下面是来百度百科的一些定义:(有写公式有问题我后续更正一下)

如果:AAT=E(E为单位矩阵,AT表示“矩阵A的转置矩阵”。)或ATA=E,则n阶实矩阵A称为正交矩阵, 若A为正交阵,则满足以下条件:
1) AT是正交矩阵
2) (E为单位矩阵)
3) A的各行是单位向量且两两正交
4) A的各列是单位向量且两两正交
5) (Ax,Ay)=(x,y) x,y∈R
6) |A| = 1或-1
7)

 
正交矩阵通常用字母Q表示。
举例:A=[r11 r12 r13;r21 r22 r23;r31 r32 r33]
则有:r11^2+r21^2+r31^2=r12^2+r22^2+r32^2=r13^2+r23^2+r33^2=1
r11*r12+r21*r22+r31*r32=0等性质
正交矩阵的定理:
1. 方阵A正交的充要条件是A的行(列) 向量组是单位正交向量组;
2. 方阵A正交的充要条件是A的n个行(列)向量是n维向量空间的一组标准正交基;
3. A是正交矩阵的充要条件是:A的行向量组两两正交且都是单位向量;
4. A的列向量组也是正交单位向量组。
5. 正交方阵是欧氏空间中标准正交基到标准正交基的过渡矩阵。
在矩阵论中,实数正交矩阵是方块矩阵Q,它的转置矩阵是它的逆矩阵,如果正交矩阵的行列式为 +1,则我们称之为特殊正交矩阵

这里说明一下行列式为+-1的情况:

考虑2阶的正交阵,对应于平面上的正交变换
2阶正交阵只有两种
cosθ -sinθ
sinθ cosθ

cosθ sinθ
sinθ -cosθ
第一种行列式为1,对应于旋转变换(逆时针旋转θ)
第二种行列式为-1,对应于镜像变换(对称轴的倾角为θ/2)
旋转矩阵和正交矩阵之间的关系:
正交矩阵之所以叫正交矩阵,是因为一套正交基向量在该矩阵变换下仍然是正交的,这是正交矩阵的充分必要条件。很明显的,任何两个向量在旋转矩阵的变换下,这两个向量仍然是正交的,所以旋转矩阵是正交矩阵。

---------------------------------------------------------------------------------------------------------------------------------------------------

学过矩阵理论或者线性代数的肯定知道正交矩阵(orthogonal matrix)是一个非常好的矩阵,为什么这么说?原因有一下几点:

  1. 正交矩阵每一列都是单位矩阵,并且两两正交。最简单的正交矩阵就是单位阵。
  2. 正交矩阵的逆(inverse)等于正交矩阵的转置(transpose)。同时可以推论出正交矩阵的行列式的值肯定为正负1的。
  3. 正交矩阵满足很多矩阵性质,比如可以相似于对角矩阵等等。

  以上可以看出正交矩阵是非常特殊的矩阵,而本文题目中的旋转矩阵就是一种正交矩阵!它完美的诠释了正交矩阵的所有特点。


  先说一下什么是旋转矩阵?如图1所示,我们假设最开始空间的坐标系XA,YA,ZA就是笛卡尔坐标系,这样我们得到空间A的矩阵VA={XA,YA,ZA}T,其实也可以看做是单位阵E。进过旋转后,空间A的三个坐标系变成了图1中红色的三个坐标系XB,YB,ZB,得到空间B的矩阵VB={XB,YB,ZB}T。我们将两个空间联系起来可以得到VB=R•VA,这里R就是我们所说的旋转矩阵。

图1

  由于XA={1,0,0}T,YA={0,1,0}T,ZA={0,0,1}T,结合图2可以看出,旋转矩阵R就是由XB,YB,ZB 三个向量组成的。讲到这里,大家应该会发现旋转矩阵R满足第一个条件,因为单位向量无论怎么旋转长度肯定不会变而且向量之间的正交性质也不会变。那么旋转矩阵就是正交阵!不过这还不能说明问题,下面我更进一步利用数学公式进行证明。


