【ROS2机器人入门到实战】矩阵与矩阵运算

1.矩阵与矩阵运算

写在前面

0. 当前平台文章汇总地址：ROS2机器人从入门到实战
1. 获取完整教程及配套资料代码，请关注公众号<鱼香ROS>获取
2. 教程配套机器人开发平台：两驱版| 四驱版
3. 为方便交流，搭建了机器人技术问答社区：地址 fishros.org.cn

大家好，我是小鱼。本节我们来学习一下线性代数的基础中的矩阵部分，矩阵作为我们学习机器人学中最常用的基础知识，后面学习过程中我们会经常遇到，比如：表示旋转的旋转矩阵、坐标变换中的齐次矩阵、关节速度映射雅可比矩阵、仿真中的惯性矩阵等等。所以很有必要在正式学习之前，了解一下矩阵的概念及常用的矩阵定义。

1.矩阵介绍

1.1 矩阵定义

由$m\ast n$个数$a_{ij}(i=1,2,..,m;j=1,\mathrm{2...},n)$排成的m行n列的矩阵表格
$$\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right]$$
称为一个$m\ast n$的矩阵,记为为$A$或$(a_{ij}{)}_{m\ast n}(i=1,2,..,m;j=1,\mathrm{2...},n)$，当$m=n$时称$A$为$n$阶方阵.

矩阵就是一堆可能存在着某种联系数的组合，编号规则也很简单，第一行第一列的数编号为$a_{11}$,第二行第一列叫做$a_{21}$，以此类推

如果两个矩阵都是m*n个数组成，则称两个矩阵为同型矩阵。

1.2 零矩阵

所谓零矩阵，就是矩阵中每个数都是$0$,比如一个$3\ast 3$的$0$矩阵（零矩阵常用$O$来表示）
$$O_{3\ast 3}=\left[\begin{array}{ccc}0& 0& 0\\ 0& 0& 0\\ 0& 0& 0\end{array}\right]$$

零矩阵是不是和自然数零一样神奇呢？

根据矩阵的运算法则，零矩阵有以下性质，下一节我们会来动手验证。

• 任何矩阵（前提符合运算法则）与零矩阵相加、减结果都是其本身
  $$\begin{gathered} A-O=A \\ A+O=A \end{gathered}$$

• 零矩阵与任何矩阵的相乘结果都是零矩阵（注意，矩阵型号可能会变）

1.3 单位矩阵

主对角线上的元素都为$1$，其余元素全为$0$的$n$阶矩阵称为$n$阶单位矩阵,常用符号$I$表示，如$I3$
$$I_3=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]$$

单位矩阵的性质与自然数1相似

根据矩阵的运算法则，单位矩阵有以下性质：

任何矩阵与单位矩阵的乘积结果为其本身
$$\begin{gathered} A{I}_n=A \\ {I}_{n}B=B \end{gathered}$$

2.矩阵的运算

2.1加减法运算

两个矩阵相加减，即其对应元素相加减。

设矩阵
$$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right],B=\left[\begin{array}{cccc}{b}_{11}& b_{12}& \cdots & b_{1n}\\ b_{21}& b_{22}& \cdots & b_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ b_{m1}& b_{m2}& \cdots & b_{mn}\end{array}\right]$$
有

$$A\pm B=\left[\begin{array}{cccc}{a}_{11}\pm b_{11}& a_{12}\pm b_{12}& \cdots & a_{1n}\pm b_{1n}\\ a_{21}\pm b_{21}& a_{22}\pm b_{22}& \cdots & a_{2n}\pm b_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}\pm b_{m1}& a_{m2}\pm b_{m2}& \cdots & a_{mn}\pm b_{mn}\end{array}\right]$$

