11. 机器人正运动学---姿态描述之四元数

最新推荐文章于 2024-09-22 10:22:42 发布

hitgavin

最新推荐文章于 2024-09-22 10:22:42 发布

阅读量1.1w

点赞数 33

分类专栏：机器人运动学文章标签：姿态描述四元数机器人正运动学

本文链接：https://blog.csdn.net/hitgavin/article/details/105656242

版权

机器人运动学专栏收录该内容

16 篇文章 471 订阅

订阅专栏

1. 引言

上一篇文章我们主要介绍了欧拉角与旋转矩阵之间的关系，这篇文章介绍旋转矩阵和四元数之间的关系。关于四元数的定义和工作原理这里就不详细介绍了，给大家推荐一篇文章Understanding Quaternions以及它的中文翻译版理解四元数。我认为这篇文章写得非常透彻，相信不管是谁再去写关于四元数原理的文章都无出其右了。

2. 四元数转旋转矩阵

四元数对空间中的点进行变换有固定的表达形式 $p_{1}=qpq^{-1}$ 。我们这里只讨论归一化的四元数。设一个四元数表达如下：

$q=[cos\frac{\theta}{2}, sin\frac{\theta}{2}\vec{n}]=[w,(x,y,z)]$

这个四元数描述的就是绕轴 $\vec{n}$ 旋转 $\theta$ 。空间中一个点在惯性系下的坐标为 [p_x,p_y,p_z] ，在用四元数进行操作之前我们首先要把它变成纯四元数的形式即 p=[0,(p_x,p_y,p_z)] ，运用四元数对这个点进行旋转，得到一个新的点 p_1 ，如下式：

$p_1=(w+x\vec{i}+y\vec{j}+z\vec{k})\cdot (p_x\vec{i}+p_y\vec{j}+p_z\vec{k})\cdot(w-x\vec{i}-y\vec{j}-z\vec{k})=\begin{bmatrix} 1-2y^2-2z^2 & 2(xy-wz) & 2(xz+wy)\\ 2(xy+wz) & 1-2x^2-2z^2 & 2(yz-wx)\\ 2(xz-wy) & 2(yz+wx) & 1-2x^2-2y^2 \end{bmatrix}\begin{bmatrix} p_x\\ p_y\\ p_z \end{bmatrix}$

因此在已知四元数时，旋转矩阵的计算公式如下：

$R=\begin{bmatrix} 1-2y^2-2z^2 & 2(xy-wz) & 2(xz+wy)\\ 2(xy+wz) & 1-2x^2-2z^2 & 2(yz-wx)\\ 2(xz-wy) & 2(yz+wx) & 1-2x^2-2y^2 \end{bmatrix}$

3. 已知旋转矩阵求四元数

关于旋转矩阵转四元数有一个问题曾经困扰了我很久，就是关于开方的问题，大家都了解开方其实是有正负两个解的，为什么忽略一个解呢？不只是在这里，在很多其他地方，特别是后面会讲到的机器人逆解问题，也有类似的情况出现。为了避免大家踩坑，我们先把这个坑填上。先给一个命题：四元数和它的相反四元数描述相同的旋转。这是一个真命题，简单证明一下，我们知道四元数对点进行变换的公式如下：

$p_1=qpq^{-1}$

对于归一化四元数，它的逆是 $q^{-1}$ (其实对于归一化四元数，它的逆就是它的共轭)，那么四元数的逆呢？很显然是 $-q^{-1}$ ，如果让四元数作用于同一个点呢：

$p_1=(-q)p(-q^{-1})=qpq^{-1}$

负负得正，因此和作用效果是一样的。

接下来回归正题，旋转矩阵怎么求四元数呢，我们还是要从前面得到的旋转矩阵出发来进行推导，在这个过程中不要忘记我们讨论旋转对应的四元数始终是归一化的，即元素平方和为1。

需要注意的是，我们求解四元数有四种途径，从数学上讲他们的行为是一样的，除了在表达式奇异的位置（所谓表达式奇异在这里是指分母为0），但是从数值分析的角度上考虑，当分母太小时，计算结果对舍入误差非常敏感，因此需要尽量减小舍入误差的影响，所以才会根据实际情况选择一种解法来求四元数。接下来我们通过以下旋转矩阵求四元数：

