旋转矩阵、指数表示法与旋量

toris181

已于 2024-01-27 18:29:08 修改

阅读量1.5k

点赞数 38

文章标签：算法

于 2024-01-21 17:37:14 首次发布

本文链接：https://blog.csdn.net/toris181/article/details/135663044

版权

1 旋转矩阵

1.1 二维

点 $\begin{bmatrix} x\\ y \end{bmatrix}$ 在平面上的平移可以表示为点的坐标加上一个向量，点绕原点的旋转可以表示为点的坐标左乘一个方阵 $\begin{bmatrix} a & b\\ c& d \end{bmatrix}\in SO(2)$ 。

具体过程如下：

平移： $\begin{bmatrix} x\\ y \end{bmatrix}+ \begin{bmatrix} v_{x}\\ v_{y} \end{bmatrix}=\begin{bmatrix} x^{'}\\ y^{'} \end{bmatrix}$

旋转： $\begin{bmatrix} Cos\theta &-Sin\theta \\ Sin\theta& Cos\theta \end{bmatrix}.\begin{bmatrix} x\\ y \end{bmatrix}=\begin{bmatrix} xCos\theta -ySin\theta \\ xSin\theta +yCos\theta \end{bmatrix} = \begin{bmatrix} x^{'}\\ y^{'} \end{bmatrix}$

$\begin{bmatrix} x\\ y \end{bmatrix}$ 为刚体上某个点初始的坐标， $\begin{bmatrix} x^{'}\\ y^{'} \end{bmatrix}$ 为变换后的坐标。

后续解释SO(2)的含义。

上图红点平移(2,2)得到黑点，红点左乘R1矩阵得到蓝点。

（刚体上任意两点间的距离在旋转或平移后保持不变。以此可以用旋转刚体的特征点（例如长方形的角点）并按之前的顺序连接旋转后的角点，来表征长方形的旋转）

矩阵 $\begin{bmatrix} a &b \\ c& d \end{bmatrix}$ 的第一行和第二行分别表示该坐标系下x，y轴方向的单位向量。如果它们不能互相表达（即线性无关，例如 $\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix}$ ，简记I，称为单位矩阵），那么他们的组合可以表示平面内的任意位置，平面为它们张成的空间，它们被称为空间的基。

基不一定互相垂直，例如 $\begin{bmatrix} 1 & 0\\ 1 & 1 \end{bmatrix}$ ，相同坐标的图形在不同的基下形状不同。下图中黑色平行四边形为正方形在 $\begin{bmatrix} 1 & 0\\ 1 & 1 \end{bmatrix}$ 空间的形状。

单位矩阵 $\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix}$ 表示不做任何变换。旋转矩阵 $\begin{bmatrix} Cos\theta &-Sin\theta \\ Sin\theta& Cos\theta \end{bmatrix}$ 旋转矩阵将图形绕原点旋转。它的两行分别是旋转前的基在旋转后的坐标系下的表示。或者说，为了将刚体旋转x度，需要把坐标系旋转- $\theta$ 度：原来的x轴变为 $x'=\vec{x}=(Cos\theta, -Sin\theta)$ ，原来的y轴变为 $y'=\vec{y'}=(Sin\theta, Cos\theta)$ 。

1.2 群

群（Group）是一种集合加上一种运算的代数结构。

我们把集合记作 A，运算记作 $\cdot$ ，那么群可以记作 $G=(A,\cdot )$ 。群要求改运算满足以下四条件：

1. 封闭性:如果a1、a2在A中，那么a1 $\cdot$ a2也在a中。

2. 结合律: 如果a1、a2、a3在A中，那么a1 $\cdot$ a2 $\cdot$ a3=a1 $\cdot$ （a2 $\cdot$ a3）。

3. 幺元:存在a0，使得对于A中任意的a，都有a0 $\cdot$ a=a。

4. 逆: 对于A中任意的a，都有 $a^{-1}\cdot a=a_{0}$ 。

所有的二维旋转矩阵构成一个群，记为SO(2)：

1.矩阵 $a_{1}=\begin{bmatrix} Cos\alpha &-Sin\alpha \\ -Sin\alpha & Cos\alpha \end{bmatrix}$ 作用为旋转 $\alpha$ 度，矩阵 $a_{2}=\begin{bmatrix} Cos\beta &-Sin\beta \\ -Sin\beta & Cos\beta \end{bmatrix}$ 作用为

