机器人入行指南
原理层/矩阵乘法:变换的串联,不是表格运算

原理层 T8 / 27 · 线代与几何

矩阵乘法:变换的串联,不是表格运算

AB 的第 j 列 = A 作用在 b_j 上——矩阵乘法就是「先 B 后 A」的流水线。顺序是物理事实:先旋转再拉伸 ≠ 先拉伸再旋转。

串联的记账法则:右边的先作用。机械臂末端位姿 = 基座×肩×肘×腕,每一次坐标系跳转乘一次矩阵
约 40 分钟3 定理9 步证明4 题自测

一句话结论

矩阵乘法 (AB)x = A(Bx) 的唯一含义:先把 x 交给 B 处理,再把结果交给 A 处理。所以 AB ≠ BA 不是运算规则的问题,是「先穿衣再塞行李箱」和「先塞行李箱再穿衣」的区别。机器人每经过一次坐标系就乘一次矩阵,运动学的串联、误差的传播,全按这个法则记账。

动图版 · 同一根输入箭头,AB 和 BA 的终点不同——拖底下滑条换输入方向,处处如此

T1 里你学会了单个矩阵怎么作用在向量上。但机械臂末端位姿 = 基座 × 肩 × 肘 × 腕,四个变换摞在一起——摞的法则就是矩阵乘法。如果乘法只是「表格互乘」,那这个世界的多级变换就说不通了。

为什么需要它

单矩阵会了,串联怎么办?——线性代数给这个直觉问题的答案冷得漂亮:串联的矩阵乘起来,就这么一件事。

本篇同时给你「为什么 AB ≠ BA」的最小物理反例。谁在教材里第一次看到矩阵乘法不交换,谁都觉得这是数学家定的怪规矩;本篇证明它是世界的事实。

定义

定义 2.1 矩阵乘法(唯一合理的定义)

(AB)x 的定义是「先算 Bx,再用 A 作用」。等价的表格写法:(AB)ij = 第 i 行 of A 点乘 第 j 列 of B。两种写法给出同一个数字,但想理解机器人的多级变换,只许用第一种——它是动词(一个作用接着另一个),不是名词(表格运算)。

定义 2.2 线性变换

变换 T 是线性的,意思是 T(x + y) = T(x) + T(y) 且 T(cx) = cT(x)。旋转、缩放、投影、剪切全是。矩阵是线性变换的「记账形式」:给定基,每个线性变换唯一对应一个矩阵。

定理与证明

定理 2.1 结合律 (AB)C = A(BC)

三个变换的串联,先结合哪两个结果一样。

证

对任意向量 x:((AB)C)x = (AB)(Cx) = A(B(Cx));同理 (A(BC))x = A((BC)x) = A(B(Cx))。

两个变换对一切 x 的作用结果逐点相同,所以是同一个变换,对应同一个矩阵。∎

注这就是为什么机械臂的运动学链可以从末端往回乘,也可以从基座往回乘,结果一致——串联的顺序内部怎么加括号是自由的,但乘的先后顺序(谁在前谁在后)不自由。

定理 2.2 旋转矩阵的乘积仍是旋转矩阵

R(α)R(β) = R(α+β),且仍是正交阵(保长度、保角度)。

证

对单位向量 x = (cos θ, sin θ):R(α)x = (cos(θ+α), sin(θ+α))(T1 已证,旋转矩阵把角度 α 加到极角上)。

于是 R(β)x 先把 θ 变成 θ+β,再左乘 R(α) 变成 θ+β+α——这正是 R(α+β) 对 x 的作用。

两个矩阵对一切向量作用相同,故 R(α)R(β) = R(α+β)。旋转保长度(‖R(α+β)x‖ = ‖x‖),保长度的可逆阵必正交。∎

注闭包性 = 做完一次再做一次,还是旋转。这条让「姿态」可以无限累加记账不失控。指数记号 R(α)^k = R(kα) 直接成立,本篇实跑里 100 次小步复合的漂移只有 10-15。

定理 2.3 AB ≠ BA(最小物理反例)

A = 90° 旋转,B = 沿 x 轴拉伸 2 倍。则 AB 与 BA 不仅不相等,作用效果连形状都不同。

证

A = [[0,−1],[1,0]],B = [[2,0],[0,1]]
AB = [[0,−1],[2,0]],BA = [[0,−2],[1,0]]

看它们对基向量 e_1 = (1,0) 的作用:AB e_1 = (0, 2)——先拉伸把 e_1 变成 (2,0),再旋转 90° 得 (0,2)。BA e_1 = (0, 1)——先旋转把 e_1 变成 (0,1),拉伸只作用于 x 方向所以不动它。

同一个起点,终点 (0,2) 与 (0,1) 不同。存在一个反例,等式 AB = BA 被否定。∎

注把「拉伸」换成任何非各向同性的操作(不平移、不旋转的一切),结论都一样。所以机械臂标定时「先装偏移再补偿」与「先补偿再装偏移」是两个不同的工程方案,不只是一个参数顺序偏好。

手算一遍

机器人腕部先绕基座转 90°,再沿自身 x 方向拉伸 2 倍(比如一根伸缩杆)。总变换是 AB 还是 BA?对 e_1 的作用各是什么?