图2


  进一步讨论之前,我们先说两点数学知识。(1)点乘(dot product)的几何意义:如图3,我们从点乘的公式可以得到α•β相当与β的模乘上α在β上投影的模,所以当|β|=1时,α•β就是指α在β上投影的模。这一点在下面的内容中非常重要。(2)旋转矩阵逆的几何意思:这个比较抽象,不过也好理解。旋转矩阵相当于把一个向量(空间)旋转成新的向量(空间),那么逆可以理解为由新的向量(空间)转回原来的向量(空间)。

图3

  接下来就是重点了,我们结合图4进行分析。上面已经说明了,旋转矩阵R就是由XB,YB,ZB 三个向量组成的。我们来看看XB,YB,ZB究竟是什么?由于图中所有的向量均是单位向量,所以XB与XA点乘的结果可以看成XB在XA上的投影的模,也就是XB在空间A中x轴的分量!!图中中间的位置列出了XB向量中的三个分量分别为XB在XA上的投影的模、XB在YA上的投影的模和XB在ZA上的投影的模。这从几何角度很好理解。以此类推,可以得出的旋转矩阵R的表达形式。我们根据图4可以惊喜的发现,矩阵R的第一行就是XA在XB,YB,ZB上的投影的模,也就是XAT

图4

  这个发现有什么用呢?图5做出解释。根据上面公式可以推出A到B的旋转矩阵等于B到A的旋转矩阵的转置。根据我们上一段所说的A到B的旋转矩阵的逆就是等于B到A的旋转矩阵,因此很容易推出R-1等于RT!这满足正交矩阵的第二个条件,又一次证明了旋转矩阵就是正交阵。在平时的工作中,我也测试过所有的旋转矩阵的行列式的值都是为1的,所以旋转矩阵满足正交阵的一切性质,可以说是很完美的矩阵。

图5


  现在以三个欧拉角中的RotX为例(其余两个欧拉角以此类推),验证一下以上说的结论。

  首先结合图5的公式,计算出RotX的旋转矩阵Rrotx

  • 由于X轴是垂直于YoZ平面的,所以XA和YB,ZB的点乘结果为0,同时XB和YA,ZA的点乘结果也为0。
  • 由于XA,XB都是单位向量,所以XA和XB的点乘结果为1。
  • 由于绕x轴旋转,所以我们观察YB和ZB分别在YA和ZA上的投影情况,如图6,我已经将坐标标注了。

    图6

  这样就完成旋转矩阵Rrotx,我们接下来验证一下。

  1. 我们计算每一行每一列的模,都为1;并且任意两个列向量或者任意两个行向量都是正交的。所以满足上文列出的第一个性质。
  2. 我们计算Rrotx的行列式,很简单可以算出为1。这时我们计算一下该矩阵的逆和转置,这里我不写出来了是相等的。所以满足上文列出的第三个性质。
  3. 第三个性质要牵扯到更多的数学知识,在这里就不验证了。

  总结一下:旋转矩阵是一个完美的矩阵——正交矩阵。它的行列式为1,且每个列向量都是单位向量且相互正交,它的逆等于它的转置。

正交矩阵和旋转矩阵之间关系和性质总结相关推荐

  1. 【四足机器人】学习笔记 欧拉角与旋转矩阵之间的转化关系

    [四足机器人]学习笔记 欧拉角与旋转矩阵之间的转化 一.基础旋转矩阵 二.组合旋转矩阵 在研究四足机器人站立姿态的时候,需要将通过IMU模块采集到的欧拉角数据信息转变为旋转矩阵R,关于如何将获取的欧拉 ...

  2. 罗德里格斯公式推导(轴角与旋转矩阵的关系)以及四元数与旋转向量、旋转矩阵、欧拉角之间的转换关系

    罗德里格斯公式推导(轴角与旋转矩阵的关系) 意义:罗德里格斯公式表示旋转向量到旋转矩阵之间爱你的转换关系 旋转向量:一个向量,方向与旋转轴一致,长度等于旋转角度 空间中任意旋转都可以用一个旋转轴和一个 ...

  3. 【集合论】关系性质 ( 常见的关系的性质 | 关系性质示例 | 关系运算性质 )

    文章目录 一.常见的关系的性质 二.关系的性质示例 三.关系运算性质 一.常见的关系的性质 在 自然数集 N={0,1,2,⋯}N=\{ 0, 1,2, \cdots \}N={0,1,2,⋯} 上 ...

