齐次变换.pptx

,Click to edit Master title style,Click to edit Master text styles,Second Level,Third Level,Fourth Level,Fifth Level,#,第三章 工业机器人运动学,引言,要实现对工业机器人在空间运动轨迹的控制，完成预定的作业任务，就必须知道机器人在空间瞬时的位置与姿态。如何计算机器人手部在空间的位姿是实现对机器人的控制首先要解决的问题。本章讨论机器人运动学的基本问题，将引入齐次坐标变换。推导出坐标变换方程；利用,DH,参数法，进行机器人的位姿分析；介绍机器人正向和逆运动学的基础知识。,主要内容,数学基础,齐次坐标变换,机器人运动学方程的建立（正运动学）,机器人逆运动学分析,一、机器人数学基础,齐次坐标变换,1.1,引言,1.2,点向量和平面的描述,1.3,变换,1.4,平移变换,1.5,旋转变换,1.6,坐标系,1.7,相对变换,1.8,物体的描述,1.9,逆变换,1.10,一般性旋转变换,1.11,等价旋转角与旋转轴,1.12,扩展与缩小,1.13,透视变换,1.14,变换方程,1.15,小结,1.1,引言,(Introduction),机器人操作涉及到各物体之间的关系和各物体与机械手之间的关系。这一章将给出描述这些关系必须的表达方法。类似这种表示方法在计算机图形学中已经解决。在计算机图形学和计算机视觉中，物体之间的关系是用齐次坐标变换来描述的。在本课程我们将采用齐次坐标变换来描述机械手各关节坐标之间、各物体之间以及各物体与机械手之间的关系。,本章首先介绍向量和平面的表示方法，然后引出向量和平面的坐标变换，这些变换基本上是由平移和旋转组成，因此可以用坐标系来描述各种物体和机械手的空间位置和姿态。稍后还要介绍逆变换，逆变换是运动学求解的基础。,a,0,v,z,y,x,z,y,x,p,c,b,0,u,E,H,图,1.1,点向量的描述,1.2,点向量,和平面的描述,（,Notation of point vectors and planes,）,1.2.1,点向量（,Point vectors,）,点向量描述空间的一个点在某个坐标系的空间位置。同一个点在不同坐标系的描述及位置向量的值也不同。如图,1.1,中，点,p,在,E,坐标系上表示为,E,v,，在,H,坐标系上表示为,H,u,，且,v,u,。一个点向量可表示为,v=a,i,+b,j,+c,k,通常用一个（,n+1,）维列矩阵表示，即除,x,、,y,、,z,三个方向上的分量外，再加一个比例因子,w,，即,v=x y z w,T,其中,a=x/w,b=y/w,c=z/w,。,改变比例因子,w,，则分量,a,、,b,、,c,的数值相应改变，但描述的还是同一个点向量。如,v=3,i,+4,j,+5,k,可表示为,v=3 4 5 1,T,=6 8 10 2,T,=-3 -4 -5 -1,T,在向量中增加一个比例因子,w,是为了方便坐标变换中的矩阵运算。,已知两个向量,a=a,x,i,+a,y,j,+a,z,k,b=b,x,i,+b,y,j,+b,z,k,（1.1）,向量的点积是标量。用“,”,来定义向量点积，即,a b=a,x,b,x,+a,y,b,y,+a,z,b,z,（1.2）,向量的叉积是一个垂直于由叉积的两个向量构成的平面的向量。