刚体姿态动力学推导与进动现象仿真_姿态动力学方程-程序员宅基地

技术标签: 控制  运动学  

摘要 首先推导角速度公式和角加速度公式,并举一个例子说明角速度公式的细节,然后从加速度公式出发推导转动惯量矩阵 J 和姿态动力学方程 Jw’=w×Jw,并解释为什么需要进行一次坐标变换。最后总结从力矩到姿态四元数的完整过程,并对无力矩输入时的进动现象进行仿真。

旋转坐标系下的速度和加速度

  本体系绕世界系以角速度 ω ⃗ \vec\omega ω 旋转,设世界系下位置向量 r ⃗ \vec r r 的一阶导和二阶导分别为 w r ⃗ ˙ ^w\dot{\vec r} wr ˙ w r ⃗ ¨ ^w\ddot{\vec r} wr ¨,本体系下位置向量的一阶导和二阶导分别为 b r ⃗ ˙ ^b\dot{\vec r} br ˙ b r ⃗ ¨ ^b\ddot{\vec r} br ¨,满足
w r ⃗ = R   b r ⃗ w r ⃗ ˙ = R   b r ⃗ ˙ + ω ⃗ × w r ⃗ w r ⃗ ¨ = R   b r ⃗ ¨ + 2 ω ⃗ × R   b r ⃗ ˙ + ω ⃗ × ( ω ⃗ × w r ⃗ ) + ω ⃗ ˙ × w r ⃗ (1) \begin{aligned} ^w\vec r =& R\ {^b\vec r} \\ ^w\dot{\vec r} =& R\ {^b\dot{\vec r}}+ \vec\omega\times{^w\vec r} \\ ^w\ddot{\vec r} =& R\ {^b\ddot{\vec r}} +2\vec\omega\times R\ {^b\dot{\vec r}} +\vec\omega\times(\vec\omega\times{^w\vec r}) +\dot{\vec\omega}\times{^w\vec r} \\ \end{aligned}\tag{1} wr =wr ˙=wr ¨=R br R br ˙+ω ×wr R br ¨+2ω ×R br ˙+ω ×(ω ×wr )+ω ˙×wr (1)
式中所有的 R R R 都是从本体系到世界系的旋转矩阵,完整应写作 b w R {^w_bR} bwR;所有的 ω \omega ω 都在世界系下表示,完整应写作 w ω {^w\omega} wω
w r ⃗ = b w R   b r ⃗ w r ⃗ ˙ = b w R   b r ⃗ ˙ + w ω ⃗ × w r ⃗ w r ⃗ ¨ = b w R   b r ⃗ ¨ + 2 w ω ⃗ × b w R   b r ⃗ ˙ + w ω ⃗ × ( w ω ⃗ × w r ⃗ ) + w ω ⃗ ˙ × w r ⃗ \begin{aligned} ^w\vec r =& {^w_bR}\ {^b\vec r} \\ ^w\dot{\vec r} =& {^w_bR}\ {^b\dot{\vec r}}+ {^w\vec\omega}\times{^w\vec r} \\ ^w\ddot{\vec r} =& {^w_bR}\ {^b\ddot{\vec r}} +2{^w\vec\omega}\times {^w_bR}\ {^b\dot{\vec r}} +{^w\vec\omega}\times({^w\vec\omega}\times{^w\vec r}) +{^w\dot{\vec\omega}}\times{^w\vec r} \\ \end{aligned} wr =wr ˙=wr ¨=bwR br bwR br ˙+wω ×wr bwR br ¨+2wω ×bwR br ˙+wω ×(wω ×wr )+wω ˙×wr
证明:
