首页 理论教育方向余弦及坐标系转换矩阵的优势

方向余弦及坐标系转换矩阵的优势

【摘要】:线性代数中如何对同一向量在不同坐标系进行描述?很容易得到从NED坐标系到机体坐标系的坐标变换矩阵:很容易证明正交矩阵的乘积依然是正交矩阵,因此RB/N同样是正交矩阵,这意味着从机体坐标系到NED坐标系是T1的逆,对应是RB/N的逆矩阵,读者在这里一定会欣喜若狂,因为正交矩阵在计算中最优秀的品质就是它的逆等于转置,所以在任何硬件中都很容易求得这个逆变换:RN/B=RB/N-1=RTB/N。

实现从NED坐标系到机体坐标系的数据变换有什么意义呢?无人机的旋转运动相对于无人机自身是没有任何意义的,只有相对于地面才有意义。因此我们需要用坐标系间的相对变化描述旋转运动,具体到无人机系统就是NED坐标系和机体坐标系。但如何来描述坐标系间的旋转呢?(请思考问题:坐标系对应线性代数的哪些知识?线性代数中如何对同一向量在不同坐标系进行描述?)

读者可以联系线性代数中的基础知识——线性变换来理解。坐标系间的数据转换本质上就是同一向量在不同基下的描述,这些基彼此之间可以通过线性变换获得,而矩阵就是进行线性变换的专门工具。

978-7-111-57554-2-Part03-81.jpg

图6.10 欧拉角描述旋转运动 (图片来源:参考文献[3])

可以把无人机任意一次旋转按次序拆分为三个部分:绕Zb轴的偏航运动,绕Yb轴的俯仰运动,绕Xb轴的横滚运动。每一次运动用一个旋转矩阵来描述就成了下面的形式:

978-7-111-57554-2-Part03-82.jpg

请读者注意,这三个矩阵都是斜对称阵,喜欢数学的朋友可以自行思考,肯定可以挖掘出很多有趣的内容。此处需要读者记住的是斜对称阵的特征向量两两相互独立,且上面这三个斜对称阵中包含的正交向量都是单位向量。也正因为这样,我们可以通过这几个斜对称阵来进行基变换(T1)。

很容易得到从NED坐标系到机体坐标系的坐标变换矩阵(方向余弦矩阵):

978-7-111-57554-2-Part03-83.jpg

很容易证明正交矩阵的乘积依然是正交矩阵,因此RB/N同样是正交矩阵,这意味着从机体坐标系到NED坐标系是T1的逆,对应是RB/N的逆矩阵,读者在这里一定会欣喜若狂,因为正交矩阵在计算中最优秀的品质就是它的逆等于转置,所以在任何硬件中都很容易求得这个逆变换:RN/B=RB/N-1=RTB/N

当我们有了这些旋转矩阵后能用它们做些什么?这个问题会在后面无人机控制的相关内容中进行讲解,但不妨在此处记下这样一个问题,以提醒我们当遇到任何一个理论、技术、知识时都要思考一下“它对我有什么意义?我该如何使用它?在实际系统中需要注意什么?”