描述它。可以清楚地看到， { B } \{B\} { B} 的原点已被向量$t=\left(x,y\right)$所取代，然后逆时针旋转一个角度 $\theta$ 。因此，位姿的一个具体表示就是三维向量 ${}^A{\xi }_B\sim \left(x,y,\theta \right)$ ，我们使用符号 $\sim$ 表示这两种表示是等价的。

遗憾的是，这种表示方法不方便复合，因为：
$$\left(x_1,y_1,{\theta }_1\right)\oplus \left(x_2,y_2,{\theta }_2\right)$$两边的位姿都是复杂的三角函数。所以，我们将使用一种不同的方法来表示旋转。

该方法是考虑一个任意点 $P$ 相对于每个坐标系的向量，并确定 ${}^{A}p$ 和 ${}^{B}p$ 之间的关系。再次回到上图，我们将问题分成两部分：旋转，然后平移。

先只考虑旋转的情况，我们创建一个新坐标系 { V } \{V\} { V} ，其坐标轴平行于坐标系 { A } \{A\} { A} 的轴，但其原点与坐标系 { B } \{B\} { B} 的原点重合，如下图所示。

根据方程 $\left(1\right)$ ，我们可以将点 $P$ 用 { V } \{V\} { V} 中定义坐标轴的单位向量表示为
$$\begin{array}{rl}{}^{V}p=& {}^V\text{x}{\hat{x}}_V+{}^V\text{y}{\hat{y}}_V\\ =& \left(\begin{array}{cc}{\hat{x}}_V& {\hat{y}}_V\end{array}\right)\left(\begin{array}{c}{}^V\text{x}\\ {}^V\text{y}\end{array}\right)\end{array}\text{\hspace{1em}(2)}$$上式被写作一个行向量和一个列向量的点积。

坐标系 { B } \{B\} { B} 可以用它的两个正交轴表示，这里用两个单位向量代表：
$$\begin{array}{rl}{\hat{x}}_B=& \cos \theta {\hat{x}}_V+\sin \theta {\hat{y}}_V\\ {\hat{y}}_B=& -\sin \theta {\hat{x}}_V+\cos \theta {\hat{y}}_V\end{array}$$上式写作矩阵形式为：
$$\left(\begin{array}{cc}{\hat{x}}_B& {\hat{y}}_B\end{array}\right)=\left(\begin{array}{cc}{\hat{x}}_V& {\hat{y}}_V\end{array}\right)\left(\begin{array}{cc}\cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{array}\right)\text{\hspace{1em}(3)}$$用方程 $(1)$ 可以在坐标系 { B } \{B\} { B} 中将 $P$ 点表示为
B p = B x x ^ B + B y y ^ B =