  4. 离散数学关系的基本运算和关系的性质闭包

    文章目录 关系的运算 基本运算 关系的复合运算 关系的逆运算 关系的性质 一. 自反性和反自反性 二.对称性和反对称性 三. 传递性 关系性质的判定定理 关系的性质闭包 关系的幂运算 传递闭包的关系矩 ...

  5. 离散数学关系的性质_关系和关系的性质| 离散数学

    离散数学关系的性质 笛卡尔积(A * B不等于B * A) (Cartesian product (A*B not equal to B*A)) Cartesian product denoted b ...

  6. 离散数学10__第5章 关系与函数_关系的性质_自反对称传递

    一 关系的定义 设A. B是任意两个集合, A x B 的子集R称为从A到B的二元关系, 简称为关系. 特别地,当A=B时, 称R为A上的关系. 如果<x, y> ∈ R,可记为xRy, ...

  7. rpy角与旋转矩阵之间的转换(附完整代码)

    文章目录 一. rpy角转换为旋转矩阵 二. 旋转矩阵转换为rpy角 三. 小结   根据绕轴旋转的次序不同,易知姿态的rpy(roll, pitch, yaw)表示总共有12种,分别为:XYZ, X ...

  8. 微服务架构与Docker容器之间关系

    微服务j架构与Docker容器之间关系 因公司业务市场的发展与技术架构等结合因素,希望接下来的产品架构能支撑轻量级.高并发.大数据.智能化.易维护.动态扩展等方向发展,因项目性能问题需要处理,公司架构 ...

  9. TLS与SSL之间关系——SSL已经被IEFT组织废弃,你可以简单认为TLS是SSL的加强版

    TLS与SSL之间关系 原文地址:SSL vs. TLS - What's the Difference? from:https://juejin.im/post/5b213a0ae51d4506d4 ...

  10. 类与类之间关系的表示方式

    类与类之间关系的表示方式 关联关系 关联关系是对象之间的一种引用关系, 用于表示一类对象与另一类对象之间的联系,如老师和学生.师傅和徒弟.丈夫和妻子等. 关联关系是类与类之间最常用的一种关系,分为一般 ...

最新文章

  1. java预编译啥意思_java预编译 java jdbc 预编译语句和普通语句的区别
  2. 自学python网站推荐-给初学者推荐的10个Python免费学习网站!赶紧收藏吧!
  3. Xshell 命令后台执行
  4. 编程之美-寻找数组中的最大值和最小值方法整理
  5. list修改元素的值_第115天:Python 到底是值传递还是引用传递
  6. 数据结构与算法 / 堆结构
  7. 孙叫兽进阶之路之压力与绩效
  8. 64位处理器_快看看你的电脑是64位还是32位操作系统,处理器支持64位可升级
  9. 大数据培训:小白如何学好大数据
  10. 怎么访问二级服务器未响应,windows+访问服务器未响应
  11. js基础-8-浅拷贝和深拷贝
  12. 网站html导出excel插件,使用JQuery插件将HTML的table标签数据导出成excel
  13. Linux自学之旅-安装篇(一)
  14. 基于multisim的语音放大器电路设计
  15. 【项目】小餐馆(点餐系统)项目框架
  16. 小程序轮播图swiper补充
  17. android三星s8底部菜单,【Android】三星Galaxy S8及S8+的屏幕适配
  18. python壁纸数据抓取_Python爬虫:爬取必应壁纸(可直接运行)
  19. ssh连接报错“WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED“问题原因及解决方法
  20. TBox、ECall、BCall、ICall

热门文章

  1. K3 CLOUD返工生产成本方案——循环计算
  2. OLT、ONU、路由器和交换机区别
  3. 硅谷天才CEO被罢免10天后绝地反击,重夺控制权
  4. Spark Streaming系列-1、什么是Spark Streaming?
  5. spark算子--action篇
  6. 甘肃人社生物识别认证系统服务器,甘肃人社生物识别认证系统
  7. 程序员转项目管理,需要做什么?
  8. 深度学习vs深度学习,到底嘛意思?
  9. 6070. 计算字符串的数字和
  10. 中国人工智能AI人才需求现状