姿态旋转的哥氏定理以及速度微分的推导

姿态旋转中涉及到坐标系的转换,在有相对旋转的两个坐标系中观察一个向量的变化,用到了哥氏定理。

例如在i系中观察e系下的运动,则

哥氏定理的公式 

dr/dt|i = dr/dt|e + wie \times r   wie是e相对于i的角运动   注意符号i在前e在后。

dv/dt|i = dv/dt|e + wie \times v   wie是e相对于i的角运动   注意符号i在前e在后。

那么,回到组合中常用的n系下,推到一下n系下的速度微分方程

直接从i到n建立联系,需要先把i的求出来。

dv/dt|n = dvdt|i + wni \times v  (1)

上式中用到i系下的速度微分,那么就要再按照哥氏定理推一下dv/dt|i

分析,对速度求导,需要先知道速度,所以要对位置求导得到速度

dr/dt|i = dr/dt|e + wie \times r = v + wie \times r  (2)

得到v以后再次求导,得到(1中想要的dv/dt|i

比力是i系下的,是已知的数据,那么用到它就是需要对上式i系下再微分求导,

dr^{2}/dt^{^{2}}{}|i = dv/dt|i + dwie /dt|i\times r + wie \times dr/dt|i   (3)

dr^{2}/dt^{^{2}}{}|i =f+g  (4)

f+g =dv/dt|i + 0 +wie\times dr/dt|i  (5)

式5的移项后,

dv/dt|i = f+g -wie\times dr/dt|i  (6)

式6中的右边 ,把(2)代入后,即可得到

dv/dt|i = f+g -wie\times v-wie\times\left ( wie\ \times r\right )

gp=g- wie\times\left ( wie\ \times r\right )

  dv/dt|i = f -wie\times v+gp 这是i系下的微分方程 (7)

下面再回到n下的方程(1)中,从i直接到n

(7)代入(1)

dv/dt|n = f -wie\times v-gp + wni \times v  (8)

其中wni =wne+wei = wen-wie  (9)

(9)代入(8)得到

dv/dt|n = f -wie\times v+gp +\left ( wen-wie\right )\times v

整理得到

dv/dt|n =f- \left ( 2wie+wen \right )\times v+gp    (10)这是n系下的速度微分方程。

如果想要推到e系下的

思路如下:都是要用到i系,因为牛顿第二定律就是i系下的,所以得用i

dv/dt|e = dvdt|i + wei \times v(11)

(7)代入(11)

dv/dt|e = f -wie\times v+gp+ wei \times v 

dv/dt|e = f -wie\times v+gp- wie\times v

dv/dt|e = f -2wie\times v+gp  这是e系下的速度微分(12)

快速的得到n系,则可以选择,先i系,再e系用wie和wen建立联系,然后n系

dv/dt|i = f -wie\times v+gp 这是i系下的微分方程 (7)

dv/dt|e = f -2wie\times v+gp  这是e系下的速度微分(12)

dv/dt|n = dvdt|e + wne \times v  (13)

(12)代入13得到

dv/dt|n =f- \left ( 2wie+wen \right )\times v+gp    (10)这是n系下的速度微分方程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/746798.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

各个类型和Json类型的相互转换

ObjectMapper类(com.fasterxml.jackson.databind.ObjectMapper)是Jackson的主要类&#xff0c;它可以帮助我们快速的进行各个类型和Json类型的相互转换。 对应maven&#xff1a; <dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId&…

【驱动】编译内核时报错:multiple definition of `yylloc‘

1、问题描述 在Ubuntu22.04中编译Linux kernel4.9源码时报错: /usr/bin/ld: scripts/dtc/dtc-parser.tab.o:(.bss+0x10): multiple definition of `yylloc; scripts/dtc/dtc-lexer.lex.o:(.bss+0x0): first defined here collect2: error: ld returned 1 exit status make[2…

R语言:如何基于地球外辐射(Ra)和相对日照(n/N)计算太阳辐射Rs?

正在编写相关软著&#xff0c;借此机会了解R语言的基本语法和一些处理流程&#xff0c;所以解释稍微繁琐。 Note&#xff1a; 使用的R语言版本是 R version 4.3.2 (2023-10-31 ucrt) 使用的RStudio编辑器版本是&#xff1a; 01 基于随机森林的插值填补缺失值 这是目前处理…

深入探索C与C++的混合编程

实现混合编程的技术细节 混合使用C和C可能由多种原因驱动。一方面&#xff0c;现有的大量优秀C语言库为特定任务提供了高效的解决方案&#xff0c;将这些库直接应用于C项目中可以节省大量的开发时间和成本。另一方面&#xff0c;C的高级特性如类、模板和异常处理等&#xff0c;…

mysql数据库中查询重复数据和去重数据

文章目录 1.查找重复数据2. 查到重复组的唯一数据3.删除重复数据4.注意重复的内容和删除的记录数是否一致 1.查找重复数据 select gene_entrez_id,count(*) a from diag_gene GROUP BY gene_entrez_id HAVING a > 12. 查到重复组的唯一数据 原理 分组后如果组内多个数据…

跨境电商干货|如何在Snapchat上做电商?