旋转 $\beta$ 度，那么

$a1\cdot a2=\begin{bmatrix} Cos\alpha Cos\beta -Sin\alpha Sin\beta &-Cos\beta Sin\alpha -Cos\alpha Sin\beta \\ Cos\beta Sin\alpha +Cos\alpha Sin\beta & Cos\alpha Cos\beta -Sin\alpha Sin\beta \end{bmatrix}=\begin{bmatrix} Cos(\alpha +\beta ) &-Sin(\alpha +\beta ) \\ Sin(\alpha +\beta ) & Cos(\alpha +\beta ) \end{bmatrix}$

即旋转 $\alpha$ 度，再旋转 $\beta$ 度与旋转 $(\alpha +\beta )$ 度效果相同。

2.假定 $a_{1},a_{2},a_{3}$ 分别为旋转 $\alpha ,\beta ,\gamma$ 角度的矩阵，那么不同作用顺序的结合不影响最终的结果。

注意不是不同顺序的结合。 $\cdot$ 运算可能不满足交换律，但是满足结合律。

3.维旋转矩阵的幺元为 $\begin{bmatrix} 1 & 0\\ 0 & 1 \end{bmatrix}$ 。（对角线上的元素均为1，其他位置的元素均为0的矩阵被称为单位矩阵，记作I）

4.对于任意旋转 $\alpha$ 的矩阵，都存在旋转 $-\alpha$ 的矩阵作为它的逆矩阵。

SO（2）意为Special Orthogonal （2），特殊正交的意思，特殊指这个变换满足右手坐标系，即矩阵的行列式为1，正交指这个矩阵的两个基互相垂直，2指这是二维空间的群。 $\begin{bmatrix} \cos\theta&\sin\theta\\\sin\theta&-\cos\theta \end{bmatrix}$ 是满足左手坐标系的正交群，他的行列式为-1。

1.3 齐次矩阵

将旋转矩阵和平移矩阵拼接可以得到齐次变换矩阵，二维下所有齐次变换矩阵构成SE（2）群，换言之，齐次变换矩阵是对应维度下表示所有刚体运动的群。

$\left.T=\left[\begin{array}{cc}R&p\\0&1\end{array}\right.\right]=\left.\left[\begin{array}{ccc}r_{11}&r_{12}&p_1\\r_{21}&r_{22}&p_2\\0&0&1\end{array}\right.\right]=\left[\begin{array}{ccc}\cos\theta&-\sin\theta&p_1\\\sin\theta&\cos\theta&p_2\\0&0&1\end{array}\right]$

意为左乘R旋转，再沿p向量平移。

由于齐次变换矩阵拓展了一个维度（SE(2)是个3*3的矩阵，SE(3)是个4*4的矩阵，无法直接和对应维数下的坐标相乘），规定向量和点的坐标格式如下，以便数学计算：

q点坐标： $\begin{bmatrix}q_1\\q_2\\1\end{bmatrix}$ ，原点坐标 $\begin{bmatrix}0\\0\\1\end{bmatrix}$ ，向量 $v=\begin{bmatrix}v_1\\v_2\\0\end{bmatrix}$ 。

规则总结如下：

向量的和与差仍然是向量。
向量与点的和是一个点。
两个点之间的差是一个向量。
两个点的和没有意义。

将计算结果的最后一位舍掉，即可得到变换后的坐标：

$\begin{bmatrix} Cos\theta &-Sin\theta & p1\\ Sin\theta &Cos\theta &p2 \\ 0&0 &1 \end{bmatrix}.\begin{bmatrix} x\\ y \\ 1 \end{bmatrix}=\begin{bmatrix} p1+xCos\theta -ySin\theta \\ p2+yCos\theta +xSin\theta \\ 1 \end{bmatrix}=\begin{bmatrix} x'\\ y' \\ 1 \end{bmatrix}$

连续的变换可以约化，下面是一些运算规则：

$R_{ab}R_{bc}=R_{ac}\newline R_{ab}p_{b}=p_{a}\left ( p_{a},p_{b} \quad is\quad a \quad cordinate \right ) \newline T_{ac}=T_{ab}T_{bc}=\begin{bmatrix} R_{ab}R_{bc}& R_{ab}p_{b}+p_{a}\\ 0& 1 \end{bmatrix} \newline T^{-1}=\begin{bmatrix} R &p \\ 0& 1 \end{bmatrix}^{-1}=\begin{bmatrix} R^{T} &-R^{T}p \\ 0& 1 \end{bmatrix}$

