ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀,每一条都经过真实交付验证。

《Planning algorithms》读书笔记——第3章 几何表示与变换

2026/8/20 12:40:01 拓冰建站 浏览量
《Planning algorithms》读书笔记——第3章 几何表示与变换 书名Planning Algorithms作者Steven M. LaValle链接Planning Algorithms / Motion Planning阅读章节Chapter 3 - Geometric Representations and Transformations第3章主要介绍了运动规划中的几何表示与变换基础。内容涵盖了从多边形、多面体到半代数模型等多种几何建模方法阐述了如何利用齐次变换矩阵统一处理刚体在2D和3D空间中的平移与旋转并深入讲解了基于Denavit-HartenbergDH参数的运动学链变换以及如何通过矩阵级联计算复杂连杆结构的末端位姿为后续的位形空间构建和碰撞检测奠定了数学基础。1. 核心主题从物理世界到数学模型本章的核心任务是建立几何模型Geometric Models和变换Transformations的数学基础。几何表示如何用计算机能处理的数据结构来描述障碍物Obstacles和机器人Robots的形状变换如何描述机器人在世界坐标系中的位置和姿态Translation Rotation目标为后续的“位形空间C-Space”构建打下基础即如何判断机器人是否与障碍物碰撞。2. 几何建模方法 (Section 3.1)作者介绍了三种主要的几何建模方法从简单到复杂多边形与多面体 (Polygonal/Polyhedral Models)2D使用半平面Half-planes的交集来表示凸多边形如公式 3.2, 3.3。非凸多边形则表示为多个凸多边形的并集Union。3D使用半空间Half-spaces的交集来表示凸多面体。介绍了双向连接边表Doubly Connected Edge List, DCEL数据结构来高效存储面、边、顶点的关系。应用适合CAD模型、碰撞检测计算效率高。半代数模型 (Semi-Algebraic Models)使用多项式不等式如 ​来定义形状。优势比多边形更通用可以表示曲线边界如圆形、椭圆、超二次曲面。逻辑谓词引入了逻辑与AND, ​对应集合交集逻辑或OR, ​对应集合并集。这对于后续的逻辑规划和代数几何方法很重要。其他模型位图Bitmaps将空间离散化为网格适合传感器数据如激光雷达扫描结果。NURBS/样条Splines用于工业设计中的光滑曲面但代数处理较复杂。3. 刚体变换 (Section 3.2)这一节讨论如何将一个定义在“体坐标系”Body Frame中的机器人模型放置到“世界坐标系”World Frame中。变换的本质寻找一个函数 ​将机器人上的每一个点 ​ 映射到世界坐标 ​。2D 变换平移 (Translation)参数为 ​。旋转 (Rotation)参数为角度 ​。使用旋转矩阵 ​。齐次变换矩阵 (Homogeneous Transformation Matrix)为了将旋转和平移统一为线性运算引入了3x3矩阵2D或4x4矩阵3D。这是机器人学中最核心的工具。3D 变换引入了欧拉角Euler Angles的表示法Yaw偏航、Pitch俯仰、Roll滚转。旋转矩阵由三个基本旋转矩阵相乘得到顺序很重要通常为 ZYX 或其他变体。自由度3D刚体有6个自由度3个平移 3个旋转。4. 运动学链的变换 (Section 3.3 3.4)当机器人由多个连杆Links通过关节Joints连接时如机械臂如何计算末端的位置连杆与关节连杆 (Link)刚体部分。关节 (Joint)允许相对运动的连接点如旋转关节 Revolute、移动关节 Prismatic。Denavit-Hartenberg (DH) 参数这是一套标准的参数化方法用于描述空间中两个旋转轴Z轴之间的相对位置。参数​沿Z轴的距离、​绕Z轴的旋转、​沿X轴的距离、​绕X轴的旋转。作用通过定义每一级连杆的坐标系可以写出从基座到末端的变换矩阵链。变换的级联对于一个由 ​ 个连杆组成的机械臂末端执行器在世界坐标系中的位置由一系列矩阵相乘得到​树状结构 (Trees)如果机器人结构分叉如人形机器人的双腿则需要处理运动学树此时需要引入约束条件来保证分叉点的坐标一致性。5. 非刚体变换 (Section 3.5)虽然本书主要关注刚体但本章最后简要提到了非刚体变换线性变换缩放Scaling、剪切Shearing。这在模拟柔性材料如布料、生物组织时有用。参数化曲线使用样条Splines来模拟蛇形机器人或可变形物体。6. 总结与思考核心收获模型选择在规划算法中几何模型的选择直接影响碰撞检测的效率。多面体模型适合快速计算而半代数模型适合精确描述曲面。齐次矩阵是连接“几何”与“代数”的桥梁。通过矩阵乘法我们可以轻松计算复杂的复合运动。DH参数虽然推导繁琐但它提供了一种系统化的方法来描述复杂的机械臂运动学。个人感悟在今天看来第三章的内容依然是机器人学的“标准语言”。特别是齐次变换矩阵和DH参数虽然在深度学习时代有人尝试绕过这些显式几何计算但在高精度控制如手术机器人、精密装配中这些经典的几何建模方法依然是不可替代的基石。此外本章提到的“半代数模型”在处理复杂有机分子如蛋白质折叠时依然具有巨大的理论价值。