Snapchat是一个与用户互动与创意内容为主的平台&#xff0c;也因其广阔的受众群体广受跨境电商卖家的喜爱&#xff0c;成为跨境出海的热门渠道之一。本文将为大家分享&#xff0c;要在Snapchat上进行电子商务&#xff0c;可以遵循以下步骤&#xff1a; 1、创建商业账户 在Snap…

卷积的九大变体算法

注意&#xff1a;本文引用自专业人工智能社区Venus AI 更多AI知识请参考原站 &#xff08;[www.aideeplearning.cn]&#xff09; 引言 卷积神经网络&#xff08;CNN&#xff09;的核心在于其多样化的卷积技术&#xff0c;每种技术针对不同的应用和性能需求有着独特的优势。逐…

力扣46. 全排列

Problem: 46. 全排列 文章目录 题目描述思路及解法复杂度Code 题目描述 思路及解法 回溯可以理解为是在对一个多叉树的操作 1.回溯结束条件&#xff1a;当决策路径的长度等于nums数组的长度时&#xff0c;将当前的结果添加到二维结果集res中&#xff1b; 2.每一次决策的选择处…

javaScript链式调用的简单实现

链式调用在JavaScript很常见&#xff0c;比如jQuery、Promise和其它的插件等&#xff0c;都是使用的链式调用。链式调用可以让我们在进行连续操作时&#xff0c;写出更简洁的代码。 链式调用它允许你在单个对象上连续调用多个方法&#xff0c;每个方法的返回值都是调用它的那个…

Qt 图形视图 /基于Qt示例DiagramScene解读图形视图框架

文章目录 概述从帮助文档看示例程序了解程序背景/功能理清程序概要设计 分析图形视图的协同运作机制如何嵌入到普通Widget程序中&#xff1f;形状Item和文本Item的插入和删除&#xff1f;连接线Item与形状Item的如何关联&#xff1f;如何绘制ShapeItem间的箭头线&#xff1f; 下…

Java文件大小转换的两种方式

小伙伴们好&#xff0c;欢迎关注&#xff0c;一起学习&#xff0c;无限进步 在程序开发的过程中&#xff0c;文件的大小在视图呈现和数据库存储的过程不一致怎么转换呢 文件大小的单位&#xff0c;在计算机中&#xff0c;文件大小通常使用字节&#xff08;byte&#xff09;作为…

穿越半个世纪,探索中国数据库的前世今生

引言 在数字化潮流席卷全球的今天&#xff0c;数据库作为 IT 技术领域的“活化石”&#xff0c;已成为数字经济时代不可或缺的基础设施。那么&#xff0c;中国的数据库技术发展经历了怎样的历程&#xff1f;我们是如何在信息技术的洪流中逐步建立起自己的数据管理帝国的呢&…

Hadoop大数据应用:HDFS 集群节点扩容

目录 一、实验 1.环境 2.HDFS 集群节点扩容 二、问题 1.rsync 同步报错 一、实验 1.环境 &#xff08;1&#xff09;主机 表1 主机 主机架构软件版本IP备注hadoop NameNode &#xff08;已部署&#xff09; SecondaryNameNode &#xff08;已部署&#xff09; Resourc…

Java并发编程学习笔记:synchronized

Java并发编程学习笔记&#xff1a;synchronized 一、synchronized关键字实例方法静态方法代码块 二、底层原理三、锁的升级锁的状态锁升级 一、synchronized关键字 实例方法 作用在类的普通方法上&#xff0c;锁的是当前对象实例。构造方法本身是线程安全的&#xff0c;不能使…

海川润泽AI机器视觉仪系列产品,助推“人工智能+”打开新质生产力的大门

3月5日&#xff0c;第十四届全国人民代表大会第二次会议开幕。国务院总理李强在政府工作报告&#xff0c;提出大力推进现代化产业体系建设&#xff0c;加快发展新质生产力。深入推进数字经济创新发展&#xff0c;制定支持数字经济高质量发展政策&#xff0c;积极推进数字产业化…

零基础自学C语言|动态内存管理

✈为什么要有动态内存分配 我们已经掌握的内存开辟方式有&#xff1a; int a 0;//在栈空间上开辟四个字节char arr[10] { 0 };//在栈空间上开辟10个字节的连续空间但是上述的开辟空间的方式有两个特点&#xff1a; 空间开辟大小是固定的。数组在申明的时候&#xff0c;必须…

【开源】SpringBoot框架开发公司货物订单管理系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 客户管理模块2.2 商品维护模块2.3 供应商管理模块2.4 订单管理模块 三、系统展示四、核心代码4.1 查询供应商信息4.2 新增商品信息4.3 查询客户信息4.4 新增订单信息4.5 添加跟进子订单 五、免责说明 一、摘要 1.1 项目…

Cap2:Pytorch转TensorRT(上:Pytorch->ONNX)

文章目录 1、pytorch导出onnx模型2、使用onnxruntime推理onnx模型3、精度对齐4、总结 深度学习框架种类繁多&#xff0c;想实现任意框架之间的模型转换是一件困难的事情。但现在有一个中间格式ONNX&#xff0c;任何框架模型都支持转为ONNX&#xff0c;然后也支持从ONNX转为自身…

案例分析篇00-【历年案例分析真题考点汇总】与【专栏文章案例分析高频考点目录】(2024年软考高级系统架构设计师冲刺知识点总结-案例分析篇-先导篇)

专栏系列文章&#xff1a; 2024高级系统架构设计师备考资料&#xff08;高频考点&真题&经验&#xff09;https://blog.csdn.net/seeker1994/category_12593400.html 案例分析篇01&#xff1a;软件架构设计考点架构风格及质量属性 案例分析篇11&#xff1a;UML设计考…

Java 常用注解

一、较不熟悉 1、@MappedJdbcTypes(JdbcType.VARCHAR) MyBatis 框架中的一个注解,用于指定某个字段或方法参数与数据库中的 JDBC 类型之间的映射关系。通常作用在实体类属性或者参数上。 如下标识username字段映射到数据库中的VARCHAR属性。 public interface UserMapper {@Se…