PS:平面内的所有运动都可以表示为刚体绕某一轴的转动。

1.3 三维

给定向量 $x=\begin{bmatrix} x_{1}\\x_{2} \\ x_{3} \end{bmatrix}(\left \| x \right \|=x\tfrac{2}{1}+x\tfrac{2}{2}+x\tfrac{2}{3}=1)$ ，其反对称矩阵为

$\begin{bmatrix} x \end{bmatrix}=\begin{bmatrix} 0 & -x_{3} &x_{2} \\ x_{3}& 0&-x_{1} \\ -x_{2}& x_{1} & 0 \end{bmatrix}\in SO(3)$ 。

规定向量的点积和差积如下：

$x = {x1, x2, x3};\newline\newline b = {b1, b2, b3};\newline \newline x\cdot b=b1 x1 + b2 x2 + b3 x3=Number\newline \newline x\times b= \begin{bmatrix} b3 x2 - b2 x3\\ -b3 x1 + b1 x3 \\ b2 x1 - b1 x2 \end{bmatrix}=Vector$

(向量的叉乘，也称为向量的叉积或矢量积，是一种在三维空间中计算两个向量之间的运算。它返回一个新的向量，它们的叉乘结果 𝐀 × 𝐁 的大小等于以 𝐀 和 𝐁 为邻边所构成的平行四边形的面积。方向垂直于这个平行四边形，且满足右手法则)

有如下运算规则

$x\times b=[x]b\newline [x]^{T}=-[x]=[x]^{3}$

三维旋转矩阵见2.1节。

2 指数表示法

2.1 罗德里格斯公式

向量 $p_{0}$ 绕单位旋转轴 $\hat{w}$ 以单位角速度旋转t时间到 $p_{(t)}=p_{\theta }$ 。

$\dot{p}=\hat{w}\times p=[\hat{w}]p\newline$ ,初始条件 $p_{(t=0)}=p_{(0)}$ 。积分得到：

$P\left ( \theta \right )=e^{[\hat{w}]\theta }p\left ( 0 \right )$ ,展开 $e^{[\hat{w}]}$ ，

$e^{[\hat{\omega}]\theta}\quad=\quad I+[\hat{\omega}]\theta+[\hat{\omega}]^2\frac{\theta^2}{2!}+[\hat{\omega}]^3\frac{\theta^3}{3!}+\cdots\newline =\quad I+\left(\theta-\frac{\theta^3}{3!}+\frac{\theta^5}{5!}-\cdots\right)[\hat{\omega}]+\left(\frac{\theta^2}{2!}-\frac{\theta^4}{4!}+\frac{\theta^6}{6!}-\cdots\right)[\hat{\omega}]^2$

将下式带入：

$\begin{matrix}\sin\theta&=&\theta-\dfrac{\theta^3}{3!}+\dfrac{\theta^5}{5!}-\cdots\\\cos\theta&=&1-\dfrac{\theta^2}{2!}+\dfrac{\theta^4}{4!}-\cdots\end{matrix}$

得到罗德里格斯公式：

$Rot\left ( \hat{w} ,\theta \right )=e^{[\hat{w}]}=I+sin\theta [\hat{w}]+ \left ( 1-cos\theta \right ) [\hat{w}]^2$

将 $\hat{w}$ 替换为 $\hat{x}=\begin{bmatrix}1\\0 \\0\end{bmatrix}, \hat{y}=\begin{bmatrix}0\\1\\0\end{bmatrix}, \hat{z}=\begin{bmatrix}0\\0\\1\end{bmatrix}$ ，可以得到

$\left.\mathrm{Rot}(\hat{\mathrm{x}},\theta)=\left[\begin{array}{ccc}1&0&0\\0&\cos\theta&-\sin\theta\\0&\sin\theta&\cos\theta\end{array}\right.\right]\newline \left.\mathrm{Rot}(\hat{y},\theta)=\left[\begin{array}{ccc}\cos\theta&0&\sin\theta\\0&1&0\\-\sin\theta&0&\cos\theta\end{array}\right.\right]\newline \left.\mathrm{Rot}(\hat{\mathrm{z}},\theta)=\left[\begin{array}{ccc}\cos\theta&-\sin\theta&0\\\sin\theta&\cos\theta&0\\0&0&1\end{array}\right.\right]$

