关于机器人运动学中变换矩阵左乘右乘的理解(2)-变换的观点

(0)缘由

这年复习考研，对矩阵有了更深入的理解，但对线性变换与基变换是有点混淆，偶然看了去年写的关于机器人运动学的文章，豁然开朗，遂写这篇文章分享一下所得，也是对上一片文章的拓展，所以读这篇文章前建议先看看前一片文章(还有想理解线代可以看看bilibili上3Blue1Brown的关于线性代数本质的视频，知乎上也有人整理过)。

(1)从两种变换到矩阵左右乘

$\{\begin{array}{l}线性变换:\overrightarrow{u_1}=A\overrightarrow{u_0}\\ 基变换:\overrightarrow{u_1}=A\overrightarrow{u_0}\end{array}$

一看名字就知道这两种变换不是同一种东西，但它们的表达式竟然一模一样，让人不禁怀疑两个东西是不是等价的。

拿出这张图：

为了解释直观方便，我们这里的矩阵$A$是一个2x2的正交方阵(也就是机器人运动学中旋转矩阵常见到的那种)，当然，矩阵$A$非正交，只要它是一个行列式不为0的方阵，线性变换与基变换都是满足的，至于为什么，参见bilibili线性代数的本质视频。

根据上图很容易得到：

$\left(\begin{array}{c}{x}_1\\ y_1\end{array}\right)=\left(\begin{array}{cc}cos(\beta )& -sin(\beta )\\ sin(\beta )& cos(\beta )\end{array}\right)\ast \left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)$

对应到矩阵的线性变换: $\overrightarrow{u_1}=A\overrightarrow{u_0}$，这个变换的作用就是将向量$\overrightarrow{u_0}$在坐标系0中旋转了$\beta$度，因为是一个正交矩阵，矩阵的行列式为1，所以向量前后长度未发生改变。

再看这副图：

同样很容易得到：

$\left(\begin{array}{c}{x}_1\\ y_1\end{array}\right)=\left(\begin{array}{cc}cos(\beta )& -sin(\beta )\\ sin(\beta )& cos(\beta )\end{array}\right)\ast \left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)$

我们发现形式竟然和上面的形式一模一样，但这里表示的意义就不同了，这里的向量并未发生变化，只是我们转动了一下我们的视角，从另外一个坐标系去看这个向量，我们怎么转换我们的视角呢？我们将坐标系旋转了$-\beta$度。所以这里的基变换:$\overrightarrow{u_1}=A\overrightarrow{u_0}$的意思是，我们已知在末端执行器坐标系下的向量为$\overrightarrow{u_0}$,我们将坐标系旋转了$-\beta$度，这样恰好变回了基坐标系中，在基坐标系下，向量的坐标为$\overrightarrow{u_1}$。

(2)比较

$v_2=M_2\ast M_1\ast v_0$(固定角)
$v_2=M_1\ast M_2\ast v_0$（欧拉角）

对于固定角，在平面内旋转了两次$a$与$\beta$，最后得到$v_2$
对于欧拉角，末端执行器坐标系先旋转$-\beta$度，再旋转$-a$度，最后回到基坐标系,从末端执行器坐标系回到基坐标系，这是从左到右乘的；

若是从基坐标系到末端执行器坐标系：
$v_0=M_2^{-1}{M}_1^{-1}{v}_2$
这又是从右到左乘的了，但它与固定角有实质的区别；可以发现欧拉角的右乘是根据欧拉角变化的逆(从基坐标到末端执行器坐标)的左乘推导而来的(定义的欧拉角是想从末端执行器坐标转换到基坐标)

这里同样可以发现，对于二维旋转$M_2\ast M_1$与$M_1\ast M_2$的效果是相同的(实际上二维的$M_2\ast M_1=M_1\ast M_2$)，但三维的效果就不同了，因为可能旋转轴的方向发生了改变，这时两种变换就不再相同了，但仍然可以通过线性变换与基变换的方式进行理解，因为在固定角中，坐标轴不会变，只是向量的变换；而在欧拉角中，相邻两次的坐标系他们有一个轴的方向不会发生变化，那就是旋转轴的方向。

(3)更直观的类比

好比你坐在火车上，你坐的火车不动旁边的火车向前开(线性变换)，与你做的火车向后开旁边的火车不动(基变换)，你眼前所见到的景象都是一样的，但本质是不同的。