02、姿态解算---向量认识

keaishamao

已于 2024-04-12 10:47:54 修改

阅读量654

点赞数 27

分类专栏：姿态解算文章标签：算法人工智能 c语言嵌入式硬件矩阵线性代数

于 2024-04-11 15:34:52 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/keaishamao/article/details/137636917

版权

姿态解算专栏收录该内容

7 篇文章 0 订阅

订阅专栏

目录

一、向量的基础知识

1、向量的定义

2、一些特殊向量

2.1、单位向量

2.2、零向量

2.3、向量相等

3、向量的加减法

3.1、向量的加法

3.2、向量的减法

3.3、向量加法的运算规律

3.4、向量的加减法满足的性质

4、实数与向量的乘积

4.1、实数λ与向量的乘积

4.2、数乘向量的运算规律

5、向量的坐标表示及运算

6、向量的数量积

6.1、向量的数量积

6.2、坐标运算：

6.3、向量数量积的运算律：

二、姿态解算中用的向量知识分析

1、向量的点积

2、向量的叉积

3、点积和叉积在姿态解算中的作用

一、向量的基础知识

1、向量的定义

向量：既有大小，又有方向的量叫做向量。

可以用一个小写字母“ $\vec{a}$ ”表示；也可以用两个大写字母“ $\vec{AB}$ ”表示，A表示起点，B表示终点。

2、一些特殊向量

2.1、单位向量

单位向量用“ $\vec{e}$ ”表示，其长度为1， $\vec{e} = \pm\frac{\vec{AB}}{AB}$ ，用| $\vec{AB}$ |表示 $\vec{AB}$ 的长度。

2.2、零向量

长度为0的向量叫做零向量，记作“ $\vec{0}$ ”。

2.3、向量相等

长度相等，方向相同的向量称为相等向量，记作 $\vec{a}=\vec{b}$

3、向量的加减法

3.1、向量的加法

向量的加法满足三角形和平行四边形法则：

$\vec{AB}+\vec{AC}=\vec{BD}$

$\vec{AB}+\vec{BC}=\vec{AC}$

3.2、向量的减法

$\vec{AC}-\vec{AB}=\vec{BC}$

3.3、向量加法的运算规律

①、交换律： $\vec{a}+\vec{b}=\vec{b}+\vec{a}$

②、结合律： $\vec{a}+(\vec{b}+\vec{c}) = (\vec{a}+\vec{b})+\vec{c}$

3.4、向量的加减法满足的性质

$\left | \vec{a}-\vec{b} \right |< \left | \vec{a} +\vec{b}\right |< \left | \vec{a} \right |+\left | \vec{b} \right |$

4、实数与向量的乘积

4.1、实数λ与向量的乘积

实数λ与向量 $\vec{a}$ 的乘积是一个向量，记作λ $\vec{a}$ ，长度为|λ|| $\vec{a}$ |

4.2、数乘向量的运算规律

设λ、μ为实数：

①、(λ + μ) $\vec{a}$ = λ $\vec{a}$ + μ $\vec{a}$

②、λ(μ $\vec{a}$ ) = λμ $\vec{a}$

③、λ( $\vec{a}+\vec{b}$ ) = λ $\vec{a}$ + λ $\vec{b}$

5、向量的坐标表示及运算

①、直角坐标系中点A的坐标为 $(x,y)$ ，则 $\vec{OA}=(x,y)$

②、 $\vec{a}=(x1,y1),\vec{b}=(x2,y2)$

$\vec{a}+\vec{b}=(x1+x2,y1+y2)$

$\vec{a}-\vec{b}=(x1-x2,y1-y2)$

$\lambda \vec{a}=(\lambda x1,\lambda y1)$

③、若点A $(x1,y1)$ ，点B $(x2,y2)$ ，则 $\vec{AB}=(x1-x2,y1-y2)$

6、向量的数量积

6.1、向量的数量积

$\vec{a}\cdot \vec{b}=|\vec{a}||\vec{b}|cos<\vec{a},\vec{b}>$ ==> $cos<\vec{a},\vec{b}> =\frac{\vec{a}\vec{b}}{|\vec{a}|\cdot |\vec{b}|}$

6.2、坐标运算：

$\vec{a}\cdot \vec{b}=x1x2+y1y2$

当 $\vec{a}\perp \vec{b}$ 时，有 $\vec{a}\cdot \vec{b}=0 ==>x1x2+y1y2=0$

6.3、向量数量积的运算律：

①、交换律： $\vec{a}\cdot\vec{b} =\vec{b}\cdot\vec{a}$

②、分配律： $(\vec{a}+\vec{b})\cdot \vec{c}=\vec{a}\cdot \vec{c}+\vec{b}\cdot \vec{c}$

③、结合律： $\lambda (\vec{a}\cdot \vec{b})=(\lambda \vec{a})\cdot \vec{b}=\vec{a}\cdot (\lambda \vec{b})$

二、姿态解算中用的向量知识分析

1、向量的点积

设有向量 $\vec{A}=(x1,y1,z1),\vec{B}=(x2,y2,z2)$ ,两向量的夹角为θ，两向量的点积定义为：

$\vec{A}\cdot \vec{B}=|\vec{A}||\vec{B}|cos\theta$

其运算结果是一个常量，是一个长度。就是一个向量在另外一个向量上面的投影，如下图所示：

2、向量的叉积

设有向量 $\vec{A}=(x1,y1,z1),\vec{B}=(x2,y2,z2)$ ，两个向量之间的夹角为θ。

两个向量叉乘结果还是一个向量，叉积定义为如下：

$\vec{A}\times \vec{B}=(y1z2-y2z1,x2z1-x1z2,x1y2-x2y1)$

$|\vec{A}\times \vec{B}|=|\vec{A}||\vec{B}|sin\theta$ 其集合意义为以 $|\vec{A}|,|\vec{B}|$ 为边长的平行四边形的面积。

物理意义：利用向量的叉乘可以创造出一个新的维度，这个维度独立于线圈的这个空间，并且它是垂直于先前的空间。因此，这个新的维度空间可以当成目标运动的参考系。图形示例如下：

3、点积和叉积在姿态解算中的作用

后面在姿态解算中会用到旋转矩阵，在旋转矩阵和计算旋转矩阵的时候就会用到向量的点积和叉积公式。具体后面解算的时候会进行分析与应用。

关注

27
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
02、姿态解算---向量认识

姿态解算中会用到向量，这里对向量的基础知识及姿态解算中所用到的向量知识进行了分析
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。