$R=\begin{bmatrix} 1-2y^2-2z^2 & 2(xy-wz) & 2(xz+wy)\\ 2(xy+wz) & 1-2x^2-2z^2 & 2(yz-wx)\\ 2(xz-wy) & 2(yz+wx) & 1-2x^2-2y^2 \end{bmatrix}$

3.1 先求w

我们详细讲一下先求，后面的方法类似，把对角线元素相加 $r_{11}+r_{22}+r_{33}=3-4x^2-4y^2-4z^2$ （注意 $r_{ij}$ 代表的第i行第j列的元素），前面也提到对于归一化四元数它的元素平方和为1，即 x^2+y^2+z^2+w^2=1 ，所以 $r_{11}+r_{22}+r_{33}=3+(4w^2-4)=4w^2-1$ ，所以怎么求呢？很简单：

$w=\frac{\sqrt{1+r_{11}+r_{22}+r_{33}}}{2}$

有了，其他元素就比较容易了，请观察 $r_{21}$ 和 $r_{12}$ ，两个元素作差再除以就得到了，同理 $r_{13}$ 和 $r_{31}$ 作差再除以可以得到， $r_{32}$ 与 $r_{23}$ 作差再除以可以得到，最终计算结果如下：

$x=\frac{r_{32}-r_{23}}{4w}$

$y=\frac{r_{13}-r_{31}}{4w}$

$z=\frac{r_{21}-r_{12}}{4w}$

接下来踩一个坑，求时有一个开方运算，为什么不取负值？你可能也看到了，如果取负值，相应的，，的求解分母都有，他们也会取负值，所以得到的四元数就是我们在第三节开头提到的负四元数，它和我们公式得到的四元数描述相同的旋转，所以我们取为正的一组解，后面三种情况也相同。

3.2 先求x

在3.1中如果我们求出的过小，为了避免解的不稳定，需要采用其他的求解方法，我们可以从对角线元素中先求，或者。具体先求哪一个呢？我们当然希望先求大的那一个，因为你会看到，通过对角线元素求出的那个值始终是作为另外三个等式的分母，这个值越大越不容易受到舍入误差的影响。