d d t ( w r ⃗ ) = d d t ( R   b r ⃗ ) w r ⃗ ˙ = R ˙   b r ⃗ + R   b r ⃗ ˙ = R   b r ⃗ ˙ + w ω ⃗ × R   b r ⃗ = R   b r ⃗ ˙ + w ω ⃗ × w r ⃗ \begin{aligned} \frac{\text d}{\text dt}(^w\vec r) =& \frac{\text d}{\text dt}({R}\ {^b\vec r}) \\ ^w\dot{\vec r} =& \dot R\ {^b\vec r}+R\ {^b\dot{\vec r}} \\ =& R\ {^b\dot{\vec r}}+{^w\vec\omega}\times R\ {^b\vec r} \\ =& R\ {^b\dot{\vec r}}+{^w\vec\omega}\times{^w\vec r} \\ \end{aligned} dtd(wr )=wr ˙===dtd(R br )R˙ br +R br ˙R br ˙+wω ×R br R br ˙+wω ×wr
此处以及后面的 w ω ⃗ ^w\vec\omega wω 都是在世界系下的坐标,下面简记作 ω ⃗ \vec\omega ω
  此处补充一些个人理解。 R ˙ = ω ⃗ × R \dot R=\vec\omega\times R R˙=ω ×R 是因为 R R R 可以简单地看作三个向量绕旋转轴 ω ⃗ \vec\omega ω 转动,不涉及坐标变换;而 w r ⃗ ˙ ≠ ω ⃗ × w r ⃗ ^w\dot{\vec r}\neq\vec{\omega} \times{^w\vec r} wr ˙=ω ×wr 是因为此时向量 r ⃗ \vec r r 不是绕旋转轴 ω ⃗ \vec\omega ω 转动,而是个复合运动, ω ⃗ \vec\omega ω 是本体系(旋转坐标系)相对于世界系的旋转角速度, r ⃗ \vec r r 在本体系下还有 r ⃗ 2 \vec r_2 r 2 的角速度,当 r ⃗ \vec r r 在本体系下的角速度为0时两种情况等价,可以理解成有个本体系固定在 r ⃗ \vec r r 上。
  对式(1)的第二行再次求导
d d t ( w r ⃗ ˙ ) = d d t ( R   b r ⃗ ˙ + ω ⃗ × w r ⃗ ) w r ⃗ ¨ = R ˙   b r ⃗ ˙ + R   b r ⃗ ¨ + ω ⃗ ˙ × w r ⃗ + ω ⃗ × w r ⃗ ˙ = R   b r ⃗ ¨ + ω ⃗ × R   b r ⃗ ˙ + ω ⃗ × ( R   b r ⃗ ˙ + ω ⃗ × w r ⃗ ) + ω ⃗ ˙ × w r ⃗ = R   b r ⃗ ¨ + 2 ω ⃗ × R   b r ⃗ ˙ + ω ⃗ × ( ω ⃗ × w r ⃗ ) + ω ⃗ ˙ × w r ⃗ \begin{aligned} \frac{\text d}{\text dt}(^w\dot{\vec r}) =& \frac{\text d}{\text dt}(R\ {^b\dot{\vec r}}+\vec\omega\times{^w\vec r}) \\ ^w\ddot{\vec r} =& \dot R\ {^b\dot{\vec r}} +R\ {^b\ddot{\vec r}} +\dot{\vec\omega}\times{^w\vec r} +\vec\omega\times{^w\dot{\vec r}} \\ =& R\ {^b\ddot{\vec r}} +\vec\omega\times R\ {^b\dot{\vec r}} +\vec\omega\times(R\ {^b\dot{\vec r}}+\vec\omega\times{^w\vec r}) +\dot{\vec\omega}\times{^w\vec r} \\ =& R\ {^b\ddot{\vec r}} +2\vec\omega\times R\ {^b\dot{\vec r}} +\vec\omega\times(\vec\omega\times{^w\vec r}) +\dot{\vec\omega}\times{^w\vec r} \\ \end{aligned} dtd(wr ˙)=wr ¨===dtd(R br ˙+ω ×wr )R˙ br ˙+R br ¨+ω ˙×wr +ω ×wr ˙R br ¨+ω ×R br ˙+ω ×(R br ˙+ω ×wr )+ω ˙×wr R br ¨+2ω ×R br ˙+ω ×(ω ×wr )+ω ˙×wr
当匀速转动时 ω ⃗ ˙ = 0 \dot{\vec\omega}=0 ω ˙=0,最后一项可以省略。