用“”表示叉积，即,a b=(a,y,b,z,a,z,b,y,),i,+(a,z,b,x,a,x,b,z,),j,+(a,x,b,y,a,y,b,y,),k,（1.3）,可用行列式表示为,i j k,a b =a,x,a,y,a,z,（,1.4,）,b,x,b,y,b,z,1.2.2,平面（,Planes,）,平面可用一个行矩阵表示，即,p=a b c d （1.5）,它表示了平面,p,的法线方向，且距坐标原点的,距离为,d/m,，其中,m=（1.6）,如图,1.2,所示，如果将,x,y,平面沿,z,轴正,方向平移一个单位距离，构成平面,p,，则,p=0 0 1 -1,即,a=0,b=0,c=1,d=-1,m=1,平面,p,上任一点,v,为,v=,x y,1 1,T,，它与平面,p,的点乘为零，即,p,v=0,平面,p,上方任一点,v,，如,v=0 0 2 1,T,，它与平面,p,的点乘为一个正数，即,p v=1,平面,p,下方任一点,v,，如,v=0 0 0 1,T,，它与平面,p,的点乘为一个负数，即,p v=-1,注意：平面,0 0 0 0,无定义。,a,2,+b,2,+c,2,a,2,+b,2,+c,2,图,1.2,平面的描述,0,v,p,z,y,x,1,y,x,H,空间的变换是由,4,4,矩阵来完成的，它可以表示平移、旋转、扩展和透视等各种变换。如已知点,u,（在平面,p,上）,它的变换,v,（在平面,q,上）,用矩阵积表示为,v=H u （1.7）,其中,H,为4,4 变换矩阵，,u,和,v,为4,1,的点列向量，,相应的平面,p,到,q,的,变换是,q=p H,-,1,（1.8）,其中,H,-,1,为,H,的逆阵，,p,和,q,为,1,4,的平面行向量。,经变换后的平面向量,q,与点向量,v,的点乘为,q,v=p H,-,1,H u,p u （1.9）,与变换前平面,p,与点,u,的点乘相等，证明了变换的等效性。,1.3,变换,(Transformation),1.4,平移变换,（,Translation transformation,）,用向量,h,a,i,+b,j,+c,k,进行,平移，其相应的,H,变换矩阵是,1 0 0,a,0 1 0 b,H =Trans(a b c)=0 0 1 c (1.10),0 0 0 1,因此对向量,u=x y z w,T,，经,H,变换为向量,v,可,表示为,x+aw x/w+a,y+bw y/w+b,v=z+cw =z/w+c (1.11),w 1,可见，平移实际上是对已知向量,u=x y z w,T,与平移向量,h=a b c 1,T,相加。,【,例,1.1,】,对点向量,u=2 3 2 1,T,进行平移，平移向量为,h=4 -3 7 1,T,，则平移后的向量为,v=6 0 9 1,T,，或,1 0 0 4 2 6,0 1 0 3 3 0,v=H,u=0 0 1 7 2 =9,0 0 0 1 1 1,点向量的平移过程如图,1.3,所示。,对平面的平移则用,H,1,进行变换，如对平面,p=1 0 0 -2,进行,H,变换为平面,q,，则根据变,换原理有,1 0 0 -4,0 1 0 3,q,p H,1,1 0 0 -2,0 0 1 -7,0 0 0 1,1 0 0 -6,平面,p,1 0 0 -2,是,y,z,平面沿,x,正方向移动,2,个单位形成的平面（图,1.3,），点,u=2 3 2 1,T,是平面,p,上的一个点，它们的点乘,p u=0,。经,H,变换后的平面,q,1 0 0-6 ,是,y,z,平面沿,x,正方向移动,6,个单位形成的平面，点,v=6 0 9 1,T,是平面,q,上一个点，平面,q,与点,v,的点乘也应是零，即,q v,0,，说明变换前后的结果不变，证明,H,变换是正确的。,u,0,z,y,x,3,P,2,2,图,1.3,点向量的平移,v,6,9,q,p,1.5,旋转变换,（,Rotation transformation,）,如图,1.4,所示，绕,x,y,z,轴旋转一个,角,的相应变换是,1 0 0 0,0,cos -sin 0,Rot(x,)=0 sin cos 0,（,1.12,）,0 0 0 1,cos 0 sin 0,0 1 0 0,Rot(y,)=-sin 0 cos 0 (1.13),0 0 0 1,cos -sin 0 0,sin cos 0 0,Rot(z,)=0 0 1 0 (1.14),0 0 0 1,注意：,角旋转的正方向遵循右手螺旋法则（如图,1.4,所示）,图,1.4,旋转变换,0,z,y,x,【,例,1.2】,点,u=7,i,+3,j,+2,k,，它绕,z,轴旋转90,为,v，,经式（,1.14,）变换得到（,sin=1,，,cos=0,）,0,-,1 0 0 7,-,3,1 0 0 0 3 7,v=Rot(z,90,)=0 0 1 0 2,2,0 0 0 1 1 1,起始点,u,和终点,v,如图,1.5,所示。