python微分几何_微分几何在机器人领域的应用（二）深入理解三维空间变换

空间几何变换

空间中的几何变换分为多类，从最简单，到逐渐复杂的变换，分别有如下几种。

等距变换(Isometries)。等距变换下点到点的欧式距离保持不变。刚体变换是典型的等距变换。

相似变换(Similarity)。在等距变换的基础上加上一个各向同性的缩放。矩阵表示上需要在旋转矩阵部分乘以一个系数s。

仿射变换(Affine)。是一个非奇异的线性变换加上一个平移向量组成的变换。

投影变换(Projective)。任意非奇异的4×4矩阵所构成的变换。

变换的分类和特征如下图所示:

三维刚体的空间变换属于第一种情况。如果问题不变形，那么刚体变换涵盖物理世界中的所有情况。刚体变换包含三个平移自由度和三个旋转自由度，总共6个自由度。应用刚体变换，点到点的距离保持不变，同时矢量的点积和叉积保持不变。平移自由度易于理解，故本文重点讨论旋转分量，即旋转矩阵R。

旋转矩阵：

在理解高维理论时，我们一般采用降维的方式理解，由易到难。首先回到二维空间的变换。二维平面中，刚体变换有三个自由度，x, y和旋转角θ。用矩阵的形式表示：

其中

分别为旋转矩阵和平移向量。可以看到旋转矩阵只有一个自由度，因其只有一个变量θ。

旋转矩阵R的性质：

旋转矩阵的逆矩阵是它的转置矩阵，故旋转矩阵是正交矩阵。(如果不理解逆矩阵和转置矩阵，请首先恶补线性代数)。

一个矩阵是旋转矩阵，当且仅当它是正交矩阵，且它的行列式是1。正交矩阵的行列式是±1。读者可思考行列式