【Matlab 六自由度机器人】旋转参数化方法详解：欧拉角、姿态角与四元数

往期回顾

【主线】

• 六自由度机器人模型搭建
• 运动学正解计算
• 基于蒙特卡洛法(Monte Carlo Method)构建机器人工作空间

【补充说明】

• 灵活工作空间与可达工作空间的辨析
• 改进型D-H参数(modified Dena vit-Hartenberg)的详细建立流程

前言

旋转运动看似简单，但精确描述刚体在三维空间中的姿态时，必须选择合适的参数化方案。工程中最常用的三种方法为：欧拉角、姿态角（亦称滚动-俯仰-偏航角）以及四元数（即转轴/角度表示法）。尽管每种方法均采用三个独立变量，但其几何逻辑与适用场景差异显著。本文将从旋转矩阵的推导出发，结合Matlab代码实现与可视化效果，帮助读者系统理解六自由度机器人旋转参数化的核心思想。

一、欧拉角（Euler-angle）表示法

1. 定义

欧拉角是机器人运动学中最常见的旋转参数化方法。假设存在固定参考坐标系 o₀x₀y₀z₀ 与旋转后的坐标系 o₁x₁y₁z₁，通过三个角度 φ、θ、ψ 描述相对姿态——这对应三次连续旋转，且每次旋转均绕当前坐标系（即旋转后的所在坐标轴）进行。具体流程为：首先绕当前 z 轴旋转 φ，其次绕当前 y 轴旋转 θ，最后绕当前 z 轴旋转 ψ。

三次旋转对应的基础旋转矩阵如下：

R_z,φ = [cosφ -sinφ 0; sinφ cosφ 0; 0 0 1]

R_y,θ = [cosθ 0 sinθ; 0 1 0; -sinθ 0 cosθ]

R_z,ψ = [cosψ -sinψ 0; sinψ cosψ 0; 0 0 1]

由于采用绕当前轴连续旋转的规则，总旋转矩阵 R 由各矩阵按右乘顺序连乘得到：

R_ZYZ = R_z,φ · R_y,θ · R_z,ψ

展开后将获得完整的ZYZ欧拉角变换矩阵（此处不再赘述具体形式）。核心思路在于利用三次绕当前轴的旋转，将刚体的最终姿态参数化表达。

2. 代码解析（含实例）

在Matlab中，利用符号计算验证矩阵连乘过程非常直观：

syms phi theta psi
R1 = rotz(phi)*roty(theta)*rotz(psi);

为了直观展示效果，选取一组具体角度并绘制坐标系对比：参考系显示为红色，旋转后的坐标系显示为蓝色。

syms phi theta psi
R0 = rotz(0);
R1 = rotz(pi/6)*roty(pi/6)*rotz(pi/6);
trplot(R0, 'color', 'r', 'frame', '0')
hold on
trplot(R1, 'color', 'b', 'frame', '1')

Alt

二、姿态角（RPY）表示法

1. 定义

姿态角——滚动（roll）、俯仰（pitch）、偏航（yaw）——是另一种经典参数化方式。与欧拉角不同，旋转始终围绕固定参考坐标系 o₀x₀y₀z₀ 的坐标轴进行。具体顺序为：首先绕 x₀ 轴旋转 ψ（偏航），其次绕 y₀ 轴旋转 θ（俯仰），最后绕 z₀ 轴旋转 φ（滚动）。由于旋转轴固定，最终的旋转矩阵需将各矩阵按左乘顺序连乘。

三个基本矩阵如下：

R_z,φ = [cosφ -sinφ 0; sinφ cosφ 0; 0 0 1]

R_y,θ = [cosθ 0 sinθ; 0 1 0; -sinθ 0 cosθ]

R_x,ψ = [1 0 0; 0 cosψ -sinψ; 0 sinψ cosψ]

连乘结果为：

R = R_z,φ · R_y,θ · R_x,ψ

展开后的矩阵具有标准形式，此处从略。关键点在于，固定轴旋转顺序在机器人学及飞行器控制中应用极为广泛。

2. 代码解析（含实例）

syms phi theta psi
R2 = rotz(phi)*roty(theta)*rotx(psi);

该代码直接对应姿态角的定义。如需可视化，可参照欧拉角的实例，为三个参数赋值并调用 trplot 函数。

三、四元数（axis/angle）表示法（未完待续）

1. 定义

实际应用中，旋转往往不沿主坐标轴发生，而是围绕空间中任意单位向量 k = [k_x, k_y, k_z]^T 转动角度 θ。转轴/角度表示法提供了一种更紧凑、且能避免万向锁问题的参数化方式。旋转矩阵 R_k,θ 可通过Rodrigues公式推导得出。本节先埋下伏笔——四元数的详细分析将在后续内容中展开。

2. 代码解析（含实例）

Matlab提供了 quaternion 函数，用于直接构造绕任意轴旋转的四元数。具体用法示例如下：

% 参考Quaternion文档
% 待续…

总结

三种旋转参数化方法各有优势：欧拉角直观易用，但存在奇点问题；姿态角（RPY）在工程控制中应用广泛；四元数则凭借插值平滑、无奇点的特性，在动画与飞行器姿态估计领域占据主导地位。理解其背后的几何意义比机械记忆公式更为重要。下一篇文章将重点补全四元数的内容，并建立其与旋转矩阵、角速度之间的关联。