如将,v,点再绕,y,轴,旋转90,得到,w。,用式（,1.13,）变换得到,0 0 1 0,-,3 2,0 1 0 0 7,7,w=Rot(y,90,)=,-,1 0 0 0 2,3,0 0 0 1 1,1,结果如图,1.6,所示。如果将上述两次旋转结合起来，,写成一个表达式得到,w=Rot(y,90,)v,Rot(y,90,)Rot(z,90,)u,用两个变换矩阵,Rot(y,90,),、,Rot(z,90,),和起始,点,u,代入上式计算的结果与前面分两次计算的结果相同。,2,u,z,y,x,v,0,图,1.5 Rot(z,90),y,u,v,0,z,x,w,图,1.6 Rot(y,90)Rot(z,90),2,7,为此，先将点,u,绕,z,轴旋转90,，然后再绕,y,轴旋转90,，我们得到,0 0 1 0 0 -1 0 0 7 2,0 1 0 0 1 0 0 0 3 7,w,Rot(y,90,)Rot(z,90,)u =-1 0 0 0 0 0 1 0 2,3,0 0 0 1 0 0 0 1 1 1,如果按着,逆序旋转,，首先绕,y,轴旋转90,，然后再绕,z,轴旋转90,，其结果为,0 -1 0 0 0 0 1 0,7 -3,1 0 0 0 0 1 0 0,3 2,w=Rot(z,90,)Rot(y,90,)u =0 1 0 0 -1 0 0 0 2 =-7,0 0 0 1 0 0 0 1 1 1,逆序旋转的结果如图,1.7,所示。,显然，,变换的顺序不同，其结果也不同,。这从,矩阵相乘是不可交换的（,ABBA,）也可以得到证明。,如对经过两次旋转变换得到的点向量,w,再进行一次平移（平移向量为,h,4-3 7 1,T,），,则可得到如图,1.8,所示的点向量,n,。变换过程如下,1 0 0 4 2 6,0 1 0,-,3 7 4,n=Trans(4,3,7)w =0 0 1 7 3 =10,0 0 0 1 1 1,z,u,v,0,y,x,w,图,1.8 Trans(4,-3,7)Rot(y,90)Rot(z,90),n,7,2,w,0,z,y,x,u,图,1.7 Rot(z,90)Rot(y,90),2,-7,v,1.6,坐标系,(Coordinate frames),齐次变换矩阵,H,由四个列向量组成，它的前三个列向量称为方向向量，由式,（,1.12,）到式（,1.14,）的旋转变换（分别绕,x,、,y,、,z,轴旋转,角,）确定，第四个列向,量称为平移向量，它的平移分量（沿,x,、,y,、,z,轴的平移量）由式（,1.10,）第四列的前,三个元素确定。如,0 0 1 4,1 0 0 -3,H,Trans(4,-3,7)Rot(y,90)Rot(z,90),=0 1 0 7,（,1.15,）,0 0 0 1,坐标系的原点，即零向量,0 0 0 1,T,的,H,变换是,4 -3,7 1,T,，,相当于将原点按平移,向量的各个分量进行平移的结果（如图,1.9,所,示）。如果对,x,、,y,、,z,轴的单位向量进行,H,变,换，分别得到,4 -2 7 1,T,、,4 -3 8 1,T,和,5,-3,7 1,T,。,这四个向量在图,1.9,中标出，并,形成了一个新坐标系。