3. 刚体复合运动与齐次变换矩阵

一、 仿射变换公式的由来 (几何推导)

我们在前两节分别学习了纯旋转（基向量投影求矩阵）和纯平移（向量加法）。当动坐标系 $\{B\}$ 相对于固定参考系 $\{A\}$ 既有旋转又有平移时，我们该如何计算刚体上点 $P$ 的绝对位置 ${}^A\mathbf{p}$ 呢？

请结合下方的 3D 交互图，我们分三步来推导这个核心公式：

— 坐标系原点平移 (Translation) —

1.5
1.5
1.0

— 坐标系姿态旋转 (Rotation) —

0°
0°
45°

Step 1: 建立空间矢量闭合三角形

在物理空间中，从绝对原点 $O_A$ 指向点 $P$ 的向量 $\vec{O_A P}$，可以被拆分成两段路径的矢量和：先从 $O_A$ 走到移动系原点 $O_B$（青色虚线），再从 $O_B$ 走到点 $P$（蓝色实线）。即矢量方程：

$$ \vec{O_A P} = \vec{O_A O_B} + \vec{O_B P} $$

Step 2: 将所有矢量统一到 $\{A\}$ 坐标系下描述

要进行代数运算，必须把这三个几何矢量放在同一个“参照系（即坐标系 $\{A\}$）”下写成列矩阵形式：

Step 3: 合成仿射变换方程

将 Step 2 的坐标表示代入 Step 1 的矢量方程中，我们就得到了经典的刚体复合运动公式：

$$ {}^A\mathbf{p} = \underbrace{{}^A R_B \cdot {}^B\mathbf{p}}_{\text{1. 姿态旋转 (转为与A平行的位姿)}} + \underbrace{{}^A\mathbf{p}_{O_B}}_{\text{2. 原点平移}}$$

二、 统一表示平移与旋转 (引入齐次变换矩阵)

上述推导出的公式被称为仿射变换（Affine Transformation）。它完美地描述了空间几何关系，但在数学形式上，它将运动割裂成了两步：矩阵乘法（旋转）和向量加法（平移）。

为了能在代数运算中统一处理平移和旋转，数学家们巧妙地引入了齐次坐标（Homogeneous Coordinates）的概念。具体做法是：在三维位置向量的末尾补充一个辅助维度 $1$（即数学升维），从而将 $3 \times 3$ 的旋转矩阵和 $3 \times 1$ 的平移向量，等价拼接成一个 $4 \times 4$ 的齐次变换矩阵 $T$ (Homogeneous Transformation Matrix)。

通过这种等价转换，几何上“先旋转、后平移”的仿射组合，被极其优雅地化简为了一次单纯的矩阵乘法（见下方公式面板对比）。

1. 常规仿射表达 (等价于先旋转后平移)

$$ \text{加载中...} $$

2. 升维后的齐次矩阵表达 (统一处理，只用乘法)

$$ \text{加载中...} $$
📝 阶段性总结：
至此，我们已经完整解决了“如何在空间中用数学语言精确描述一个刚体的位姿（位置与方向）”这一核心基础问题。无论是纯平移、纯旋转，还是复杂的复合运动，都可以被统一到一个齐次变换矩阵 $T$ 之中。这是进入现代机器人运动学（Kinematics）大门的最关键基石。