举例

在这里插入图片描述
  如图所示,世界系用 O x w y w z w Ox_wy_wz_w Oxwywzw 表示,本体系用 O x b y b z b Ox_by_bz_b Oxbybzb 表示。一开始时,本体系与世界系重合,向量 r ⃗ \vec r r 与y轴正向重合,然后本体系沿世界系x轴逆时针旋转,角速度为 w ω ⃗ 1 ^w\vec\omega_1 wω 1;向量 r ⃗ \vec r r 沿本体系z轴顺时针旋转,角速度为 b ω ⃗ 2 ^b\vec\omega_2 bω 2
w ω ⃗ 1 = [ 1 0 0 ] ,   b ω ⃗ 2 = [ 0 0 − 1 ] ^w\vec\omega_1=\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix},\ ^b\vec\omega_2=\begin{bmatrix} 0 \\ 0 \\ -1 \end{bmatrix} wω 1= 100 , bω 2= 001
注意两个角速度向量分别在世界系和本体系下表示。向量 r ⃗ \vec r r 在本体系下的坐标为
b r ⃗ = [ sin ⁡ t cos ⁡ t 0 ] ^b\vec r=\begin{bmatrix} \sin t \\ \cos t \\ 0 \end{bmatrix} br = sintcost0
本体系到世界系的旋转矩阵 b w R ^w_bR bwR
b w R = [ 1 0 0 0 cos ⁡ t − sin ⁡ t 0 sin ⁡ t cos ⁡ t ] ,   w b R = [ 1 0 0 0 cos ⁡ t sin ⁡ t 0 − sin ⁡ t cos ⁡ t ] {^w_bR}=\begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos t & -\sin t \\ 0 & \sin t & \cos t \end{bmatrix},\ ^b_wR=\begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos t & \sin t \\ 0 & -\sin t & \cos t \end{bmatrix} bwR= 1000costsint0sintcost , wbR= 1000costsint0sintcost
向量 r ⃗ \vec r r 在世界系下的坐标为
w r ⃗ = b w R   b r ⃗ = [ 1 0 0 0 cos ⁡ t − sin ⁡ t 0 sin ⁡ t cos ⁡ t ] [ sin ⁡ t cos ⁡ t 0 ] = [ sin ⁡ t cos ⁡ 2 t sin ⁡ t cos ⁡ t ] {^w\vec r}={^w_bR}\ {^b\vec r}= \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos t & -\sin t \\ 0 & \sin t & \cos t \end{bmatrix} \begin{bmatrix} \sin t \\ \cos t \\ 0 \end{bmatrix} =\begin{bmatrix} \sin t \\ \cos^2 t \\ \sin t\cos t \end{bmatrix} wr =bwR br = 1000costsint0sintcost sintcost0 = sintcos2tsintcost
两边同时求导得到角速度公式
w v ⃗ = w r ⃗ ˙ = b w R   b r ⃗ ˙ + w ω ⃗ 1 × w r ⃗ [ cos ⁡ t − sin ⁡ 2 t cos ⁡ 2 t ] = [ 1 0 0 0 cos ⁡ t − sin ⁡ t 0 sin ⁡ t cos ⁡ t ] [ cos ⁡ t − sin ⁡ t 0 ] + [ 1 0 0 ] × [ sin ⁡ t cos ⁡ 2 t sin ⁡ t cos ⁡ t ] = [ cos ⁡ t − sin ⁡ t cos ⁡ t − sin ⁡ 2 t ] + [ 0 − sin ⁡ t cos ⁡ t cos ⁡ 2 t ] \begin{aligned} ^w\vec v = {^w\dot{\vec r}} =& {^w_bR}\ {^b\dot{\vec r}} + {^w\vec\omega_1} \times {^w\vec r} \\ \begin{bmatrix} \cos t \\ -\sin 2t \\ \cos 2t \end{bmatrix} =& \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos t & -\sin t \\ 0 & \sin t & \cos t \end{bmatrix} \begin{bmatrix} \cos t \\ -\sin t \\ 0 \end{bmatrix} +\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} \times\begin{bmatrix} \sin t \\ \cos^2 t \\ \sin t\cos t \end{bmatrix} \\ =& \begin{bmatrix} \cos t \\ -\sin t\cos t \\ -\sin^2t \end{bmatrix} +\begin{bmatrix} 0 \\ -\sin t\cos t \\ \cos^2 t \end{bmatrix} \\ \end{aligned} wv =wr ˙= costsin2tcos2t ==bwR br ˙+wω 1×wr 1000costsint0sintcost costsint0 + 100 × sintcos2tsintcost costsintcostsin2t + 0sintcostcos2t
于是可以得到,世界系下的速度向量转换到本体系下并不等于本体系下位置向量的导数。
b v ⃗ = w b R   w v ⃗ = [ 1 0 0 0 cos ⁡ t sin ⁡ t 0 − sin ⁡ t cos ⁡ t ] [ cos ⁡ t − sin ⁡ 2 t cos ⁡ 2 t ] = [ cos ⁡ t − sin ⁡ t cos ⁡ t ] ≠ b r ⃗ ˙ = [ cos ⁡ t − sin ⁡ t 0 ] \begin{aligned} & ^b\vec v = {^b_wR}\ {^w\vec v} = \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos t & \sin t \\ 0 & -\sin t & \cos t \end{bmatrix} \begin{bmatrix} \cos t \\ -\sin 2t \\ \cos 2t \end{bmatrix} =\begin{bmatrix} \cos t \\ -\sin t \\ \cos t \end{bmatrix} \\ \neq& {^b\dot{\vec r}} = \begin{bmatrix} \cos t \\ -\sin t \\ 0 \end{bmatrix} \end{aligned} =bv =wbR wv = 1000costsint0sintcost costsin2tcos2t = costsintcost br ˙= costsint0

姿态动力学方程

M ⃗ = J ω ⃗ ˙ + ω ⃗ × J ω ⃗ \vec M=J\dot{\vec\omega}+\vec\omega\times J\vec\omega M =Jω ˙+ω ×Jω
  参考资料[3]的第2章是我觉得所有资料里讲这个方程讲的最清楚的,网上看什么资料都不如看这本英文书,这篇博客就当是我的笔记了,强烈建议有条件还是看原文。我把原文大致翻译了一下:
刚体姿态动力学详细推导与翻译
  角动量定理
d H ⃗ d t = M ⃗ \frac{\text d\vec H}{\text dt}=\vec M dtdH =M
其中 H , M H,M H,M 分别为刚体的角动量和作用在刚体上的力矩。