,0,z,y,x,z,y,x,0,Trans(4,-3,7),Rot(z,90,),Rot(y,90,),图,1.9,坐标原点与单位向量的,H,变换,这个新坐标系的,x,、,y,、,z,轴的方向分别是,0,，1，0，0,T,、,0，0，1，0,T,和,1,，0，0，0,T,，它是由单位向量的,H,变换减去这个坐标原点的向量得到的。这些方向向量相应于变换矩阵的前三列（见式（,1.15,）。可见，,H,变换矩阵描述了一个坐标系绕原参考坐标系旋转和对参考坐标系平移的三个轴的方向和原点的位置,（见图,1.9,）。如图,1.10,所示，当对一个向量,n,进行式（,1.15,）给出的,H,变换时，原向量,n,可以被认为是在新坐标系描述的那个向量,u,，即被变换了的向量,u,就是相对于参考坐标系描述的同一个向量,n,。,0,0,z,z,y,y,x,x,u(7,3,2,1),n(6,4,10,1),图,1.10,向量的,H,变换,1.7,相对变换,（,Relative transformation,）,我们刚刚描述的旋转和平移都是相对于一个固定的坐标系而进行的。这样，在,已给的例子里,0 0 1 4,1 0 0,-3,Trans(4,-3,7)Rot(y,90,)Rot(z,90,)=0 1 0 7,（,1.16,）,0 0 0 1,坐标系首先绕参考坐标系,z,轴旋转90,，然后绕,y,轴旋转 90,，最后平移 4,i,3,j,+7,k,，,如图,2.9,所示。如果以相反次序从左到右来进行这些操作：首先对坐标平移4,i,3,j,+7,k,，,然,后将它绕当前坐标系的,y,轴旋转 90,，此时当前坐标系的,y,轴与参考坐标系的,y,轴是相同,的。然后再绕着新坐标系（当前的）坐标系的,z,轴旋转90,，所得结果与前面的方法相同,（见图,1.11,）。,0,0,z,z,z,z,y,y,y,y,x,x,x,x,Rot(y,90,),Rot(z,90,),Trans(4,-3,7),坐标原点,图,1.11,相对变换,一般的情况下，,如果我们用一个旋转和/或平移变换矩阵右乘一个坐标系的变换，那么产生的平移和/或旋转是相对于前一个变换的坐标系（当前坐标系）的轴来说的。如果我们用一个描述平移和/或旋转的变换矩阵左乘一个坐标系的变换，那么产生的平移和/或旋转是相对于基坐标系来说的。,【,例,1.3】,给一个坐标系,C,和一个变换,T，T,为绕,z,轴旋转90,，并在,x,轴方向上平移10个单位，当变换是相对于基坐标系产生时，我们用,T,左乘,C,得到新的位置,x,为,0 -1 0 10 1 0 0 20 0 0 1 0,1 0 0 0 0 0 -1 10 1 0 0 20,x=T C =0 0 1 0 0 1 0 0,0 1 0 0,（,1.17,）,0 0 0 1 0 0 0 1 0 0 0 1,当变换是相对于当前坐标系,C,轴产生时，我们用,T,右乘,C,得到新的位置,y,为,1 0 0 20 0 -1 0 10 0 -1 0 30,0 0 -1 10 1 0 0 0 0 0 -1 10,y=C T =0 1 0 0 0 0 1 0,1 0 0 0,（,1.18,）,0 0 0 1 0 0 0 1 0 0 0 1,结果如图,1.12,所示。,Y,X,Trans(10,0,0),Rot(z,90,),0,z,y,x,x,x,x,x,y,y,y,y,z,z,z,z,Rot(z,90,),Trans(10,0,0),图,1.12,相对于基坐标系和当前坐标系的变换,1.8,物体的描述,（,Object representation,）,变换可用来描述物体的位置与方向（方位）。如图,1.13,所示的,楔形,物体用六个角点,来描述，这六个角点是相对于物体所在的参考坐标系的。