具体的比较方法就是比较三个对角线元素哪个大，如果 $r_{11}$ 最大，说明相对来说绝对值最大，为什么这么说呢？大概提一下：

$r_{11}=1-2y^2-2z^2=2-2y^2-2z^2-1=2(1-y^2-z^2)-1=2(w^2+x^2)-1$

$r_{22}=2(w^2+y^2)-1$

$r_{22}=2(w^2+z^2)-1$

这样很明显可以看出当 $r_{11}$ 最大时说明绝对值最大，当 $r_{22}$ 最大时说明绝对值最大，当 $r_{33}$ 最大时说明绝对值最大。

当你发现 $r_{11}$ 最大时，我们就先求，根据归一化四元数元素平方和为1，利用对角线元素我们就可以求解，如下：

$x=\frac{\sqrt{1+r_{11}-r_{22}-r_{33}}}{2}$

后面的求解就类似了，找到矩阵主对角线对称的元素，作和或者作差然后除以即可。最终计算结果如下：

$w=\frac{r_{32}-r_{23}}{4x}$

$y=\frac{r_{21}+r_{12}}{4x}$

$z=\frac{r_{31}+r_{13}}{4x}$

3.3 先求y

当你发现 $r_{22}$ 最大时，我们就先求，思路与3.1一样，结果如下：

$y=\frac{\sqrt{1-r_{11}+r_{22}-r_{33}}}{2}$

$w=\frac{r_{13}-r_{31}}{4y}$

$x=\frac{r_{21}+r_{12}}{4y}$

$z=\frac{r_{23}+r_{32}}{4y}$

3.4 先求z

当你发现 $r_{33}$ 最大时，我们就先求，思路与3.1一样，结果如下：

$z=\frac{\sqrt{1-r_{11}-r_{22}+r_{33}}}{2}$

$w=\frac{r_{21}-r_{12}}{4z}$

$x=\frac{r_{13}+r_{31}}{4z}$

$y=\frac{r_{23}+r_{32}}{4z}$

4. 四元数与旋转矩阵转换的C++实现

代码是算法的载体，我始终觉得不写烂代码是算法工程师的基本素养，接下来我们把旋转矩阵与四元数的变换关系用C++实现一遍。

先说从四元数转旋转矩阵，这个过程是很直接的，我们直接把对应的旋转矩阵写入即可。头文件中的描述如下：

/**
 * @brief This class is used to represent rotation in 3d space.
 * */
class Rotation {
public:
  Rotation();
  /**
   * @brief Construct
   * @param[in] Xx \ref data[0]
   * @param[in] Yx \ref data[1]
   * @param[in] Zx \ref data[2]
   * @param[in] Xy \ref data[3]
   * @param[in] Yy \ref data[4]
   * @param[in] Zy \ref data[5]
   * @param[in] Xz \ref data[6]
   * @param[in] Yz \ref data[7]
   * @param[in] Zz \ref data[8]
  */
  Rotation(double Xx, double Yx, double Zx, double Xy, double Yy, double Zy,
           double Xz, double Yz, double Zz);
  /**
   * @brief Convert quaternion to Rotation object.
   * q=[w,(x,y,z)], w is the scalar, (x,y,z)is the direction vector.
   * @param[in] x X of the quaternion
   * @param[in] y Y of the quaternion
   * @param[in] z Z of the quaternion
   * @param[in] w W of the quaternion
  */
  static Rotation quaternion(double x, double y, double z, double w);
  /**
   * @brief Get quaternion from the Rotation.
   * @param[in] x Reference to quaternion x
   * @param[in] y Reference to quaternion y
   * @param[in] z Reference to quaternion z
   * @param[in] w Reference to quaternion w
  */
  void getQuaternion(double &x, double &y, double &z, double &w) const;
  /**
   * @brief data of the rotation matrix
   * @note the rotation matrix is defined as:
   * [data[0], data[1], data[2];
   *  data[3], data[4], data[5];
   *  data[6], data[7], data[8]]
   * */
  double data[9];
};

在头文件中我们定义了一个数组来保存旋转矩阵的9个元素。四元数转旋转矩阵的代码如下：

Rotation Rotation::quaternion(double x, double y, double z, double w) {
  Rotation r;
  r.data[0] = 1 - 2 * y * y - 2 * z * z;
  r.data[1] = 2 * (x * y - w * z);
  r.data[2] = 2 * (x * z + w * y);
  r.data[3] = 2 * (x * y + w * z);
  r.data[4] = 1 - 2 * x * x - 2 * z * z;
  r.data[5] = 2 * (y * z - w * x);
  r.data[6] = 2 * (x * z - w * y);
  r.data[7] = 2 * (y * z + w * x);
  r.data[8] = 1 - 2 * x * x - 2 * y * y;

  return r;
}

旋转矩阵转四元数的代码如下：

void Rotation::getQuaternion(double &x, double &y, double &z, double &w) const {
  double epsilon = 1E-12;
  double r11 = data[0];
  double r12 = data[1];
  double r13 = data[2];
  double r21 = data[3];
  double r22 = data[4];
  double r23 = data[5];
  double r31 = data[6];
  double r32 = data[7];
  double r33 = data[8];
  w = sqrt(1.0f + r11 + r22 + r33) / 2.0f;
  if (fabs(w) > epsilon) {
    // compute w first.
    x = (r32 - r23) / (4 * w);
    y = (r13 - r31) / (4 * w);
    z = (r21 - r12) / (4 * w);
  } else {
    if (r11 >= r22 && r11 >= r33) {
      // compute x first
      x = sqrt(1.0f + r11 - r22 - r33) / 2.0f;
      w = (r32 - r23) / (4 * x);
      y = (r21 + r12) / (4 * x);
      z = (r31 + r13) / (4 * x);
    } else if (r22 >= r11 && r22 >= r33) {
      // compute y first
      y = sqrt(1.0f - r11 + r22 - r33) / 2.0f;
      w = (r13 - r31) / (4 * y);
      x = (r21 + r12) / (4 * y);
      z = (r23 + r32) / (4 * y);
    } else {
      // compute z first
      z = sqrt(1.0f - r11 - r22 + r33) / 2.0f;
      w = (r21 - r12) / (4 * z);
      x = (r13 + r31) / (4 * z);
      y = (r23 + r32) / (4 * z);
    }
  }
}

原理讲清楚之后，代码其实十分简单，就是把公式套用一遍，这里就不过多介绍了，旋转矩阵与四元数的转换相关C++源代码我已经上传到github: https://github.com/hitgavin/rosws/tree/master/src/frames，感兴趣可以参考一下。