此三个旋转矩阵分别将被作用物体绕x、y、z轴旋转 $\theta$ 度。

对于任意的单位向量 $\hat{w}=(\hat{w_{1}},\hat{w_{2}},\hat{w_{3}})(||\hat{w}||=1)$ ，带入公式可得

$\left.\left[\begin{array}{ccc}\mathrm{c}_\theta+\hat{\omega}_1^2(1-\mathrm{c}_\theta)&\hat{\omega}_1\hat{\omega}_2(1-\mathrm{c}_\theta)-\hat{\omega}_3\mathrm{s}_\theta&\hat{\omega}_1\hat{\omega}_3(1-\mathrm{c}_\theta)+\hat{\omega}_2\mathrm{s}_\theta\\\hat{\omega}_1\hat{\omega}_2(1-\mathrm{c}_\theta)+\hat{\omega}_3\mathrm{s}_\theta&\mathrm{c}_\theta+\hat{\omega}_2^2(1-\mathrm{c}_\theta)&\hat{\omega}_2\hat{\omega}_3(1-\mathrm{c}_\theta)-\hat{\omega}_1\mathrm{s}_\theta\\\hat{\omega}_1\hat{\omega}_3(1-\mathrm{c}_\theta)-\hat{\omega}_2\mathrm{s}_\theta&\hat{\omega}_2\hat{\omega}_3(1-\mathrm{c}_\theta)+\hat{\omega}_1\mathrm{s}_\theta&\mathrm{c}_\theta+\hat{\omega}_3^2(1-\mathrm{c}_\theta)\end{array}\right.\right]$

其中 $c_{\theta }$ 指 $Cos\theta$ ，其中 $s_{\theta }$ 指 $Sin\theta$ 。

三维旋转矩阵属于群SO(3)

给定 R ∈ SO(3)，总能找到一个 θ ∈ [0, π] 和一个单位旋转轴 $\hat{w}$ ∈ R3，其中 $\left \| \hat{w} \right \|$ = 1，使得 $R=e^{[\hat{w}]\theta }$ 。

向量 $\hat{w}\theta$ 是 R 的指数坐标，而反对称矩阵 $[\hat{w}]\theta \in se(3)$ 则是 R 的矩阵对数。

已知 $\hat{w},\theta$ ，使用罗德里格斯公式求旋转矩阵R。

已知R，可以求 $\hat{w},\theta$ 。

解为以下三种情况之一：

i.如果R = I，那么θ = 0， $\hat{w}$ 任取。

ii.如果R的际（对角线元素之和）tr R=-1，那么 $\theta = \pi$ , $\hat{w}$ 取以下三者之一：

$\left.\hat{\omega}=\frac1{\sqrt{2(1+r_{33})}}\left[\begin{array}{c}r_{13}\\r_{23}\\1+r_{33}\end{array}\right.\right] \newline \left.\hat{\omega}=\frac1{\sqrt{2(1+r_{22})}}\left[\begin{array}{c}r_{12}\\1+r_{22}\\r_{32}\end{array}\right.\right] \newline \left.\hat{\omega}=\frac1{\sqrt{2(1+r_{11})}}\left[\begin{array}{c}1+r_{11}\\r_{21}\\r_{31}\end{array}\right.\right]$

iii.其它情况，

$\theta=\cos^{-1}\left(\frac{1}{2}(\operatorname{tr}R-1)\right)\in[0,\pi)\newline [\hat{\omega}]=\frac1{2\sin\theta}(R-R^\mathrm{T})$ 。

三维空间的齐次变换矩阵形式如下：

$\left.T=\left[\begin{array}{cc}R&p\\0&1\end{array}\right.\right]=\left[\begin{array}{cccc}r_{11}&r_{12}&r_{13}&p_{1}\\r_{21}&r_{22}&r_{23}&p_{2}\\r_{31}&r_{32}&r_{33}&p_{3}\\0&0&0&1\end{array}\right]\in SE(3)$

2.2 旋量

给定一个固定的坐标系{s}，一个物体坐标系{b}，以及一个可微齐次变换 $T_{sb}\left ( t \right )\in SE\left ( 3 \right )$ ，其中

$T_{sb}\left ( t \right )=T\left ( t \right )=\begin{bmatrix} R\left ( T \right )& p\left ( T \right )\\ 0& 1 \end{bmatrix}$ 表示{b}相对于{s}的位形。

