坐标系与旋转表示：地理坐标系、载体坐标系、欧拉角、旋转矩阵
各位同学，今天我们来聊聊姿态解算里最基础、也最绕不开的东西——坐标系和旋转表示。说实话，我见过不少新手，算法写得飞起，结果坐标系搞反了，整个系统直接炸掉。我自己也踩过这个坑，所以这一章咱们把它彻底讲透。
1. 地理坐标系：我们到底在哪儿？
地理坐标系，说白了就是给地球贴个坐标轴。我们通常用 NED 或 ENU 两种约定。我个人习惯用 NED，也就是北-东-地。
- X轴：指向北（North）
- Y轴：指向东（East）
- Z轴：指向地心（Down）
你想想看，为什么 Z 轴要指向地心？因为重力方向是向下的，这样我们测量加速度时，静止状态下 Z 轴输出就是 +g。嗯，这里要注意，如果你用 ENU 约定，Z 轴是朝上的，那静止时 Z 轴输出就是 -g。我在项目里就吃过这个亏，当时把加速度计装反了，解算出来的俯仰角直接反了 180 度。
重要提醒： 地理坐标系是惯性导航的绝对参考系。所有姿态解算的最终目标，就是把载体坐标系下的测量值，转换到地理坐标系下。
2. 载体坐标系：传感器装在哪儿？
载体坐标系是固定在设备上的。比如你的手机、无人机、或者我手头这块 IMU 板子。通常我们这样定义：
- X轴：指向载体前方（Forward）
- Y轴：指向载体右方（Right）
- Z轴：指向载体下方（Down）
这个坐标系会随着载体一起旋转。你想想看，当无人机抬头时，它的 X 轴就翘起来了。这时候加速度计测到的重力分量，就不再是单纯的 Z 轴了，而是分散到了 X 和 Z 轴上。这就是我们解算姿态的原始依据。
个人经验： 我建议你在做硬件设计时，就把 IMU 的安装方向标清楚。我曾经接手过一个项目，IMU 被焊歪了 45 度，结果软件里还得做一次额外的旋转补偿，麻烦得很。
3. 欧拉角：俯仰、横滚、偏航
欧拉角是描述旋转最直观的方式。三个角度，分别对应三个轴的旋转：
| 角度 | 英文 | 旋转轴 | 范围 |
|---|---|---|---|
| 俯仰角 | Pitch | Y轴（右轴） | -90° ~ +90° |
| 横滚角 | Roll | X轴（前轴） | -180° ~ +180° |
| 偏航角 | Yaw | Z轴（下轴） | -180° ~ +180° |
这里有个经典问题：旋转顺序。我习惯用 Z-Y-X 的顺序，也就是先偏航、再俯仰、最后横滚。为什么？因为这样最符合直觉——你先转方向，再抬头，最后侧倾。如果你顺序搞反了，解算出来的姿态会完全不对。
避坑指南： 我曾经在写四轴飞控时，用了不同的旋转顺序，结果无人机一解锁就翻了个底朝天。后来查了三天代码，才发现是欧拉角顺序没对齐。所以，请务必在代码注释里写明你的旋转顺序！
4. 旋转矩阵：数学工具
欧拉角虽然直观，但计算起来不方便。所以我们用旋转矩阵。说白了，旋转矩阵就是一个 3x3 的矩阵，它能把载体坐标系下的向量，映射到地理坐标系下。
单个轴的旋转矩阵长这样：
// 绕Z轴旋转（偏航）
Rz(yaw) = [cos(yaw) -sin(yaw) 0]
[sin(yaw) cos(yaw) 0]
[0 0 1]
// 绕Y轴旋转（俯仰）
Ry(pitch) = [cos(pitch) 0 sin(pitch)]
[0 1 0]
[-sin(pitch) 0 cos(pitch)]
// 绕X轴旋转（横滚）
Rx(roll) = [1 0 0]
[0 cos(roll) -sin(roll)]
[0 sin(roll) cos(roll)]完整的旋转矩阵就是这三个矩阵的乘积。按照 Z-Y-X 顺序：
R = Rz(yaw) * Ry(pitch) * Rx(roll)你想想看，这个矩阵有什么用？举个例子，加速度计测到了载体坐标系下的加速度 [ax, ay, az]，想把它转到地理坐标系下，只需要：
[a_north, a_east, a_down] = R * [ax, ay, az]就这么简单。但要注意，旋转矩阵是正交矩阵，它的逆等于它的转置。这个性质在代码里非常有用，可以省去求逆的麻烦。
核心要点： 旋转矩阵是姿态解算的数学桥梁。你写的卡尔曼滤波、互补滤波，本质上都是在估计这个矩阵里的 9 个元素（或者用四元数表示，那是下一章的内容）。
5. 知识体系总览
为了让你更直观地理解这些概念之间的关系，我画了一张图：
从这张图你可以看到，地理坐标系和载体坐标系是物理概念，而旋转矩阵和欧拉角是数学工具。我们做姿态解算，本质上就是在这四个东西之间来回倒腾。
6. 实战中的选择
在实际项目中，我一般这样选：
- 调试阶段：用欧拉角，因为直观，一眼就能看出姿态对不对。
- 算法内部：用旋转矩阵或四元数，避免万向锁问题，计算也方便。
- 输出给用户：再转回欧拉角，因为用户只看角度。
小技巧： 如果你在代码里看到 atan2 函数，那多半是在从旋转矩阵提取欧拉角。比如从矩阵元素 m[2][1] 和 m[2][2] 算横滚角。这个公式我建议你直接背下来，写代码时能省不少时间。
好了，这一章的内容就到这里。坐标系和旋转表示是姿态解算的基石，你把它搞明白了，后面的卡尔曼滤波、互补滤波学起来就轻松多了。