坐标系基础：世界坐标系、车辆坐标系、传感器坐标系、坐标系转换
各位同学，今天我们来聊聊坐标系。说实话，我刚入行那会儿，觉得坐标系不就是个数学概念嘛，有啥好学的？直到第一次做传感器融合，发现雷达和摄像头报的目标位置差了十万八千里……嗯，从那以后，我再也不敢小看坐标系了。
坐标系是整个传感器融合与标定的地基。地基不稳，上层建筑再漂亮也是白搭。今天我就把这几个坐标系和它们之间的转换关系，掰开了揉碎了讲清楚。
一、世界坐标系：一切测量的起点
世界坐标系，说白了就是一个固定的参考系。它不随车辆移动而改变，就像我们平时说的「东经北纬」一样，是个绝对位置。
在车载系统中，世界坐标系通常用 WCS（World Coordinate System） 表示。一般遵循右手定则：
- X轴：指向正东
- Y轴：指向正北
- Z轴：指向天空（垂直于地面向上）
为什么这么定义？因为大多数地图和GPS数据都采用这个约定。你想想看，如果每家车企都用自己的世界坐标系，那地图数据就没法互通了。
实际项目中的坑： 我记得有一次，供应商给的GPS数据用的是WGS84经纬度，而我们内部用的是UTM投影坐标系。两者差了将近50米！后来我加了一个坐标转换模块，才把这个问题解决掉。
二、车辆坐标系：以车为本的视角
车辆坐标系 VCS（Vehicle Coordinate System） 是固定在车身上的。它随着车辆一起运动，描述的是「相对于车」的位置关系。
标准定义（ISO 8855）：
- X轴：指向车辆前进方向
- Y轴：指向车辆左侧（注意，有些标准指向右侧）
- Z轴：指向车顶方向
原点通常放在车辆后轴中心，或者质心位置。我个人习惯放在后轴中心，因为这样计算运动学模型时更方便。
小技巧： 做标定时，一定要确认车辆坐标系的原点位置。不同车企定义不同，有的放在前保险杠，有的放在GPS天线处。我曾经因为没确认原点位置，导致融合结果偏差了30厘米。
三、传感器坐标系：每个传感器都有自己的「小世界」
每个传感器都有自己的坐标系 SCS（Sensor Coordinate System）。比如：
| 传感器类型 | X轴方向 | Y轴方向 | Z轴方向 |
|---|---|---|---|
| 摄像头 | 镜头指向方向 | 图像水平方向 | 图像垂直方向 |
| 激光雷达 | 扫描正前方 | 左侧方向 | 垂直向上 |
| 毫米波雷达 | 天线法线方向 | 水平方向 | 垂直方向 |
| IMU | 前进方向 | 左侧方向 | 垂直向上 |
这里有个关键点：每个传感器的坐标系定义可能完全不同。比如摄像头，它的Z轴是朝前的（指向拍摄方向），而车辆坐标系的Z轴是朝上的。这就涉及到坐标系转换了。
四、坐标系转换：把不同「语言」翻译成同一门语言
坐标系转换，说白了就是把传感器测到的数据，换算到车辆坐标系或世界坐标系下。常用的转换方法有三种：欧拉角、旋转矩阵、四元数。
4.1 欧拉角：最直观，但有坑
欧拉角用三个角度来描述旋转：偏航角（Yaw）、俯仰角（Pitch）、横滚角（Roll）。
- Yaw（ψ）：绕Z轴旋转，像摇头
- Pitch（θ）：绕Y轴旋转，像点头
- Roll（φ）：绕X轴旋转，像歪头
⚠️ 万向锁问题： 当Pitch接近±90°时，Yaw和Roll会失去一个自由度。这就是著名的「万向锁」。我在做无人机姿态解算时遇到过这个问题，后来果断换成了四元数。
4.2 旋转矩阵：数学上最严谨
旋转矩阵是一个3×3的正交矩阵，满足 RT = R-1。绕三个轴的旋转矩阵分别为：
// 绕X轴旋转（Roll）
Rx(φ) = [1, 0, 0;
0, cosφ, -sinφ;
0, sinφ, cosφ]
// 绕Y轴旋转（Pitch）
Ry(θ) = [cosθ, 0, sinθ;
0, 1, 0;
-sinθ, 0, cosθ]
// 绕Z轴旋转（Yaw）
Rz(ψ) = [cosψ, -sinψ, 0;
sinψ, cosψ, 0;
0, 0, 1]组合旋转时，顺序很重要。我习惯用 Z→Y→X 的顺序（即先Yaw，再Pitch，最后Roll）。
4.3 四元数：计算稳定，无万向锁
四元数用四个数表示旋转：q = [w, x, y, z]，其中 w 是实部，[x, y, z] 是虚部。
为什么用四元数？因为它：
- 没有万向锁问题
- 插值平滑（SLERP）
- 计算效率高
欧拉角转四元数的公式：
w = cos(ψ/2)cos(θ/2)cos(φ/2) + sin(ψ/2)sin(θ/2)sin(φ/2)
x = cos(ψ/2)cos(θ/2)sin(φ/2) - sin(ψ/2)sin(θ/2)cos(φ/2)
y = cos(ψ/2)sin(θ/2)cos(φ/2) + sin(ψ/2)cos(θ/2)sin(φ/2)
z = sin(ψ/2)cos(θ/2)cos(φ/2) - cos(ψ/2)sin(θ/2)sin(φ/2)我的建议： 在代码里，尽量用四元数做内部计算，只在人机交互时转成欧拉角显示。这样既避免了万向锁，又方便调试。
五、知识体系总览
下面这张图，是我自己总结的坐标系知识体系。你看一眼，就能明白今天讲的内容是怎么串起来的。
六、实际项目中的坐标系转换流程
在项目中，我一般按这个流程做坐标系转换：
- 确认各传感器坐标系定义：拿到传感器手册，看清楚X/Y/Z轴方向
- 测量安装位置：用激光测距仪或标定板，测量传感器在车辆坐标系下的位置和姿态
- 构建转换矩阵：根据位置和姿态，构建4×4的齐次变换矩阵
- 数据转换：将传感器数据乘以变换矩阵，得到车辆坐标系下的数据
- 验证：用已知位置的目标做验证，确保转换误差在允许范围内
避坑指南： 我曾经在标定激光雷达时，发现转换后的点云总是有偏移。排查了两天，最后发现是安装支架有0.5°的倾斜。从那以后，我每次标定都会先用水平仪检查安装平面。
七、总结
坐标系这东西，说难不难，说简单也不简单。关键是要理解每个坐标系的意义，以及它们之间的转换关系。我个人觉得，只要掌握了欧拉角和四元数，大部分场景都能应付。
最后送大家一句话：坐标系转换做不好，传感器融合就是空中楼阁。 希望今天的分享对你有帮助。