![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)
1.1.6 罗德里格斯旋转公式
矩阵指数。给定一个n维方阵M,其指数可以定义为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t2.jpg?sign=1739281415-xyj22DCF0khTcmKBJHfzz1NIVWWGk90l-0-760429c606ebea5ebb1b9d0fb5ca896e)
式中,In为n维单位矩阵。而eM和M是同维的。在此有一些关于矩阵指数的重要性质。如果0n是n×n的零矩阵,且M和N为两个n×n的矩阵,则:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t3.jpg?sign=1739281415-JQiXkPSMqaBRyQyHQASOiWaMmbsfcIIY-0-d2123736c8d941f1b78bafc2f95548d6)
矩阵对数。给定一个矩阵M,如果eL=M,则称矩阵L是M的矩阵对数。对复数而言,其指数函数并不是一对一的方程,矩阵可能有多个指数。利用幂级数,可将方阵的对数定义为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t4.jpg?sign=1739281415-KKhuYfZXNQBnu9L9U85jt9AzyvmNSbMd-0-5c729e6eed4bdd22cd897cf507a26152)
当M趋于单位矩阵时,其和是收敛的。
罗德里格斯公式。R↔(n,α)在某一旋转矩阵R中,会存在一个由单位向量n表示的轴和相对于该轴的角α,通过单位向量n和角度α亦可生成该矩阵R。该关系R↔(n,α)可由如下罗德里格斯公式得到:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t5.jpg?sign=1739281415-Fiej6zSj40BgT4uEf5a56jFY64ZFo4Yr-0-5331835a9e6d326fa408d4320935b9f0)
第一个公式(i)可见习题1.4,公式(ii)是公式(i)的倒数。在这些公式中,符号αn^表示矩阵Ad(αn),见习题1.4。R=eαn^是一旋转矩阵,n是一个与R的特征值1相关联的特征向量。
旋转矩阵的轴和角。给定某一旋转矩阵R,其轴可用特征值λ=1的归一化特征向量n表示(可以找到其中两个,但在此只需其中一个)。在此,可利用式αn=logR去计算α和n,如果R趋于单位矩阵,则该式计算效果很好。一般情况下,更适合使用以下定理:
定理:给定某一旋转矩阵R,则有R=eαn^,其中:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t6.jpg?sign=1739281415-AEvB9lWYBfsayUBVXZt1xlOx7guTppWp-0-7219c4c04f5b85ba1df192b7d61d505a)
证明:取一旋转矩阵R,其特征值为1,λ1,λ2,特征向量为n,v1,v2,考虑该广义多项式f(x)=x-x-1,其中x是不确定的。根据特征值/向量的对应定理,f(R)=R-R-1=R-RT的特征值为f(1)=0,f(λ2),f(λ3),但其特征向量仍为n,v1,v2。由于f(R)是斜对称的,且f(R)·n=0,则有f(R)∝Adn。因此,向量Ad-1(R-RT)为矩阵R的与特征值1相对应的特征向量。R的轴便由其给出。利用矩阵的迹是相似不变的性质便可得到角度α,即对于任何可逆矩阵P,有tr(R)=tr(P-1·R·P)。以P为旋转矩阵,使R绕第一轴旋转。可得:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/6t1.jpg?sign=1739281415-ZOI24RnbpiDhVynWgANGXbdesakHPu4c-0-8fc621f26120e724bd690a34828b67e5)
该式给出了旋转角度。习题1.5从几何上证明了该定理。