推导1

  下面的推导来自文末参考资料[1],也是主流推导方法,主要思路是因为转动惯量矩阵在本体系保持不变,利用向量在本体系与世界系中的关系推导。但[1]不够详细,更详细的推导见参考资料[3]。
  刚体角动量是刚体内所有质量微元相对基准点 S S S 的角动量之和
h ⃗ = m r ⃗ × v ⃗ , H = ∭ V r ⃗ × r ⃗ ˙ d m \vec h=m\vec r\times\vec v,\quad H=\iiint\limits_V\vec r\times\dot{\vec r}\text dm h =mr ×v ,H=Vr ×r ˙dm
其中 d m \text dm dm 为刚体的质量微元。
r ⃗ × v ⃗ = r ⃗ × ( ω ⃗ × r ⃗ ) = r 2 ω ⃗ − ( r ⃗ ⋅ ω ⃗ ) r ⃗ = [ ( x 2 + y 2 + z 2 ) w x − ( x w x + y w y + z w z ) x ] e ⃗ x + [ ( x 2 + y 2 + z 2 ) w y − ( x w x + y w y + z w z ) y ] e ⃗ y + [ ( x 2 + y 2 + z 2 ) w z − ( x w x + y w y + z w z ) z ] e ⃗ z = [ ( y 2 + z 2 ) w x − x y w y − x z w z ] e ⃗ x + [ − x y w x + ( x 2 + z 2 ) w y − y z w z ] e ⃗ y + [ − x z w x − y z w y + ( x 2 + y 2 ) w z ] e ⃗ z = [ y 2 + z 2 − x y − x z − x y x 2 + z 2 − y z − x z − y z x 2 + y 2 ] [ w x w y w z ] \begin{aligned} & \vec r\times\vec v = \vec r\times(\vec\omega\times\vec r) = r^2\vec\omega-(\vec r\cdot\vec\omega)\vec r \\ =& [(x^2+y^2+z^2)w_x-(xw_x+yw_y+zw_z)x]\vec e_x \\ +& [(x^2+y^2+z^2)w_y-(xw_x+yw_y+zw_z)y]\vec e_y \\ +& [(x^2+y^2+z^2)w_z-(xw_x+yw_y+zw_z)z]\vec e_z \\ =& [(y^2+z^2)w_x-xyw_y-xzw_z]\vec e_x \\ +& [-xyw_x+(x^2+z^2)w_y-yzw_z]\vec e_y \\ +& [-xzw_x-yzw_y+(x^2+y^2)w_z]\vec e_z \\ =&\begin{bmatrix} y^2+z^2 & -xy & -xz \\ -xy & x^2+z^2 & -yz \\ -xz & -yz & x^2+y^2 \\ \end{bmatrix} \begin{bmatrix} w_x \\ w_y \\ w_z \end{bmatrix} \\ \end{aligned} =++=++=r ×v =r ×(ω ×r )=r2ω (r ω )r [(x2+y2+z2)wx(xwx+ywy+zwz)x]e x[(x2+y2+z2)wy(xwx+ywy+zwz)y]e y[(x2+y2+z2)wz(xwx+ywy+zwz)z]e z[(y2+z2)wxxywyxzwz]e x[xywx+(x2+z2)wyyzwz]e y[xzwxyzwy+(x2+y2)wz]e z y2+z2xyxzxyx2+z2yzxzyzx2+y2 wxwywz
于是
H = ∭ V r ⃗ × v ⃗ d m = J ω ⃗ H=\iiint\limits_V\vec r\times\vec v\text dm=J\vec\omega H=Vr ×v dm=Jω
其中 J J J 为刚体的转动惯量矩阵,形式为
J = [ J x − J x y − J x z − J x y J y − J y z − J x z − J y z J z ] J=\begin{bmatrix} J_x & -J_{xy} & -J_{xz} \\ -J_{xy} & J_y & -J_{yz} \\ -J_{xz} & -J_{yz} & J_z \\ \end{bmatrix} J= JxJxyJxzJxyJyJyzJxzJyzJz
其中
J x = ∭ V ( y 2 + z 2 ) d m J_x=\iiint\limits_V(y^2+z^2)\text dm Jx=V(y2+z2)dm
其它项类似。可以看出 J J J 是刚体的属性,在与刚体固连的本体系下不随姿态改变。
  这里需要注意区分世界系和与刚体固连的本体系,也就是为什么需要进行一次坐标变换。在世界系中,刚体上各点的坐标不是定值,所以刚体的转动惯量矩阵在世界系下不是定值,只有在本体系下才是定值,所以这里需要转换坐标系。
  下面推导坐标系变换的最后一步,同时加上坐标系角标来清楚地标明每个变量属于哪个坐标系下的描述。
w M ⃗ = w h ⃗ ˙ w M ⃗ = R   b h ⃗ ˙ + w ω ⃗ × w h ⃗ R − 1   w M ⃗ = b h ⃗ ˙ + R − 1   w ω ⃗ × R − 1   w h ⃗ b M ⃗ = b h ⃗ ˙ + b ω ⃗ × b h ⃗ b M ⃗ = J b w ⃗ ˙ + b ω ⃗ × J   b ω ⃗ \begin{aligned} {^w\vec M} =& {^w\dot{\vec h}} \\ {^w\vec M} =& R\ {^b\dot{\vec h}}+{^w\vec\omega}\times{^w\vec h} \\ R^{-1}\ {^w\vec M} =& {^b\dot{\vec h}} +R^{-1}\ {^w\vec\omega}\times R^{-1}\ {^w\vec h} \\ {^b\vec M} =& {^b\dot{\vec h}}+{^b\vec\omega}\times{^b\vec h} \\ {^b\vec M} =& J{^b\dot{\vec w}}+{^b\vec\omega}\times J\ {^b\vec\omega} \\ \end{aligned} wM =wM =R1 wM =bM =bM =wh ˙R bh ˙+wω ×wh bh ˙+R1 wω ×R1 wh bh ˙+bω ×bh Jbw ˙+bω ×J bω
根据上面结果可以看出,姿态动力学方程 M ⃗ = J w ⃗ ˙ + w ⃗ × J w ⃗ \vec M=J\dot{\vec w}+\vec w\times J\vec w M =Jw ˙+w ×Jw 中的所有量,包括角速度向量,都在本体系下描述。