如果把物体绕,z,轴旋转 90,，,然后绕,y,轴旋转 90,，接着沿,x,方向平移4个单位，我们可以描述这个变换为,0 0 1 4,1 0 0 0,Trans(4,0,0)Rot(y,90,)Rot(z,90,)=0 1 0 0,0 0 0 1,这个变换表示了对参考坐标系的旋转和平移操作，变换后物体的六个角点为,4 4 6 6 4 4 0 0 1 4 1 -1 -1 1 1 -1,1 -1 -1 1 1-1 1 0 0 0 0 0 0 0 4 4,0 0 0 0 4 4 =0 1 0 0 0 0 0 2 2 0,1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1,变换后该物体在坐标上的方位如图,1.13,所示。,从图,1.13,可以看出，由于楔形物体的角点与它所在的坐标系有固定的关系，因此没有必要对所有的角点进行变换，只要对物体所在的坐标系进行变换，就可得到变换后的各个角点在基坐标中的位置，将这些角点用直线连接起来就可得到楔形物体的边缘，它与逐点变换的结果完全相同（见图,1.14,）。,(-1,0,0),(-1,0,2),(1,0,2),(1,4,0),(-1,4,0),(1,0,0),z,y,x,0,图,1.13,楔形物体,图,1.14,被变换的楔形物体,(4,1,0),(4,-1,4),(4,1,4),(6,1,0),(6,-1,0),(4,-1,0),y,x,0,y,x,z,z,1.9,逆变换,（,Inverse transformation),所谓逆变换就是将被变换的坐标系返回到原来的坐标系，在数学上就是求变换矩阵的逆。,下面我们写出变换矩阵的一般表达形式,n,x,o,x,a,x,p,x,n,y,o,y,a,y,p,y,T=n,z,o,z,a,z,p,z,（,1.19,）,0 0 0 1,式中,n,o,a,是旋转变换列向量，,p,是平移向量，其逆是,n,x,n,y,n,z,-p.n,o,x,o,y,o,z,-p.o,T,-,1,=a,x,a,y,a,z,-p.a,（,1.20,）,0 0 0 1,式中的“.”表示向量的点积。这个结果很容易用式,1.19,右乘式,1.20,是单位矩阵来证明。,1.10,一般性旋转变换（,General rotation transformation,）,前面我们介绍的旋转变换都是绕,x,，,y,，,z,轴旋转的旋转变换，这些变换都有一个简单的几何解释。例如：在绕,z,轴旋转的情况下，表示,z,轴保持恒定，,x,轴和,y,轴将如图,1.15,所示那样变化。,图,1.15,绕,z,轴的旋转,z,0,z,y,y,x,x,Cos,Sin,Sin,Cos,如图,1.16,所示，,给出一个变换矩阵,C,，它绕,任意向量,k,旋转，我们把,k,当作,C,坐标系的,z,轴单,位向量。,n,x,o,x,a,x,0,n,y,o,y,a,y,0,C =n,z,o,z,a,z,0,（,1.21,）,0 0 0 1,k =a,x,i,+a,y,j,+a,z,k,（,1.22,）,绕,k,旋转就相等于绕,C,坐标系的,z,轴旋转。,Rot,（,k,，,）,=Rot,（,C,z,，,）（,1.23,）,如果我们给一个坐标系,T，,它在参考坐标,系里被描述，它在,C,坐标系里用,X,描述，这样,T =C X,（,1.24,）,其中,X,描述,T,相对,C,的位姿，求,X，,我们得到,X =C,-,1,T,（,1.25,）,k,T,z,z,y,y,x,x,x,0,0,图,1.16,一般性旋转变换,C,T,绕,k,旋转就等于绕坐标系的,z,轴旋转,Rot,（,k,）,C Rot,（,z,）,X,（,1.26,）,Rot,（,k,）,C Ro,t,（,z,）,C,-,1,T,（,1.27,）,这样,Rot,（,k,）,C Rot,（,z,）,C,-,1,（,1.28,）,展开式（,1.28,），我们发现,C Rot,（,z,）,C,-,1,仅是,k,的函数。