![移动机器人原理与设计(原书第2版)](https://wfqqreader-1252317822.image.myqcloud.com/cover/158/41517158/b_41517158.jpg)
上QQ阅读APP看书,第一时间看更新
1.1.5 伴随矩阵
对于每个向量w=(wx,wy,wz),均可得到其反对称矩阵为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t4.jpg?sign=1739279600-rhXOt08BYFzsjWHphcmoNrIshxInNv19-0-ec73e79ff2d8b53a0a57e11ead519470)
可将其理解为一个与向量w的向量积相关的矩阵。通常也将矩阵Ad(w)写为w∧。
命题:如果R(t)是一个依赖于时间t的旋转矩阵,则其旋转向量可由下式给出:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t5.jpg?sign=1739279600-jgXcUpkWMsIhNrLvaPje1RG2IXe8rvIu-0-7ca13dc9ef5515edac44ea90d64b7dca)
证明:该关系式是由方程式(1.1)直接推导出的结果。
命题:如果R是R3内的一个旋转矩阵,同时a为R3内的一个向量,则有:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t6.jpg?sign=1739279600-XqrMaYNvVYBs94Owl6wYmN8qC4U6Ui6H-0-f01bbbdc8f2e3e199b67848bc54401db)
上式也可写为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t7.jpg?sign=1739279600-rdLF9q7xj2p2JK0w4PIv2CWpOubKbljy-0-20add53956abc7e0853a761df617bb10)
证明:令x为R3内的一个向量,则有:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t8.jpg?sign=1739279600-XG3ujAeqeqO7Fo4QGuacFx9FYfnoVNeA-0-0eb41d95bc436f238961415ffa0fd82c)
命题(二元性):有如下关系:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t9.jpg?sign=1739279600-Lwus48buUUfNSzjzw7zhnMdPGW5ScvKN-0-0abb31f3a452c16109f15fc91afa17a0)
上述关系表达了一个事实,即RT·是与旋转矩阵w相关的。但是表示在与R相关的坐标系内时,是与R(t)相关的;然而表示在标准基坐标系内时,
·RT是与同一个向量相关的。
证明:如下式:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t1.jpg?sign=1739279600-2VD3bywHECWlw7x3M8w20ndfswcK4EeD-0-39c67127c00775e3fd3f2a5b07311cdc)