推导2

下面的推导来自文末参考资料[2],主要思路是所有变量都在世界系中处理。但我觉得这种方法不对。
  推导1中得到转动惯量矩阵 J J J 后, J J J 在本体系下保持不变,但在世界系下是变量,可以记作
J ( t ) = ∑ i ∑ j J i j a ⃗ i ( t ) a ⃗ j ( t ) T J(t)=\sum_i\sum_j J_{ij}\vec a_i(t)\vec a_j(t)^\text T J(t)=ijJija i(t)a j(t)T
其中 J i j J_{ij} Jij 是本体系下保持不变的转动惯量矩阵元素, a ⃗ i , a ⃗ j \vec a_i,\vec a_j a i,a j 表示本体系的坐标轴,例如当两个系重合时
a ⃗ 2 a ⃗ 3 T = [ 0 1 0 ] [ 0 0 1 ] = [ 0 0 0 0 0 1 0 0 0 ] \vec a_2\vec a_3^\text T= \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} \begin{bmatrix} 0 & 0 & 1 \end{bmatrix} =\begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 1 \\ 0 & 0 & 0 \end{bmatrix} a 2a 3T= 010 [001]= 000000010
a ⃗ i , a ⃗ j \vec a_i,\vec a_j a i,a j 在旋转时是个变量,所以
M = d H d t = d d t ( J ( t ) w ⃗ ( t ) ) = J ˙ ( t ) w ⃗ ( t ) + J ( t ) w ⃗ ˙ ( t ) = ∑ i ∑ j J i j ( a ⃗ ˙ i a ⃗ j T + a ⃗ i a ⃗ ˙ j T ) w ⃗ + J w ˙ = ∑ i ∑ j J i j [ ( w ⃗ × a ⃗ i ) a ⃗ j T w ⃗ + a ⃗ i ( w ⃗ × a ⃗ j ) T w ⃗ ] + J w ˙ = ∑ i ∑ j ( w ⃗ × J i j a ⃗ i ) a ⃗ j T w ⃗ + J w ˙ = w ⃗ × ( ∑ i ∑ j J i j a ⃗ i a ⃗ j T ) w ⃗ + J w ˙ = w ⃗ ( t ) × J ( t ) w ⃗ ( t ) + J ( t ) w ˙ ( t ) \begin{aligned} M =& \frac{\text dH}{\text dt} = \frac{\text d}{\text dt}(J(t)\vec w(t)) \\ =& \dot J(t)\vec w(t) + J(t)\dot{\vec w}(t) \\ =& \sum_i\sum_j J_{ij}(\dot{\vec a}_i\vec a_j^\text T +\vec a_i\dot{\vec a}_j^\text T)\vec w+J\dot w \\ =& \sum_i\sum_j J_{ij}\big[(\vec w\times\vec a_i)\vec a_j^\text T\vec w +\vec a_i(\vec w\times\vec a_j)^\text T\vec w\big]+J\dot w \\ =& \sum_i\sum_j (\vec w\times J_{ij}\vec a_i)\vec a_j^\text T\vec w+J\dot w \\ =& \vec w\times\left(\sum_i\sum_j J_{ij}\vec a_i\vec a_j^\text T\right)\vec w +J\dot w \\ =& \vec w(t)\times J(t)\vec w(t)+J(t)\dot w(t) \end{aligned} M=======dtdH=dtd(J(t)w (t))J˙(t)w (t)+J(t)w ˙(t)ijJij(a ˙ia jT+a ia ˙jT)w +Jw˙ijJij[(w ×a i)a jTw +a i(w ×a j)Tw ]+Jw˙ij(w ×Jija i)a jTw +Jw˙w ×(ijJija ia jT)w +Jw˙w (t)×J(t)w (t)+J(t)w˙(t)
其中 ( w ⃗ × a ⃗ j ) T w ⃗ = 0 (\vec w\times\vec a_j)^\text T\vec w=0 (w ×a j)Tw =0

