机械臂笔记——变换矩阵

Tony Wey

于 2024-07-29 11:58:30 发布

阅读量602

点赞数 10

分类专栏：机械臂运动学文章标签：笔记矩阵线性代数

本文链接：https://blog.csdn.net/qq_38023194/article/details/140767804

版权

机械臂运动学专栏收录该内容

5 篇文章 0 订阅

订阅专栏

机械臂笔记——齐次变换矩阵

背景

homogeneous transformation matrix

齐次变换矩阵是计算机图形学、机器人学、物理学和其他工程领域中常用的一种数学工具，用于描述和计算在三维空间中的几何变换，包括平移、旋转、缩放等。它通过将变换矩阵扩展到四维空间（包括三个空间维度和一个额外的维度），允许我们将所有的变换统一到一个矩阵操作中。

齐次坐标

在介绍齐次变换矩阵之前，需要先了解齐次坐标的概念。一个点的齐次坐标是它的普通三维坐标加上一个额外的坐标分量，通常设为 1。例如，一个在三维空间中的点 P = (x, y, z) 的齐次坐标表示为 P_h = (x, y, z, 1) 。

齐次变换矩阵的形式

齐次变换矩阵是一个 4x4 的矩阵，它可以表示为：
$\begin{bmatrix} R & t \\ 0 & 1 \end{bmatrix} 其中：$

( R ) 是一个 3x3 的旋转矩阵，用于描述旋转变换。
( t ) 是一个 3x1 的平移向量，用于描述平移变换。
( 0 ) 是一个 1x3 的零向量。
( 1 ) 是一个标量，用于保持齐次坐标的第四个分量为 1。

齐次变换矩阵的作用

齐次变换矩阵可以用来执行以下操作：

平移：通过修改 ( t ) 向量，可以沿 x、y、z 轴平移一个点。
旋转：通过修改 ( R ) 矩阵，可以绕 x、y、z 轴旋转一个点。
缩放：虽然缩放通常需要单独的缩放矩阵，但可以通过在 ( R ) 中加入缩放因子来实现。

应用齐次变换矩阵

要应用齐次变换矩阵 T 到一个点 P_h ，我们只需将 T 与 P_h 的齐次坐标进行矩阵乘法：
$P'_h = T \cdot P_h$

其中 P’_h 是变换后的点的齐次坐标。

示例

假设我们有一个点 P = (1, 2, 3) 和一个变换矩阵 T ，其中 R 是单位矩阵（即没有旋转），t = (1, 1, 1) ：
$\begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 1 \end{bmatrix}$

点 P 的齐次坐标是 P_h = (1, 2, 3, 1) 。应用变换矩阵 T 后：
$P'_h = T \cdot P_h = \begin{bmatrix} 1 & 0 & 0 & 1 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 1 \end{bmatrix} \cdot \begin{bmatrix} 1 \\ 2 \\ 3 \\ 1 \end{bmatrix} = \begin{bmatrix} 2 \\ 3 \\ 4 \\ 1 \end{bmatrix}$
因此，变换后的点 P’ 的三维坐标是 (2, 3, 4) 。
齐次变换矩阵是处理三维变换的一个强大工具，因为它允许我们将多种变换组合到一个矩阵中，从而简化了计算过程。