本文介绍了计算机图形学中3D旋转变换的数学表示方法。主要内容包括：1）平移和绕坐标轴旋转的齐次矩阵表示；2）绕偏置坐标轴旋转的变换方法；3）欧拉旋转的12种复合形式及其局限性；4）绕任意轴旋转的矩阵推导；5）罗德里格斯旋转公式及其与四元数的关系。重点阐述了通过矩阵变换实现3D空间旋转的数学原理，特别是复杂旋转情况的处理方法，为计算机图形学中的旋转操作提供了理论基础。

【代码】ANSYS HBmat 转换为 matlab 矩阵的函数。

基于优化的轨迹规划方法综述 本文系统介绍了基于优化的轨迹规划方法，重点对比了全局方法与局部方法的核心特点和应用场景。全局方法（如PRM*/RRT*）通过探索与利用寻找全局最优解，适合复杂环境；局部方法（如CHOMP/DDP）通过确定性优化追求局部最优，更适用于动力学约束场景。文章详细阐述了轨迹的定义与平滑性要求，并深入探讨了微分平坦理论在多旋翼系统中的应用优势。研究表明，在实际部署中采用前端（全局

基于优化的轨迹规划方法综述 本文系统介绍了基于优化的轨迹规划方法，重点对比了全局方法与局部方法的核心特点和应用场景。全局方法（如PRM*/RRT*）通过探索与利用寻找全局最优解，适合复杂环境；局部方法（如CHOMP/DDP）通过确定性优化追求局部最优，更适用于动力学约束场景。文章详细阐述了轨迹的定义与平滑性要求，并深入探讨了微分平坦理论在多旋翼系统中的应用优势。研究表明，在实际部署中采用前端（全局

运动-动力学规划（Kinodynamic Planning）结合了运动学约束（避障）和动力学约束（速度/加速度限制），直接生成机器人可执行的控制指令序列。传统方法先找路径再优化的方式无法保证动力学可行性，特别是对于非完整系统。State Lattice Planning通过离散化控制空间或状态空间，构建包含可行运动原语的格点图，确保每条边都对应实际可执行轨迹。方法分为正向（控制输入仿真）和逆向（状

基于采样的路径规划方法通过在构型空间中随机采样点构建树或图结构来探索可行路径。主要包括PRM（概率路线图）和RRT（快速搜索随机树）两种方法：PRM先构建全局道路图再搜索路径，适合静态环境；RRT则通过逐步扩展树结构直接寻找路径，更具目标导向性。两种方法都具有概率完备性，但PRM支持多次查询，RRT实现更简单。最优路径规划基于动态规划思想，通过迭代计算各状态最小代价来求解。这些方法通过离散采样将连

本文摘要：文章介绍了基于搜索的路径规划方法。首先阐述了配置空间(Configuration Space)的概念，将机器人运动规划问题转化为在C-free空间中寻找路径。然后详细讨论了图搜索理论，包括状态空间图和搜索树的基本框架。重点分析了广度优先搜索(BFS)、深度优先搜索(DFS)和启发式搜索算法，比较了它们的优缺点。最后详细介绍了Dijkstra算法和A算法，指出A算法通过引入可采纳的启发式函

移动机器人运动规划大纲