,用,C,-,1,右乘,Rot,（,z,），我们得到,cos -sin 0 0n,x,n,y,n,z,0,sin cos 0 0o,x,o,y,o,z,0,Rot,（,z,）,C,-,1,0 0 1 0a,x,a,y,a,z,0,0 0 0 1,0 0 0 1,n,x,cos,o,x,sin n,y,coso,y,sin n,z,coso,z,sin 0,n,x,cos+o,x,sin n,y,cos+o,y,sin n,z,cos+o,z,sin 0,=a,x,a,y,a,z,0,（,1.29,）,0 0 0 1,再用,C,左乘,n,x,o,x,a,x,0,n,y,o,y,a,y,0,C =n,z,o,z,a,z,0,（,1.30,）,0 0 0 1,得到,C Rot,（,z,）,C,-,1,=,n,x,n,x,cos n,x,o,x,sin+n,x,o,x,sin+o,x,o,x,cos+a,x,a,x,n,y,n,x,cos n,y,o,x,sin+n,x,o,y,sin+o,y,o,x,cos+a,y,a,x,n,z,n,x,cos n,z,o,x,sin+n,x,o,z,sin+o,z,o,x,cos+a,z,a,x,0,n,x,n,y,cos n,x,o,y,sin+n,y,o,x,sin+o,y,o,x,cos+a,x,a,y,n,y,n,y,cos n,y,o,y,sin+n,y,o,y,sin+o,y,o,y,cos+a,y,a,y,n,z,n,y,cos n,z,o,y,sin+n,y,o,z,sin+o,y,o,z,cos+a,z,a,y,0,n,x,n,z,cos n,x,o,z,sin+n,z,o,x,sin+o,z,o,x,cos+a,x,a,z,0,n,y,n,z,cos n,y,o,z,sin+n,z,o,y,sin+o,z,o,y,cos+a,y,a,z,0,n,z,n,z,cos n,z,o,z,sin+n,z,o,z,sin+o,z,o,z,cos+a,z,a,z,0,（,1.31,）,0 1,应用下列关系进行简化：,C,坐标系任意的行或列与其他行或列的点积为零，因为这些向量是正交的；,C,坐标系任意的行或列与其自身的点积为,I,，因为它们是单位量；,z,向量是,x,和,y,向量的叉积：,a=n o,，它有下列分量,a,x,=n,y,o,z,n,z,o,y,a,y,=n,z,o,x,n,x,o,z,a,z,=n,x,o,y,n,y,o,x,正矢,Vers=,（,1cos,），简写成,Vers,，且,kx=ax,，,ky=ay,，,kz=az,。由此可得到简化式为,Rot(k,)=,k,x,k,x,Vers+cos k,y,k,x,Versk,z,sin k,z,k,x,Vers+k,y,sin 0,k,x,k,y,Vers+k,z,sin k,y,k,y,Vers+cos k,z,k,y,Vers k,zx,sin 0,k,x,k,z,Versk,y,sin k,y,k,z,Vers+k,x,sin k,z,k,z,Vers+cos 0,（,1.32,）,0 00 1,上式是一般性的旋转变换的重要结论。从这个结论可以得出每一个基本旋转变换。例如：,Rot(x,),就是,Rot(k,),当,k,x,=1，k,y,=0,k,z,=0,的情况，将这些值代入式（,1.32,）得到,1 0 0 0,0,cos -sin 0,Rot(x,)=0 sin cos 0,（,1.33,）,0 0 0 1,这个结果与以前一样。,1.11,等价旋转角与旋转轴,（,Equivalent angle and axis of rotation,）,任给一个旋转变换，从（,1.32,）方程得到一个轴，绕这个轴旋转的等价旋转角可由,如下方法得到。