只有两个矩阵为同型矩阵时才能进行加减运算。

运算性质

• 交换律：$A+B=B+A$

• 结合律：$(A+B)+C=A+(B+C)$

• 乘法结合律：$(AB)C=A(BC)$

栗子：

$$A=\left[\begin{array}{ccc}1& 0& 1\\ 1& 0& 0\\ 0& 0& 1\end{array}\right],B=\left[\begin{array}{ccc}0& 0& 1\\ 1& 0& 0\\ 0& 0& 1\end{array}\right]$$
$$A+B=B+A=\left[\begin{array}{ccc}1& 0& 2\\ 2& 0& 0\\ 0& 0& 2\end{array}\right]$$

2.2乘法运算

乘法运算分为两种，一种是标量乘法，一种是矩阵乘法。

2.2.1 标量乘法

标量乘法即一个矩阵和一个数相乘。运算法则：将矩阵的每一个元素都乘上这个数即可

栗子：
$$A=\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]$$
$$2\times A=2\times \left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]=\left[\begin{array}{cc}2\times 1& 2\times 2\\ 2\times 3& 2\times 4\end{array}\right]=\left[\begin{array}{cc}2& 4\\ 6& 8\end{array}\right]$$

2.2.2 矩阵运算

运算法则

设矩阵$A\times B=C=(c_{ij}{)}_{m\ast n}$，则$C$的第$i$行第$j$列的元素$c_{ij}$的值等于矩阵A的第$i$行元素和矩阵B的第$j$列元素两两乘积之和。

栗子：

设：
$$A=\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right],B=\left[\begin{array}{cc}1& 0\\ 0& 3\end{array}\right]$$

则
$$A\times B=C=\left[\begin{array}{cc}{c}_{11}& c_{12}\\ c_{21}& c_{22}\end{array}\right]$$

$$c_{11}=1\ast 1+2\ast 0=1$$

$$c_{12}=1\ast 0+2\ast 3=6$$

$$c_{21}=3\ast 1+4\ast 0=3$$

$$c_{22}=3+0+4\ast 3=12$$

$$C=\left[\begin{array}{cc}1& 6\\ 3& 12\end{array}\right]$$

乘积之和其实就是点乘运算，比如栗子：
$$\begin{gathered} a=[1,2,3],b=[0,1,2] \\ a\cdot b=1\ast 0+2\ast 1+3\ast 2=8 \end{gathered}$$

矩阵的乘法的意义是非常有意思的，这里放一个链接，欢迎大家阅读： 矩阵乘法的本质是什么？

运算性质

尝试计算下上面栗子中的$B\times A$的值，得到的结果依然是上面栗子中的$C$吗?

答案：并不是，一般情况下，矩阵的乘法并不满足交换律

矩阵的运算规律：

• 结合律
  $$(A\times B)\times C=A\times (B\times C)$$

• 分配律
  $$A\times (B+C)=A\times B+A\times C$$

2.3转置运算

转置运算定义非常简单，将矩阵的对应行列元素互换(右上角加$T$表示）
$$C=\left[\begin{array}{cc}{c}_{11}& c_{12}\\ c_{21}& c_{22}\end{array}\right],C^T=\left[\begin{array}{cc}{c}_{11}& c_{21}\\ c_{12}& c_{22}\end{array}\right]$$
栗子：
$$A=\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right],A^T=\left[\begin{array}{cc}1& 3\\ 2& 4\end{array}\right]$$
运算规律
$$(A^T{)}^T=A$$

$$(A+B{)}^T=A^T+B^T$$

$$(AB{)}^T=B^T{A}^T$$

3.重要定义

3.1 矩阵的逆

3.1.1 定义

$A,B$是n阶方阵，E是n阶单位矩阵，若$AB=BA=E$,则称$A$是可逆矩阵，并称B是A的逆，且逆矩阵是唯一的，记作$A^{-1}$

这个我们本节课就不举栗子了，下节课我们使用代码来直接求。

注意：不一定所有的矩阵都是可逆的

3.1.2 运算规律

$$(A^{-1}{)}^{-1}=A$$

$$AB可逆，(AB{)}^{-1}=B^{-1}{A}^{-1}$$

4.总结

本节主要介绍了下矩阵的定义的一些性质，还有很多需要补充的，由于时间原因先发一下文章，小鱼要去录课了