举例

  这个例子描述了没有外部力矩输入时角速度却一直在变化的现象,这一现象在参考资料[3]的第13章中有详细描述。
  设转动惯量矩阵 J J J、角速度初始值 w ⃗ 0 \vec w_0 w 0 分别为
J = [ 2 0 0 0 2 0 0 0 1 ] ,   w ⃗ 0 = [ 1 0 1 ] J=\begin{bmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix},\ \vec w_0=\begin{bmatrix} 1 \\ 0 \\ 1 \end{bmatrix} J= 200020001 , w 0= 101
当力矩为0时,由姿态动力学方程得
w ⃗ ˙ = − J − 1 ( w ⃗ × J w ⃗ ) = − [ 0.5 0 0 0 0.5 0 0 0 1 ] ( [ w x w y w z ] × [ 2 w x 2 w y w z ] ) = − [ 0.5 0 0 0 0.5 0 0 0 1 ] [ − w y w z w x w z 0 ] [ w ˙ x w ˙ y w ˙ z ] = [ 0.5 w y − 0.5 w x 0 ] \begin{aligned} \dot{\vec w} =& -J^{-1}(\vec w\times J\vec w) \\ =& -\begin{bmatrix} 0.5 & 0 & 0 \\ 0 & 0.5 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} (\begin{bmatrix} w_x \\ w_y \\ w_z \end{bmatrix} \times\begin{bmatrix} 2w_x \\ 2w_y \\ w_z \end{bmatrix}) \\ =& -\begin{bmatrix} 0.5 & 0 & 0 \\ 0 & 0.5 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix} \begin{bmatrix} -w_yw_z \\ w_xw_z \\ 0 \end{bmatrix} \\ \begin{bmatrix} \dot w_x \\ \dot w_y \\ \dot w_z \end{bmatrix} =& \begin{bmatrix} 0.5w_y \\ -0.5w_x \\ 0 \end{bmatrix} \end{aligned} w ˙=== w˙xw˙yw˙z =J1(w ×Jw ) 0.50000.50001 ( wxwywz × 2wx2wywz ) 0.50000.50001 wywzwxwz0 0.5wy0.5wx0
解得
w x ( t ) = cos ⁡ 0.5 t w y ( t ) = − sin ⁡ 0.5 t w z ( t ) = 1 \begin{aligned} w_x(t) =& \cos 0.5t \\ w_y(t) =& -\sin 0.5t \\ w_z(t) =& 1 \\ \end{aligned} wx(t)=wy(t)=wz(t)=cos0.5tsin0.5t1

附录:向量叉乘的乘法分配律

  补充一个在推导过程中遇见的一个公式。当 A A A 是正交矩阵时,
A ( b ⃗ × c ⃗ ) = ( A b ⃗ ) × ( A c ⃗ ) A(\vec b\times\vec c)=(A\vec b)\times(A\vec c) A(b ×c )=(Ab )×(Ac )
A A A 不是正交矩阵时暂时没发现什么有意思的性质。前面还有一个公式
A ( A − 1 b ⃗ × b ⃗ ) A(A^{-1}\vec b\times\vec b) A(A1b ×b )
也没找到能合并 A A A A − 1 A^{-1} A1 的方法。
证明:
( A b ⃗ ) × ( A c ⃗ ) = [ ( b x a ⃗ 1 ) + ( b y a ⃗ 2 ) + ( b z a ⃗ 3 ) ] × [ ( c x a ⃗ 1 ) + ( c y a ⃗ 2 ) + ( c z a ⃗ 3 ) ] = ( b x a ⃗ 1 ) × ( c y a ⃗ 2 ) + ( b x a ⃗ 1 ) × ( c z a ⃗ 3 ) + ( b y a ⃗ 2 ) × ( c x a ⃗ 1 ) + ( b y a ⃗ 2 ) × ( c z a ⃗ 3 ) + ( b z a ⃗ 3 ) × ( c x a ⃗ 1 ) + ( b z a ⃗ 3 ) × ( c y a ⃗ 2 ) = ( b x c y − b y c x ) a ⃗ 3 + ( b z c x − b x c z ) a ⃗ 2 + ( b y c z − b z c y ) a ⃗ 1 = A ( b ⃗ × c ⃗ ) \begin{aligned} (A\vec b)\times(A\vec c) =& [(b_x\vec a_1)+(b_y\vec a_2)+(b_z\vec a_3)]\times [(c_x\vec a_1)+(c_y\vec a_2)+(c_z\vec a_3)] \\ =& (b_x\vec a_1)\times(c_y\vec a_2) +(b_x\vec a_1)\times(c_z\vec a_3) +(b_y\vec a_2)\times(c_x\vec a_1) \\ &+(b_y\vec a_2)\times(c_z\vec a_3) +(b_z\vec a_3)\times(c_x\vec a_1) +(b_z\vec a_3)\times(c_y\vec a_2) \\ =& (b_xc_y-b_yc_x)\vec a_3 +(b_zc_x-b_xc_z)\vec a_2 +(b_yc_z-b_zc_y)\vec a_1 \\ =& A(\vec b\times\vec c) \end{aligned} (Ab )×(Ac )====[(bxa 1)+(bya 2)+(bza 3)]×[(cxa 1)+(cya 2)+(cza 3)](bxa 1)×(cya 2)+(bxa 1)×(cza 3)+(bya 2)×(cxa 1)+(bya 2)×(cza 3)+(bza 3)×(cxa 1)+(bza 3)×(cya 2)(bxcybycx)a 3+(bzcxbxcz)a 2+(byczbzcy)a 1A(b ×c )

参考

  1. 章仁为.卫星轨道姿态动力学与控制[M].北京航空航天大学出版社.1998.
  2. 刚体动力学中的欧拉方程是如何推导出来的?-知乎
  3. de Ruiter. Spacecraft dynamics and control: an introduction. 2013.