已知一个旋转变换,R,n,x,o,x,a,x,0,n,y,o,y,a,y,0,R =n,z,o,z,a,z,0,（,1.34,）,0 0 0 1,令,R,和式,（,1.32,）的,Rot(k,),相等，并将对角线各项相加得到,n,x,+o,y,+a,z,+1 =k,2,x,Vers+cos+k,2,y,Vers+cos+k,2,z,Vers+cos+1,（,1.35,）,n,x,+o,y,+a,z,=(k,2,x,+k,2,y,+k,2,z,)Vers+3cos=1+2cos,（,1.36,）,由此可得到旋转角的余弦是,cos=1/2（n,x,+o,y,+a,z,1）,（,1.37,）,对非对角线项相减，我们得到,o,z,a,y,=2 k,x,sin,（,1.38,）,a,x,n,z,=2 k,y,sin,（,1.39,）,n,y,o,x,=2 k,z,sin,（,1.40,）,把式（,1.38,）到式（,1.40,）两边平方并相加有,（,o,z,a,y,）,2,+,（,a,x,n,z,）,2,+,（,n,y,o,x,）,2,=4 sin,2,（,1.41,）,我们得到了,sin,的表达式,sin=1/2（o,z,a,y,）,2,+（a,x,n,z,）,2,+（n,y,o,x,）,2,（,1.42,）,规定这个旋转是绕,k,正方向旋转，当 0,180,时，在上式中取十号是合理的。,这个旋转角,被唯一定义为,tan=（o,z,a,y,）,2,+（a,x,n,z,）,2,+（n,y,o,x,）,2,/,（,n,x,+o,y,+a,z,1,）（,1.43,）,k,的各分量为,k,x,=（o,z,a,y,）/2 sin,（,1.44,）,k,y,=（a,x,n,z,）/2 sin,（,1.45,）,k,z,=（n,y,o,x,）/2 sin,（,1.46,）,注意,：,当旋转角,较小或接近,180,时，上述三个式子的分子和分母都很小，所计算的,k,值是不精确的。为此可继续根据式（,1.32,）和式（,1.33,）对应元素以及它们的代数和相等的关系来求出,k,的各个分量。,1.12,扩展与缩小,（,Stretching and scaling,）,一个变换,T,a 0 0 0,0 b 0 0,T =0 0 c 0,（,1.47,）,0 0 0 1,将沿着,x,轴以,a,因子，沿着,y,轴以,b,因子，沿着,z,轴,c,因子均匀扩展着各种物,体。假定在一个物体上任意一个点,x i+y j+z k,，它的变换是,a x a 0 0 0 x,b y 0 b 0 0 y,c z =0 0 c 0 z,（,1.48,）,1 0 0 0 1 1,这个正好表示出所说的扩展。这样，一个正方体可以由这个变换变成长方体。变换,s,s 0 0 0,0 s 0 0,s =0 0 s 0,（,1.49,）,0 0 0 1,将以,s,为比例因子来扩展或缩小任一物体。,1.13,透视变换,（,Perspective transformation,）,假设由一个简单透镜把一个物体形成的像,如图,1.17,所示。透镜的轴沿着,y,的方向，焦距,为,f,，物体上的一个点,x,y,z,成象为,x,/,y,/,z,/,。,y,/,表示象距，它随着物距,y,而变化。如果在通,过,y,/,而垂直于,y,的平面（照相机的底片）上画,出各个点，那么就形成了一个透视像。射线穿,过透镜中心不偏转，则,z/y =z,/,/y,/,（,1.50,）,x/y =x,/,/y,/,（,1.51,）,根据平行透镜的轴的射线通过焦点，我们,可以写出,z/f =z,/,/(y,/,+f),（,1.52,）,x/f =x,/,/(y,/,+f),（,1.53,）,x,/,y,/,和,z,/,是负数，而,f,是正数。