第2章：坐标系与姿态表示

做飞控这些年，我最大的体会就是——坐标系搞不清楚，后面全是坑。你想想看，无人机在天上飞，它得知道自己"朝哪"、"在哪"、"怎么动"。这些信息，全靠坐标系和姿态表示来定义。

这一章，我们就来啃下这块硬骨头。我会把地球坐标系、机体坐标系、欧拉角、旋转矩阵、四元数这些概念，用最直白的方式讲清楚。

2.1 地球坐标系：飞控的"绝对参考"

地球坐标系，说白了就是给无人机一个"绝对位置"的参考系。我习惯叫它NED坐标系——北东地。

• N轴（北）：指向地理北极
• E轴（东）：指向正东方向
• D轴（地）：指向地心，也就是向下

嗯，这里要注意：D轴是向下的，不是向上的。很多新手会搞反。我在项目中遇到过，有同事把高度算反了，结果无人机直接往地里钻……还好是在仿真里。

地球坐标系是固定不动的。我们所有的GPS坐标、高度数据，最终都要转换到这个坐标系下处理。

2.2 机体坐标系：无人机自己的"身体坐标"

机体坐标系是绑在无人机身上的。不管它怎么翻滚、旋转，这个坐标系都跟着它一起动。

• X轴（前）：指向机头方向
• Y轴（右）：指向机身右侧
• Z轴（下）：指向机身下方

你想想看，无人机上的IMU（惯性测量单元）测量到的加速度、角速度，都是基于机体坐标系的。但我们要控制它飞到某个GPS点，就得把机体坐标系的数据转换到地球坐标系。

这就是姿态表示要干的事。

2.3 欧拉角：最直观的姿态表示

欧拉角，我觉得是最好理解的一种姿态表示方式。它用三个角度来描述无人机的朝向：

• 偏航角（Yaw，ψ）：绕Z轴旋转，也就是机头朝哪
• 俯仰角（Pitch，θ）：绕Y轴旋转，也就是抬头低头
• 横滚角（Roll，φ）：绕X轴旋转，也就是左右倾斜

这三个角度的旋转顺序，我习惯用Z→Y→X的顺序。为什么？因为这样最符合直觉：先确定朝向，再调整俯仰，最后修正横滚。

2.4 旋转矩阵：数学上的"坐标系转换器"

旋转矩阵，就是把一个向量从一个坐标系旋转到另一个坐标系的数学工具。说白了，就是一组3×3的矩阵。

从机体坐标系到地球坐标系的旋转矩阵，可以这样表示：

R = Rz(ψ) * Ry(θ) * Rx(φ)

其中：

• Rz(ψ) 是绕Z轴旋转ψ角的矩阵
• Ry(θ) 是绕Y轴旋转θ角的矩阵
• Rx(φ) 是绕X轴旋转φ角的矩阵

展开后长这样：

R = [
  [cosθ*cosψ, sinφ*sinθ*cosψ - cosφ*sinψ, cosφ*sinθ*cosψ + sinφ*sinψ],
  [cosθ*sinψ, sinφ*sinθ*sinψ + cosφ*cosψ, cosφ*sinθ*sinψ - sinφ*cosψ],
  [-sinθ,     sinφ*cosθ,                    cosφ*cosθ]
]

看着挺吓人，对吧？其实你不需要背它。我写代码时都是直接调库函数。但你要理解它的物理意义：每一列代表机体坐标系的一个轴在地球坐标系下的投影。

2.5 四元数：飞控的"终极武器"

四元数，很多人一听就头大。但我要说，它是飞控里最优雅、最实用的姿态表示方式。

四元数可以看作是一个"超复数"：

q = w + xi + yj + zk

其中w是实部，x、y、z是虚部。它满足：i² = j² = k² = ijk = -1。

为什么飞控要用四元数？三个理由：

1. 无万向锁：四元数不会像欧拉角那样在特定角度失效
2. 计算高效：四元数乘法比矩阵乘法快得多
3. 插值平滑：在两个姿态之间做平滑过渡，四元数是最自然的

举个例子，用四元数旋转一个向量v：

v' = q * v * q_conj

其中q_conj是q的共轭。就这么简单。

2.6 四种表示方式的对比

表示方式	优点	缺点	适用场景
欧拉角	直观，容易理解	有万向锁，插值困难	人机交互、显示
旋转矩阵	数学性质好，可逆	计算量大，9个参数	坐标变换、计算机图形学
四元数	无万向锁，计算快，插值平滑	不够直观，调试困难	飞控姿态解算、惯性导航
轴角表示	物理意义明确	插值复杂，有奇点	特殊场景

2.7 知识体系总览

下面这张图，是我自己梳理的坐标系与姿态表示的知识结构。你看一眼，就能明白它们之间的关系。

这张图把整个知识体系串起来了。你看，地球坐标系和机体坐标系是"两端"，姿态表示是"桥梁"。而欧拉角、旋转矩阵、四元数，就是这座桥的三种不同"建筑材料"。

好了，坐标系和姿态表示的基础就讲到这里。这些东西，你后面写代码、调参数、解bug，天天都会用到。把它们吃透了，飞控的大门就为你敞开了。

---

公众号:蓝海资料掘金营，微信deep3321