进动现象仿真

  仿真一下前文提到的角速度向量在本体系下绕圈的现象,这一现象使用了本体极锥和空间极锥的概念(不知道是不是这么翻译),在参考资料[3]中有详细介绍。
  仿真结果见视频 https://www.bilibili.com/video/BV1Ck4y1F7Ba/。视频中白色线条代表刚体,黄色和橙黄色分别代表本体系的z轴和xy轴,红色线条表示角速度向量,绿色线条表示角动量向量。视频前半段摄像头在世界系下,后半段跟随刚体转动。
  基于 simucppraylib 的部分代码如下,完整代码见 https://gitee.com/xd15zhn/atttitudemotion

/**************************************************************
// 验证刚体自由转动时的进动现象
simucpp版本:2.1.14
**************************************************************/
int main(void) {
    
    Mat J(3, 3, vecdble{
    2, 0, 0, 0, 2, 0, 0, 0, 1});
    Mat Jinv = J.inv();
    /* 初始化仿真器 */
    Simulator sim1;
    auto intQ = new MStateSpace(&sim1, BusSize(4, 1), true, "intQ");
    auto intW = new MStateSpace(&sim1, BusSize(3, 1), true, "intW");
    auto misoQ = new MFcnMISO(&sim1, BusSize(4, 1), "misoQ");
    auto misoW = new MFcnMISO(&sim1, BusSize(3, 1), "misoW");
    auto muxtau = new Mux(&sim1, BusSize(3, 1), "muxtau");
    UInput **intau = new UInput*[3];
    for (uint32_t i = 0; i < 3; i++) {
    
        intau[i] = new UInput(&sim1, "inw"+to_string(i));
        sim1.connectU(intau[i], muxtau, BusSize(i, 0));
    }
    sim1.connectM(intQ, misoQ);
    sim1.connectM(intW, misoQ);
    sim1.connectM(misoQ, intQ);
    sim1.connectM(intW, misoW);
    sim1.connectM(muxtau, misoW);
    sim1.connectM(misoW, intW);
    sim1.Set_SimStep(0.01);
    intQ->Set_InitialValue(Mat(vecdble{
    1, 0, 0, 0}));
    intW->Set_InitialValue(Mat(vecdble{
    1, 0, 1}));
    intau[0]->Set_Function([](double t){
     return 0; });
    intau[1]->Set_Function([](double t){
     return 0; });
    intau[2]->Set_Function([](double t){
     return 0; });
    misoQ->Set_Function([](Mat *u){
    
        // u[0]为姿态四元数(4x1),u[1]为本体系下的角速度向量(3x1)
        Mat W(4, 4, vecdble{
      // 角速度向量w1对应的四元数乘法左矩阵(4x4)
            0, -u[1].at(0, 0), -u[1].at(1, 0), -u[1].at(2, 0),
            u[1].at(0, 0), 0, u[1].at(2, 0), -u[1].at(1, 0),
            u[1].at(1, 0), -u[1].at(2, 0), 0, u[1].at(0, 0),
            u[1].at(2, 0), u[1].at(1, 0), -u[1].at(0, 0), 0,
        });
        return 0.5*W*u[0];
    });
    misoW->Set_Function([&J, &Jinv](Mat *u){
    
        Vector3d omega = u[0];  // 本体系下的角速度向量(3x1)
        Vector3d tau = Mat(3, 1, vecdble{
      // 本体系下的力矩向量(3x1)
            u[1].at(0, 0), u[1].at(1, 0), u[1].at(2, 0)
        });
        Vector3d ans = Jinv*(tau - (omega & (J*omega)));
        return Mat(ans);
    });
    sim1.Initialize();
    sim1.Simulate_FirstStep();

    Mat curq, curw, curR, omegaI, hmom;
    /*初始化场景*/
    Camera camera;
    SetWindowMonitor(1);
	SetConfigFlags(FLAG_MSAA_4X_HINT);
	SetConfigFlags(FLAG_FULLSCREEN_MODE);
    SetTargetFPS(50);
    InitGraph(0, 0, "Universe");
	Init_Camera(&camera);

    /*场景循环*/
    while (!WindowShouldClose()) {
    
        curq = intQ->Get_OutValue();  // 姿态四元数
        curR = Quaternion_to_Rotation(curq);  // 旋转矩阵
        curw = intW->Get_OutValue();  // 本体系下的角速度向量
        omegaI = curR * curw;  // 世界系下的角速度向量
        hmom = curR * (J*curw);  // 世界系下的角动量
        if (Shift_View())
            SetReferenceFrame(Mat33_to_Matrix(curR));
        else
            SetReferenceFrame(MatrixIdentity());

