场景

在这里插入图片描述
假设某虚拟机器人RvR_vRv与跟随者机器人RfR_fRf位置关系如下:

全局坐标系
  • ( X )、( Y ):全局坐标系的坐标轴,( O ) 为全局坐标系原点,用于描述机器人在宏观环境中的位置与姿态。
跟随机器人(RfR_fRf
  • ( x_F )、( y_F ):跟随机器人本体坐标系的坐标轴,构成机器人自身的局部坐标系,用于定义机器人本体的方向(如前进方向、侧向方向)。
  • ( θF\theta_FθF):跟随机器人线速度与水平方向的夹角.
虚拟机器人(RvR_vRv
  • ( x_V )、( y_V ):虚拟机器人在全局坐标系下的位置坐标,分别表示其在 ( X ) 轴和 ( Y ) 轴方向上的位置。
  • ( θV\theta_VθV):虚拟机器人线速度与水平方向的夹角
  • ( R_V ):代表虚拟机器人,虚线框表示其在全局坐标系中的形态与位置,通过 ( x_V )、( y_V ) 和 ( θV\theta_VθV) 完整定义其在环境中的位姿。

则可通过:
[cos⁡θFsin⁡θF0−sin⁡θFcos⁡θF0001][xyz] \begin{bmatrix}\cos\theta_F&\sin\theta_F&0\\-\sin\theta_F&\cos\theta_F&0\\0&0&1\end{bmatrix}\begin{bmatrix}x\\y\\z\end{bmatrix} cosθFsinθF0sinθFcosθF0001 xyz
将全局坐标系下的位置关系转换到机器人本体坐标系。

1. 旋转矩阵的几何意义

  • 该矩阵是三维空间中绕 zzz 轴旋转 θF\theta_FθF 的变换矩阵。在机器人领域,全局坐标系(如世界坐标系)与本体坐标系的差异常体现在姿态(旋转角度)上。若机器人本体坐标系相对全局坐标系存在绕 zzz 轴的旋转(如机器人原地转向),此矩阵可精确描述这一旋转关系。
  • 矩阵的列向量对应本体坐标系坐标轴在全局坐标系中的方向,例如:
    • 第一列 [cos⁡θF−sin⁡θF0]\begin{bmatrix} \cos\theta_F \\ -\sin\theta_F \\ 0 \end{bmatrix} cosθFsinθF0 表示本体坐标系 xxx 轴在全局坐标系中的投影;

    • 第二列[sin⁡θFcos⁡θF0]\begin{bmatrix}\sin\theta_F\\\cos\theta_F\\0\end{bmatrix} sinθFcosθF0 表示本体坐标系yyy轴在全局坐标系中的投影;

    • 第三列[001]\begin{bmatrix}0\\0\\1\end{bmatrix} 001 说明zzz轴方向在两个坐标系中一致(若有zzz轴旋转,需更复杂矩阵)。

2.坐标变换的数学逻辑

  • 对全局坐标系下的点P全局=[xyz]\boldsymbol{P}_\text{全局}=\begin{bmatrix}x\\y\\z\end{bmatrix}P全局= xyz ,用该矩阵变换后得到P本体\boldsymbol{P}_\text{本体}P本体
    P本体=[cos⁡θFsin⁡θF0−sin⁡θFcos⁡θF0001][xyz]=[xcos⁡θF+ysin⁡θF−xsin⁡θF+ycos⁡θFz]. \boldsymbol{P}_\text{本体}=\begin{bmatrix}\cos\theta_F&\sin\theta_F&0\\-\sin\theta_F&\cos\theta_F&0\\0&0&1\end{bmatrix}\begin{bmatrix}x\\y\\z\end{bmatrix}=\begin{bmatrix}x\cos\theta_F+y\sin\theta_F\\-x\sin\theta_F+y\cos\theta_F\\z\end{bmatrix}. P本体= cosθFsinθF0sinθFcosθF0001 xyz = xcosθF+ysinθFxsinθF+ycosθFz .
    这一过程通过旋转x−yx-yxy平面的坐标,使全局坐标系的方向与机器人本体坐标系的x−yx-yxy平面方向对齐,而zzz坐标保持不变(若存在平移,需额外补充平移向量)。

因此,当机器人本体坐标系相对全局坐标系仅存在绕zzz轴的旋转时,该矩阵可通过数学上的旋转变换,将全局坐标系下的位置关系转换到机器人本体坐标系。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