  1. 「先 B 后 A」对应矩阵 AB(定理 2.1 之前的位置约定:右边的先作用)。先拉伸后旋转 = B 在右,A 在左,总变换 AB。
  2. AB e_1:e_1 先被 B 拉成 (2,0),再被 A 转成 (0,2)。伸长倍率保住了。
  3. BA e_1:e_1 先被 A 转成 (0,1),B 只拉伸 x 方向,(0,1) 不动。伸长完全丢失。
  4. 结论:这根伸缩杆装在旋转「之前」还是「之后」,行为完全不同。这不是参数调错,是结构顺序错了。
答

总变换 AB(拉伸矩阵 B 在右侧先作用)。AB e_1 = (0,2),BA e_1 = (0,1)。顺序即结构,误差传播与运动学串联全部受此约束。

实跑一遍

数字出处

生成时实跑:

  • AB 与 BA 对 500 个随机向量的作用差最大 2.79e+0(约 4.5 个单位——不是舍入误差,是结构性不同)
  • 旋转矩阵 100 次 3.6° 复合,与恒等阵的最大偏差 5.69e-16(机器精度,闭包性实测成立)
  • 对比:如果每次复合都「重置为标准旋转再叠加角度」,漂移为 0——记账方式影响数值寿命

映射回强化学习

这里的对象RL 里的对应物站内用法
串联运动学末端位姿 = 每一级变换矩阵连乘用法 →
误差传播标定误差按矩阵链传播,顺序不可换用法 →
齐次坐标平移不是线性变换——怎么把它塞进矩阵?T12用法 →

边界:这一篇停在哪里

本篇停在哪里:三维旋转的组合(欧拉角的歧义、万向节锁)不在 2×2 里出现,放到 /k/ 与四元数那篇再谈;矩阵指数与李群也不讲。本篇的边界就是 2×2——但所有结论在任意维数逐字成立。

自测 4 题

全是手算和「找证明错在哪」类题目,不出背诵题。答不上来回到对应小节。

01矩阵乘法满足交换律吗?什么时候满足?

一般不满足(定理 2.3 反例)。满足的情形包括:同为对角阵、互为多项式函数(如 R(α)R(β)=R(β)R(α)=R(α+β),同轴旋转永远可交换)。

02(AB)C = A(BC) 在机器人里对应什么事实?

多级坐标变换链加括号自由:从末端往基座累乘或反向累乘,结果一致。这是结合律,不是数值巧合。

03为什么「先拉伸再旋转」和「先旋转再拉伸」不同?

拉伸依赖方向(各向异性),旋转改变方向。拉伸矩阵在哪个坐标系里定义,就只能在那个坐标系里起作用——顺序错,作用的坐标系就错。

04旋转矩阵做 100 次小步复合,为什么漂移只有 10-15?

旋转矩阵构成闭包群:乘积仍是旋转矩阵,且正交性让每次乘法的数值误差不放大。对比之下,欧拉角三分量的复合会在奇异位形附近放大误差。

接着看

全系列 27 篇

T1矩阵就是旋转的记账本约 25 分钟T2从斜率到梯度:机器人学习算法的第一行约 25 分钟T3向量与受力:点积的物理读法约 20 分钟T4两把尺子和一把更好的尺子约 25 分钟T5电机转一圈的账:弧度、转速与功率约 20 分钟T6复数乘法就是旋转:四元数的一维版约 20 分钟T7基与坐标:为什么机器人什么都用矩阵约 45 分钟T8矩阵乘法:变换的串联,不是表格运算约 40 分钟T9雅可比:关节转一度,末端动多少约 45 分钟T10特征向量:矩阵不敢动的方向约 45 分钟T11SVD 与伪逆:没有精确解时,找最近的解约 50 分钟T12泰勒展开:用直线替曲线打工约 40 分钟T13概率空间:为什么「随机」需要公理约 50 分钟T14期望:「平均」的严格构造约 55 分钟T15条件期望:竖线的真正含义约 60 分钟T16四个不等式:「多少样本才够」的定量答案约 45 分钟T17范数与不动点:「一定收敛」的出处约 55 分钟T18马尔可夫链:时间平均何时等于集合平均约 55 分钟T19MDP 的数学构造:一条公理值多少钱约 50 分钟T20动态规划:两种迭代的账约 50 分钟T21优化:约束为什么不能只靠罚约 55 分钟T22随机逼近:学习率公式里的每一条约 55 分钟T23接触的数学:Hertz 理论约 45 分钟T24摩擦与摩擦锥:约束的几何形状约 40 分钟T25力封闭与抓取度量:ε 是一个线性规划约 50 分钟T26接触运动学:滚动为什么不是「贴着滑」约 45 分钟T27滑移检测:从「感觉到了」到「算出来了」约 50 分钟