姿态表示方法对比：欧拉角、旋转矩阵与四元数
做惯导这么多年，我见过太多新手在姿态表示上栽跟头。说实话，选错表示方法，后面整个算法都得推倒重来。今天咱们就把这三种主流方法——欧拉角、旋转矩阵、四元数——掰开揉碎了聊一聊。
我个人习惯是，先搞清楚每种方法的「脾气秉性」，再根据场景选工具。你想想看，螺丝刀和锤子都是好工具，但你不会用锤子拧螺丝对吧？
1. 欧拉角：直观但暗藏杀机
欧拉角是最符合人类直觉的表示方法。俯仰、横滚、偏航，三个角度一摆，飞机姿态一目了然。我刚开始做飞控时，调试界面用的就是欧拉角，看着数值变化，心里特别踏实。
但问题来了——万向锁。
当俯仰角接近 ±90° 时，横滚和偏航会失去一个自由度。说白了，你明明想控制两个轴，结果它们「锁」在一起了。
为什么会这样？我举个例子。你站在地球的北极点，往哪个方向走都是南。欧拉角在奇异点附近也是这个道理——两个旋转轴变得共线，自由度从3降到了2。
我在项目中遇到过一次惨痛教训。某次无人机特技飞行测试，飞机做了个筋斗动作，俯仰角刚好过了90°。结果姿态解算直接炸了，角度跳变、控制发散，差点炸机。从那以后，我对欧拉角就多了一份敬畏。
| 优点 | 缺点 |
|---|---|
| 直观易懂，物理意义明确 | 存在万向锁问题 |
| 占用内存小（3个参数） | 插值不平滑，容易产生跳变 |
| 适合人机交互显示 | 不适合全姿态机动 |
2. 旋转矩阵：稳定但冗余
旋转矩阵是3×3的正交矩阵，9个元素描述3个自由度。你想想看，6个冗余参数，这就是它的代价。
但好处也很明显——没有奇异性。无论你怎么转，旋转矩阵都能稳稳地表示。我在做捷联惯导系统时，姿态更新用的就是旋转矩阵。为什么？因为它做连续旋转时特别稳定，不会出现欧拉角那种「突然抽风」的情况。
不过，冗余参数带来了两个麻烦：
- 计算量大：每次更新要算9个元素，嵌入式MCU扛不住
- 正交性漂移：长时间积分后，矩阵不再正交，需要定期重新正交化
我记得有一次做低功耗IMU项目，MCU主频只有72MHz。用旋转矩阵做姿态解算，CPU占用率直接飙到85%。后来换成四元数，降到30%不到。嗯，这就是现实。
| 优点 | 缺点 |
|---|---|
| 无奇异性，全姿态适用 | 9个参数，冗余度高 |
| 连续旋转稳定 | 计算量大，不适合低算力平台 |
| 数学性质优良 | 需要定期正交化 |
3. 四元数：紧凑且优雅
四元数是我个人最喜欢的姿态表示方法。4个参数，没有奇异性，计算效率高。说白了，它兼顾了欧拉角的紧凑和旋转矩阵的稳定性。
四元数可以理解为「带约束的复数扩展」。一个四元数 q = w + xi + yj + zk，其中 w 是实部，x、y、z 是虚部。约束条件只有一个：w² + x² + y² + z² = 1。
为什么四元数这么香？
- 紧凑：4个参数，比旋转矩阵少5个
- 无奇异性：随便你怎么转，四元数都能表示
- 插值平滑：球面线性插值（SLERP）做姿态过渡，丝般顺滑
- 计算高效：乘法、加法都比矩阵快
我在做四旋翼飞控时，姿态解算核心就是四元数。配合Mahony或Madgwick滤波器，在STM32F4上跑得飞起。嗯，这里要注意一点——四元数需要归一化。我见过有人忘了这步，结果姿态越飘越远。
// 四元数归一化示例
void quaternion_normalize(float q[4]) {
float norm = sqrt(q[0]*q[0] + q[1]*q[1] + q[2]*q[2] + q[3]*q[3]);
if (norm < 1e-6f) return; // 防止除零
q[0] /= norm;
q[1] /= norm;
q[2] /= norm;
q[3] /= norm;
}| 优点 | 缺点 |
|---|---|
| 4个参数，紧凑无冗余 | 不够直观，难以直接理解 |
| 无奇异性 | 需要定期归一化 |
| 计算效率高 | 调试时不如欧拉角方便 |
| 插值平滑 | 初学者理解门槛较高 |
4. 三种方法对比总结
说了这么多，咱们来个直观对比。下面这张图是我自己整理的，每次做方案选型时都会看一眼。
- 显示层：用欧拉角，方便人看
- 解算层：用四元数，高效稳定
- 理论层：用旋转矩阵，数学优美
说白了，各取所长。我在实际项目中，内部全用四元数，只在输出给上位机时转成欧拉角。这样既保证了性能，又方便调试。
最后说一句，没有完美的姿态表示方法。欧拉角直观但有锁，矩阵稳定但冗余，四元数紧凑但抽象。选哪个，取决于你的应用场景和算力资源。嗯，希望这些经验能帮你少走弯路。
公众号:蓝海资料掘金营，微信deep3321