游python1. 项目概述
《机器人学导论》作为机器人领域的经典教材，其第二章主要讲解空间描述与变换的基础知识。这一章习题的解答对于理解机器人运动学至关重要，但市面上完整、准确的习题解析却不多见。本文将针对第二章前半部分习题（1-15题）进行详细解析，帮助读者掌握机器人位姿描述的数学工具。
提示：建议在阅读本文前先自行尝试解题，遇到困难时再参考解析效果更佳。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心概念回顾
2.1 位姿描述基础
机器人学中的位姿（pose）描述包含位置和姿态两个部分。位置可以用三维向量表示，而姿态通常用旋转矩阵描述。一个刚体的位姿可以表示为：
code复制P = [R | t]
[0 | 1]
其中R是3×3旋转矩阵，t是3×1平移向量。这种表示方法称为齐次变换矩阵。
2.2 旋转矩阵的性质
旋转矩阵有几个重要特性需要牢记：
- 正交性：R^T R = I
- 行列式为1：det(R) = 1
- 逆矩阵等于转置矩阵：R^-1 = R^T
这些性质在习题求解过程中会频繁使用。
3. 习题详细解析
3.1 基础变换题（1-5题）
这组题目主要考察基本的旋转和平移变换操作。
习题1：给定两个坐标系{A}和{B}，{B}相对于{A}的旋转矩阵为R，位置向量为p，求点q在{B}中的坐标q_B转换为{A}中坐标q_A的表达式。
解析：
这是最基本的坐标系变换问题。根据齐次变换原理：
code复制q_A = R q_B + p
或者用齐次矩阵表示：
code复制[q_A] = [R p][q_B]
[ 1 ] [0 1][ 1 ]
习题3：证明两个旋转矩阵的乘积仍然是旋转矩阵。
解析：
设R1和R2都是旋转矩阵，需要证明R=R1R2满足旋转矩阵的性质：
- 正交性：
R^T R = (R1R2)^T (R1R2) = R2^T R1^T R1 R2 = R2^T I R2 = I - 行列式：
det(R) = det(R1)det(R2) = 1×1 = 1
3.2 复合变换题（6-10题）
这组题目涉及多个坐标系的复合变换。
习题6：已知坐标系{A}、{B}、{C}，已知A_T_B和B_T_C，求A_T_C。
解析：
这是典型的变换矩阵连乘问题：