$\dot{T}$ 左乘 $T^{-1}$ ，得到

$T^{-1}\dot{T}=\begin{bmatrix} R(t)&-R(t)p \\ 0& 1 \end{bmatrix}\begin{bmatrix} \dot{R}&\dot{p} \\ 0 & 1 \end{bmatrix}=\begin{bmatrix} R^{T} \dot{R}&R^{T}\dot{p}\\ 0& 0 \end{bmatrix}=\begin{bmatrix} [{w_{b}}]&v _{b} \\ 0 & 0 \end{bmatrix}$ ，

$\dot{T}$ 右乘 $T^{-1}$ ，得到

$\dot{T}T^{-1}= \begin{bmatrix} \dot{R}&\dot{p} \\ 0 & 1 \end{bmatrix}\begin{bmatrix} R(t)&-R(t)p \\ 0& 1\end{bmatrix} =\begin{bmatrix} \dot{R}R^{T}&\dot{p}-\dot{R}R^{T}\dot{p}\\0&0\end{bmatrix}= \begin{bmatrix} [{w_{s}}]&v _{s} \\ 0 & 0 \end{bmatrix}$ 。

$w _{b}$ 是表示在{b}中的角速度， $v _{b}$ 是表示在{b}中与{b}原点重合的点的线速度，

$w _{b}$ 是表示在{s}中的角速度， $v _{s}$ 是表示在{s}中与{s}系原点重合的点的线速度。

可以将 $w,v$ 组合得到一个六维向量，记作旋量 $\nu_{*}=\begin{bmatrix} w_{*}\\ v_{*}\end{bmatrix}(*=s,b)$ .

$T_{sb}^{-1}\dot{T}_{sb}=[\nu _{b}]=\begin{bmatrix} [w_{b}] &\nu _{b} \\ 0&0 \end{bmatrix}\in SE\left ( 3 \right )$ 是物体运动旋量的矩阵表示形式。

$\dot{T}_{sb}T_{sb}^{-1}=[\nu _{s}]=\begin{bmatrix} [w_{s}] &\nu _{s} \\ 0&0 \end{bmatrix}\in SE\left ( 3 \right )$ 是空间运动旋量的矩阵表示形式。

如图，运动旋量可以与旋进运动对应：

$\left.\mathcal{V}=\left[\begin{array}{c}\omega\\v\end{array}\right.\right]=\left[\begin{array}{c}\hat{s}\dot{\theta}\\-\hat{s}\dot{\theta}\times q+h\hat{s}\dot{\theta}\end{array}\right]$ 。其中 $h\hat{s}\dot{\theta}$ 为沿着螺旋轴前进的速度， $-\hat{s}\dot{\theta}\times q$ 为转动速度。

由于此种表示方法中h可能无穷大，而q可能不唯一，需要一个将 $\nu$ 正则画表达的方法，记作S：

$S=\begin{bmatrix} w\\ v \end{bmatrix}\newline [S]=\begin{bmatrix} [w]&v \\ 0 & 0 \end{bmatrix}\in SE(3),[w]\in SO(3)$ ，其中:

i.如果 $\left \| w \right \|=1$ ，则 $v=-w\times q+hw$ ，q为轴上任意一点；

ii.如果 $\left \| w \right \|=0,\left \| v \right \|=1$ ，则h无穷打，旋量为纯移动。

Chasles-Mozzi定理：任何刚体运动都可通过绕空间一固定轴S的旋进运动实现。

给定任意的 $(R,p)\in SE(3)$ ，总能找到对应的螺旋轴S=(w，v）和标量 $\theta$ ，满足 $\begin{bmatrix} R &p \\ 0& 1 \end{bmatrix}=e^{[S] \theta }$ 。计算过程如下：

i.若R=I，则 $w=0,v=p/\left \| p \right \|,\theta =\left \| p \right \|$

ii.利用2.2节公式先求 $w,\theta$ ( $w$ 被写作 $\hat{w}$ )，然后 $v=G^{-1}(\theta)p\newline G^{-1}(\theta)=\frac1\theta I-\frac12[\omega]+\left(\frac1\theta-\frac12\cot\frac\theta2\right)[\omega]^2$

