![移动机器人原理与设计(原书第2版)](https://wfqqreader-1252317822.image.myqcloud.com/cover/158/41517158/b_41517158.jpg)
上QQ阅读APP看书,第一时间看更新
1.1.5 伴随矩阵
对于每个向量w=(wx,wy,wz),均可得到其反对称矩阵为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t4.jpg?sign=1739282426-8tfa7Plqk3WXQWlaRysbFWCv0cKxasvk-0-07423c53b7d53abe977bdbf715162ee7)
可将其理解为一个与向量w的向量积相关的矩阵。通常也将矩阵Ad(w)写为w∧。
命题:如果R(t)是一个依赖于时间t的旋转矩阵,则其旋转向量可由下式给出:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t5.jpg?sign=1739282426-85DMoHAEI4U1AMCF8wd0rA6YrtFQz3yJ-0-c51f993dff18e0279ca541fd0c7f5696)
证明:该关系式是由方程式(1.1)直接推导出的结果。
命题:如果R是R3内的一个旋转矩阵,同时a为R3内的一个向量,则有:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t6.jpg?sign=1739282426-mm05zsssOsUb1XVpA1VAt7K2O1BvY8S0-0-b7f11cbb11e090c0ca675fbbd795b054)
上式也可写为:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t7.jpg?sign=1739282426-fEWL8v5JS6shFS6ZGp0SY8NUIaEOcTj0-0-d28ba608f5c18f70dc28456ce041f8fb)
证明:令x为R3内的一个向量,则有:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t8.jpg?sign=1739282426-wsTy6fbQmnTwPDdwpetrHy2YZes7dGlo-0-68b866a0d2601fc6ccb2ae6b3a2ca241)
命题(二元性):有如下关系:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/4t9.jpg?sign=1739282426-RiOjbMVRBqVHKDjjS9LhVhwXjV9DoNXt-0-a439e8d0ab899e5e9c36b5c0c705825b)
上述关系表达了一个事实,即RT·是与旋转矩阵w相关的。但是表示在与R相关的坐标系内时,是与R(t)相关的;然而表示在标准基坐标系内时,
·RT是与同一个向量相关的。
证明:如下式:
![](https://epubservercos.yuewen.com/9D1A5D/21647389701428506/epubprivate/OEBPS/Images/5t1.jpg?sign=1739282426-00Zb4fWuT8BkKoD6ifqqY28hbWMZBQpp-0-9a11238a88faae57ccb98942900ce788)