从机器人运动规划看三维空间变换：刚体变换与仿射变换的实战解析

最新推荐文章于 2026-04-14 10:29:15 发布

原创

最新推荐文章于 2026-04-14 10:29:15 发布 · 571 阅读

收录于

当前文章被以下社区和专栏收录：

机器人运动规划中的三维空间变换：刚体与仿射变换的工程实践

当机械臂在汽车装配线上精准焊接，或是扫地机器人在复杂家居环境中自主导航时，背后都依赖于对三维空间变换的深刻理解。这些看似简单的动作，实则是数学与工程学的精妙结合——刚体变换保持物体形状不变，而仿射变换则提供了更灵活的空间映射能力。

1. 刚体变换：机器人运动的基础语言

刚体变换是机器人学中最基础也最重要的空间变换类型。它描述的是物体在三维空间中位置和姿态的变化，同时保持其形状和大小不变。想象一下拧紧螺丝的机械臂——末端执行器的移动和旋转就是典型的刚体变换。

刚体变换的数学本质可以用齐次坐标矩阵表示：

# Python代码示例：构建刚体变换矩阵
import numpy as np

def rigid_transform(rotation, translation):
    """
    构建3D刚体变换矩阵
    :param rotation: 3x3旋转矩阵
    :param translation: 3维平移向量
    :return: 4x4齐次变换矩阵
    """
    T = np.eye(4)
    T[:3,:3] = rotation
    T[:3,3] = translation
    return T

在ROS（机器人操作系统）中，TF库正是基于这种变换关系来管理不同坐标系之间的转换。例如，当我们需要将激光雷达检测到的物体位置转换到机器人基坐标系时：