已知S,也可以求 $w,\theta$ 。过程如下：

展开 $e^{[S]\theta}$ ，得到 $e^{[\mathcal{S}]\theta}\quad=\quad I+[\mathcal{S}]\theta+[\mathcal{S}]^2\frac{\theta^2}{2!}+[\mathcal{S}]^3\frac{\theta^3}{3!}+\cdots \newline =\left.\left[\begin{array}{cc}e^{[\omega]\theta}&G(\theta)v\\0&1\end{array}\right.\right]$ ，其中 $\begin{aligned}G(\theta)\quad&=\quad I\theta+[\omega]\frac{\theta^2}{2!}+[\omega]^2\frac{\theta^3}{3!}+\cdots\\&=\quad I\theta+\left(\frac{\theta^2}{2!}-\frac{\theta^4}{4!}+\frac{\theta^6}{6!}-\cdots\right)[\omega]+\left(\frac{\theta^3}{3!}-\frac{\theta^5}{5!}+\frac{\theta^7}{7!}-\cdots\right)[\omega]^2\\&=\quad I\theta+(1-\cos\theta)[\omega]+(\theta-\sin\theta)[\omega]^2\end{aligned}$

于是，若：

i. $\left \| w \right \|=1$ ，则 $\left.e^{[\mathcal{S}]\theta}=\left[\begin{array}{cc}e^{[\omega]\theta}&\left(I\theta+(1-\cos\theta)[\omega]+(\theta-\sin\theta)[\omega]^2\right)v\\0&1\end{array}\right.\right]$

ii. $w=0,\left \| v \right \|=1$ ，则 $\left.e^{[\mathcal{S}]\theta}=\left[\begin{array}{cc}I&v\theta\\0&1\end{array}\right.\right]$ 。

向量 $\begin{aligned}\mathcal{S}\theta\in\mathbb{R}^6\end{aligned}$ 是 T的指数坐标，而矩阵 $[\mathcal{S}]\theta\in se(3)$ 则是T的矩阵对数。

2.3 使用指数积公式建立正运动学模型

对于如图所示的机械臂，末端坐标系相对于固定坐标系{0}可以表示成 $T_{04}=T_{01}T_{12}T_{23}T_{34}$ ，T为齐次变换矩阵，其中

$\left.T_{01}=\left[\begin{array}{cccc}\cos\theta_1&-\sin\theta_1&0&0\\\sin\theta_1&\cos\theta_1&0&0\\0&0&1&0\\0&0&0&1\end{array}\right.\right]\newline T_{12}=\left[\begin{array}{cccc}\cos\theta_2&-\sin\theta_2&0&L_1\\\sin\theta_2&\cos\theta_2&0&0\\0&0&1&0\\0&0&0&1\end{array}\right]\newline \left.T_{23}=\left[\begin{array}{cccc}\cos\theta_3&-\sin\theta_3&0&L_2\\\sin\theta_3&\cos\theta_3&0&0\\0&0&1&0\\0&0&0&1\end{array}\right.\right]\newline T_{34}=\left[\begin{array}{cccc}1&0&0&L_3\\0&1&0&0\\0&0&1&0\\0&0&0&1\end{array}\right]$ ,使用指数积（PoE）公式则可以写成 $T_{04}=e^{[\mathcal{S}_1]\theta_1}e^{[\mathcal{S}_2]\theta_2}e^{[\mathcal{S}_3]\theta_3}M$ ，其中

$\left.[\mathcal{S}_1]=\left[\begin{array}{cccc}0&-1&0&0\\1&0&0&0\\0&0&0&0\\0&0&0&0\end{array}\right.\right]\newline \left.[\mathcal{S}_2]=\left[\begin{array}{cccc}0&-1&0&0\\1&0&0&-L_{1}\\0&0&0&0\\0&0&0&0\end{array}\right.\right]\newline \left.[\mathcal{S}_3]=\left[\begin{array}{cccc}0&-1&0&0\\1&0&0&-(L_{1}+L_{2})\\0&0&0&0\\0&0&0&0\end{array}\right.\right]\newline \left.M=\left[\begin{array}{cccc}1&0&0&L_1+L_2+L_3\\0&1&0&0\\0&0&1&0\\0&0&0&1\end{array}\right.\right]$ .相较于D-H方法而言，使用指数积方法建立正运动学模型无需使用连杆坐标系，在运动学中还能发现PoE方法的更多优点。

toris181

关注

38
点赞
踩
40

收藏

觉得还不错? 一键收藏
0
评论
旋转矩阵、指数表示法与旋量

介绍了基础的线代、群以及旋转、平移矩阵、齐次变换矩阵的概念，以及它们如何表征二维刚体运动。由罗德里格斯公式拓展到了指数表示法，由此反推三维刚体旋转矩阵的格式。。给出了分别使用齐次变换矩阵和指数积公式对机械臂进行正运动学建模的方法。
复制链接

扫一扫