2. 运动学基础：刚体运动描述、旋转矩阵、欧拉角、齐次变换矩阵

各位同学，咱们今天聊点硬核的——刚体运动描述。说实话，我刚入行那会儿，觉得这东西就是一堆数学公式堆砌，没啥意思。直到有一次做六自由度平台的控制算法，发现平台死活转不到我想要的角度……嗯，从那以后，我老老实实把旋转矩阵和欧拉角的关系捋了一遍。

说白了，Stewart平台的核心就是控制上平台相对于下平台的位置和姿态。位置好办，三个坐标(x, y, z)就搞定了。但姿态呢？怎么描述一个刚体在空间里「转」了多少？这就是我们今天要啃的骨头。

2.1 刚体运动的两种描述

刚体运动，说白了就是「平移+旋转」。平移简单，三个数搞定。旋转呢？我见过很多新手一上来就问：「老师，旋转到底用欧拉角还是四元数？」我的回答是：先搞懂旋转矩阵，其他的都是它的变种。

刚体在三维空间中的位姿，可以用一个位置向量 p 和一个旋转矩阵 R 来表示。位置向量描述「在哪」，旋转矩阵描述「朝向」。这两者合起来，就是一个刚体的完整状态。

P_base = R * P_body + p_origin

我在做平台标定时，经常用这个公式反推传感器的安装误差。你想想看，如果已知两个坐标系下同一个点的坐标，就能把旋转矩阵和位置解出来——这就是手眼标定的基本原理。

2.2 旋转矩阵：绕坐标轴的旋转

旋转矩阵是一个 3x3 的正交矩阵，行列式为 +1。什么意思呢？就是它只负责「转」，不负责「拉长」或「压缩」向量。我习惯把它理解成：一个向量乘以旋转矩阵，长度不变，方向变了。

最基本的旋转是绕坐标轴转。绕 X 轴、Y 轴、Z 轴的旋转矩阵长这样：

# 绕 X 轴旋转角度 θ
R_x(θ) = [[1,      0,       0],
          [0,  cos(θ), -sin(θ)],
          [0,  sin(θ),  cos(θ)]]

# 绕 Y 轴旋转角度 θ
R_y(θ) = [[ cos(θ), 0, sin(θ)],
          [      0, 1,      0],
          [-sin(θ), 0, cos(θ)]]

# 绕 Z 轴旋转角度 θ
R_z(θ) = [[cos(θ), -sin(θ), 0],
          [sin(θ),  cos(θ), 0],
          [     0,       0, 1]]

注意看符号！我当年就栽在这个坑里——绕 Y 轴的旋转矩阵，左下角是负号，右上角是正号，跟绕 X 和 Z 轴正好相反。为什么？因为右手坐标系下，Y 轴的方向跟另外两个轴不同。你拿右手比划一下就能明白。

2.3 欧拉角：直观但容易踩坑

旋转矩阵虽然数学上漂亮，但人看着头疼。12个数字，谁能一眼看出转了多大角度？所以工程上更常用欧拉角——三个角度，直观多了。

欧拉角的核心思想是：任何旋转都可以分解为三次绕坐标轴的旋转。常见的顺序有 ZYX（偏航-俯仰-横滚）和 ZXZ 等。Stewart 平台里，我一般用 ZYX 顺序，也就是先绕 Z 轴转（偏航），再绕 Y 轴转（俯仰），最后绕 X 轴转（横滚）。

对应的旋转矩阵就是三个基本旋转矩阵的乘积：

R = R_z(yaw) * R_y(pitch) * R_x(roll)

注意顺序！矩阵乘法不满足交换律，先转和后转结果完全不同。我曾经在调试时把顺序搞反了，平台直接往反方向猛转，吓得我赶紧按了急停……

2.4 齐次变换矩阵：把平移和旋转统一起来

前面我们用了两个东西描述位姿：旋转矩阵 R 和位置向量 p。能不能把它们合并成一个东西？当然可以——齐次变换矩阵 T 就是干这个的。

齐次变换矩阵是一个 4x4 的矩阵：

T = [[R(3x3), p(3x1)],
     [0 0 0,     1   ]]

这样一来，刚体上任意一点的坐标变换就变成了一个矩阵乘法：

[P_base]   = T * [P_body]
[  1   ]         [  1   ]

为什么要加个 1？说白了就是为了把平移也塞进矩阵乘法里。没有这个「齐次坐标」，平移就得单独加，没法统一处理。

我在做 Stewart 平台的正解和逆解时，全部用齐次变换矩阵来传递位姿。代码写起来特别清爽，一个矩阵搞定所有坐标系变换。

2.5 知识体系总览

下面这张图是我自己画的，把刚体运动描述的核心逻辑串起来了。你顺着箭头看，就能明白各个概念之间的关系。

2.6 实战中的选择建议

说了这么多，到底用哪个？我个人的经验是：

好了，这一章的内容就到这儿。旋转矩阵、欧拉角、齐次变换矩阵，这三兄弟你搞明白了，Stewart 平台的运动学基础就算打牢了。下一章我们就要用这些工具去解平台的正解和逆解——那才是真正有意思的地方。