用式,（,1.50,）,和,式（,1.52,）,消去,y,/,，,得,z/f =z,/,(z,/,y/z +f),（,1.54,）,z,y,x,0,(x,y,z),(x,y,z),f,图,1.17,透视变换,求出,x,/,=x (1y/f),（,1.55,）,y,/,=y (1y/f),（,1.56,）,z,/,=z (1y/f),（,1.57,）,齐次变换,p,能导出同样结果，变换,p,是,1 0 0 0,0 1 0 0,p =0 0 1 0,（,1.58,）,0 -1/f 0 1,任何一点,x i+y j+z k,变换为,x 1 0 0 0 x,y 0 1 0 0 y,z =0 0 1 0 z,（,1.59,）,1y/f 0 -1/f 0 1 1,用比例因子 1,y/f,除得到的象点,x,/,y,/,z,/,有,x/(1y/f)i+y/(1y/f)j+z/(1y/f)k,（,1.60,）,这个结果与前面利用透视原理的结果完全相同。在,p,变换的第二列最底一元素为,1/,f，,则导出一个沿着,y,轴的一透视变换。如果 1/,f,是第三列最底一项，那就是沿,z,轴的透视变换。,1.14,变换方程,（,Transform equations,）,研究一下图,1.18,描述的,一个物体与机械手,情,况，机械手用变换,Z,相对于基坐标系被定位。,机械手的端点用变换,Z,T,6,来描述，而末端执行器,用变换,T6,E,来描述。物体用变换,B,相对于基坐,标系被定位。最后，机械手末端抓手用变换,B,G,相对于物体被定位。末端抓手位置的描述有两种,方式，一种是相对于物体的描述，一种是相对于,机械手的描述。由于两种方式描述的是同一个,点，我们可以把这个描述等同起来，得到,Z,Z,T,6,T6,E,=B,B,G,（,1.61,）,这个方程可以用有向变换图来表示（见图,1.19,）。图的每一段弧表示一个变换。从它的定,义的坐标系向外指向。,用,Z,-,1,左乘和用,E,-,1,右乘方程（,1.61,），得到,T,6,=Z,-,1,B G E,-,1,（,1.62,）,0,E,G,B,Z,T,6,z,y,x,图,1.18,一个物体与机械手,图,1.19,有向变换图,G,B,E,T,6,Z,0,从有向变换图上我们可以直接得到上述结果，从,T,6,弧线的尾部开始，沿着图形顺时针依次列出各个变换，直到,T,6,弧的箭头为止。在逆变换时，我们从,T,6,弧的箭头开始，按逆时针方向依次列出各个变换，直到,T,6,弧的起始点为止，则可得到,T,6,的逆,T,6,-,1,=E G,-,1,B,-,1,Z,（,1.63,）,对上式求逆得到与式（,1.62,）完全相同的结果。,作为进一步的例子，假设一个物体,B,的位置不知道，但机械手移动，使得末端抓手正好定位在物体上面。然后用,G,-,1,右乘式（,1.61,）求出,B,。或者在有向变换图中从,B,的尾部沿着逆时针方向到达弧,B,的箭头，直接得到同样结果。,B=Z T,6,E G,-,1,（,1.64,）,同样，我们可以用有向变换图求出变换的连接组。例如,Z T,6,=B G E,-,1,（,1.65,）,用有向变换图简化了变换方程的求解，可以直接写出变换结果。为了避免画圆，我们用图,1.20,所示的形式表示这个变换图，其中虚线表示那两个节点是被连在一起的，中间各垂线段表示相对坐标系。,B,G,E,T,6,Z,图,1.20,有向变换图的另一种形式,1.15,小结,（,Summary,）,齐次变换可以用来描述空间坐标系的位置与方向。如果坐标系被固定在物体,或机械手连杆上,，那么该物体或机械手的位置与方向同样很容易被描述。,物体,A,相对于物体,B,的齐次变换可以求其逆，来获得物体,B,相对于物体,A,的描述。,变换可以表示为旋转变换和,/,或平移变换的乘积。如果变换是从左到右，那么旋转和,/,或平移是相对于当前的坐标系。如果变换是从右到左，那么旋转和,/,或平移是相对于参考坐标系进行。,齐次变换用正交分量来描述坐标系，即用角度的正弦和余弦。这种描述可与旋转联系起来。在一般性旋转的情况下，旋转是绕任意向量旋转,角。,