2. 坐标系与运动学基础：惯性坐标系与体坐标系、欧拉角与四元数、漂浮体的六自由度运动描述

各位同学，咱们今天聊点硬核的。坐标系和运动学，说白了就是给漂浮体一个“身份证”和“运动轨迹”。你想想看，一个东西在水里飘着，你总得知道它朝哪、歪了多少、往哪跑吧？这些就是坐标系要干的事。

我个人习惯，做控制算法之前，先把坐标系理清楚。不然你后面算出来的控制力，可能全推反了。我在项目中就吃过这个亏——有一次仿真跑得挺欢，结果实物一上水，姿态全乱套。查了两天，发现是坐标系定义反了。嗯，从那以后，我再也不敢跳过这步。

2.1 惯性坐标系与体坐标系

先讲两个最基础的坐标系。一个是惯性坐标系，一个是体坐标系。

惯性坐标系，也叫大地坐标系。你可以把它想象成地球上的一个固定参考架。比如你站在岸边，看着水面，那个固定的东-北-天方向就是惯性系。它不随船动，是绝对的参考。

体坐标系，是固定在漂浮体上的。原点一般在重心，x轴朝前（船头），y轴朝右（右舷），z轴朝下。你想想看，船一转弯，体坐标系也跟着转。所以体坐标系是“跟着船走”的。

为什么要区分这两个？因为物理规律（比如牛顿第二定律）在惯性系下成立，但传感器（比如IMU）测的是体坐标系下的数据。所以你得来回转换。我在项目中遇到过，有人直接把IMU的加速度当惯性系用，结果积分出来的位置飞到了天上。避坑指南：一定要明确数据是在哪个坐标系下测的。

2.2 欧拉角与四元数

好，坐标系有了，那怎么描述一个漂浮体的姿态呢？两个主流方法：欧拉角和四元数。

欧拉角，就是三个角度：横摇（Roll）、纵摇（Pitch）、艏摇（Yaw）。说白了，就是绕x轴、y轴、z轴转了多少度。直观，好理解。我刚开始做控制时，特别喜欢用欧拉角，因为一眼就能看出船歪了多少。

但欧拉角有个大坑——万向锁。当纵摇接近±90度时，横摇和艏摇会耦合，丢失一个自由度。我在项目中遇到过，仿真时一切正常，但实物在极端海况下突然失控。查了半天，就是万向锁导致的。所以，如果你做的是大角度运动（比如水下机器人翻滚），千万别只用欧拉角。

四元数，是四个数：一个标量加三个矢量。它没有万向锁问题，而且插值平滑。你想想看，四元数本质上是一个超复数，用旋转轴和旋转角来描述姿态。虽然不直观，但计算稳定。

我个人习惯：人机交互用欧拉角，算法内部用四元数。显示给操作员看，用欧拉角；做控制律计算，用四元数。这样既直观又稳定。

特性	欧拉角	四元数
直观性	高	低
万向锁	有	无
计算量	小	中
插值平滑	差	好
适用场景	小角度、显示	大角度、控制

2.3 漂浮体的六自由度运动描述

漂浮体在水里，可不是只平移或只旋转。它是六个自由度一起动的。哪六个？三个平移，三个旋转。

• 平移： 纵荡（Surge，沿x轴）、横荡（Sway，沿y轴）、垂荡（Heave，沿z轴）
• 旋转： 横摇（Roll，绕x轴）、纵摇（Pitch，绕y轴）、艏摇（Yaw，绕z轴）

你想想看，一个漂浮体在海浪里，它可能一边上下颠簸（垂荡），一边左右摇晃（横摇），还一边往前漂（纵荡）。这六个自由度是耦合的。比如，你给一个纵荡推力，如果重心不在浮心正下方，它还会产生纵摇力矩。这就是耦合。

我在项目中遇到过，有人只做单自由度控制，结果实物一跑，其他自由度全乱了。避坑指南：六自由度模型一定要建全，哪怕你只控制其中几个。因为耦合效应会通过动力学传递。

描述六自由度运动，通常用向量形式。比如位置向量 η = [x, y, z, φ, θ, ψ]^T，速度向量 ν = [u, v, w, p, q, r]^T。其中u、v、w是线速度，p、q、r是角速度。这两个向量之间，通过一个转换矩阵J(η)联系起来：

η_dot = J(η) · ν

这个J矩阵里，包含了欧拉角或四元数的转换关系。说白了，就是把体坐标系下的速度，映射到惯性系下的位置变化率。

2.4 知识体系总览

为了让你更直观地理解本章的知识结构，我画了一张图。你看，从坐标系出发，到姿态描述，再到六自由度运动，最后落到控制算法。每一步都是环环相扣的。

你看这张图，从左到右，从上到下，逻辑很清晰。先定坐标系，再选姿态描述方法，最后建立六自由度运动方程。每一步的选择，都会影响后续控制算法的设计。比如，你选了欧拉角，就要处理万向锁；选了四元数，就要处理归一化。

好了，这一章就到这里。坐标系和运动学是基础中的基础，你把它搞透了，后面的动力学和控制学才能站得住脚。记住我的一句话：坐标系定天下，姿态定乾坤。