		Update_Camera(&camera);
        BeginDrawing();
        ClearBackground(BLACK);
        BeginMode3D(camera);
            DrawGrid(120, 2);
            Draw_Body(curR);  // 画刚体和固连坐标系
            DrawLine3D(Vector3Zero(), Mat_to_Vector3(omegaI), RED);  // 画世界系下的角速度向量
            DrawLine3D(Vector3Zero(), Mat_to_Vector3(hmom), GREEN);  // 画世界系下的角动量向量
        EndMode3D();
        EndDrawing();

        if (IsKeyDown(KEY_Q)) {
    
            sim1.Simulation_Reset();
        }
        if (Pause()) continue;
        for (int i = 0; i < 5; i++)
            sim1.Simulate_OneStep();
    }
    CloseGraph();
    return 0;
}
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_34288751/article/details/125696864

智能推荐

系统架构师学习笔记-系统安全性和保密性_系统工作站的保密性-程序员宅基地

文章浏览阅读6.1k次,点赞9次,收藏23次。目录 信息系统安全体系数据安全与保密 信息系统安全体系信息安全有5个基本要素:1. 机密性:确保信息不暴露给未授权的实体或进程。2. 完整性:只有得到允许的人才能够修改数据,并能够判别数据是否已被篡改。3. 可用性:得到授权的实体在需要时可访问数据。4. 可控性:可以控制授权范围内的信息流向和行为方式。5. 可审查性:对出现的安全问题提供调查的依据..._系统工作站的保密性

java计算机毕业设计旅游管理系统MyBatis+系统+LW文档+源码+调试部署-程序员宅基地

文章浏览阅读135次。java计算机毕业设计旅游管理系统MyBatis+系统+LW文档+源码+调试部署。springboot基于springboot的音乐网站管理系统。springboot基于Java的图书借阅管理系统设计与实现。springboot基于springBoot仓库管理系统。jsp基于Web的鲜花采购及预定系统的设计与实现ssh。ssm基于Java智能选课系统的设计与实现。

vue展示日历 考勤展示_O2OA办公平台内置应用介绍篇:考勤管理-程序员宅基地

文章浏览阅读905次。考勤管理点击组件-考勤管理,即可打开考勤管理系统。我的考勤月报打开考勤管理系统后,会展示我的考勤月报,您可以查看当月的考勤,如下图:考勤日历:以日历的形式展现当月的考勤结果,并以不同的颜色表示出勤状态。考勤汇总:用饼图展现考勤状态(出勤、请假、迟到、缺勤、申诉、工时不足)在本月所占的比例。上下班走势图:提供上班时间和下班时间的走势信息数据,用折线图展现上下班时间的趋势。右边可以查看排班时间表。我的..._vue考勤报表显示上下班

谈一谈自己对BFC的理解-程序员宅基地

文章浏览阅读272次。一、BFC概念BFC全名为块级格式化上下文,它是一个独立的渲染区域,其内部的盒子如何布局只遵循块级格式化上下文的规则,不受外部元素的干扰二、如何定义BFC当前元素的float属性不为none 当前元素的position属性不为static和relative 当前元素的overflow属性不为visible 当前元素的display属性是inline-block、table-cell、flex、table-caption和inline-flex三、BFC的布局规则每个盒子都占一行,在垂

Ubuntu 12.04 the system is running in low-graphics mode_the system is running in low-graphice mod-程序员宅基地

文章浏览阅读3.1w次。UbuntuCommunityAsk!DeveloperDesignHardwareShopMore ›Stack Exchangesign up log in Ask UbuntuQuestionsTagsTourUsers_the system is running in low-graphice mod

selenium——unittest框架_selenium unittest框架-程序员宅基地

文章浏览阅读1.2k次。一、unittest框架基本介绍二、unittest框架解析三、unittest框架使用方法1.测试固件2.测试套件3.用例的执行顺序4.忽略测试用例中的方法5.unittest断言6.HTML报告生成_selenium unittest框架

随便推点

Apache孵化器主席Justin Mclean:如何成为Apache顶级开源项目_apache基金会项目申请-程序员宅基地

文章浏览阅读761次。摘要: 近日,Apache孵化器主席、Apache基金会成员、Dubbo &amp; RocketMQ等开源项目的导师Justin Mclean来到阿里巴巴西溪园区,与众多开发者分享了如何打造一个Apache顶级项目,以及项目孵化过程会遇到的一些盲点和挑战。近日,Apache孵化器主席、Apache基金会成员、Dubbo &amp; RocketMQ等开源项目的导师Justin Mclean来..._apache基金会项目申请

遇到BASE64的图片字符串应该如何转换成图片呢_go语言把base64转换成图片格式-程序员宅基地

文章浏览阅读1.3k次。遇到BASE64的图片字符串应该如何转换成图片呢base64.b64decode(data)_go语言把base64转换成图片格式

(转)基于MVC4+EasyUI的Web开发框架经验总结(10)--在Web界面上实现数据的导入和导出...-程序员宅基地

文章浏览阅读166次。http://www.cnblogs.com/wuhuacong/p/3873498.html数据的导入导出,在很多系统里面都比较常见,这个导入导出的操作,在Winform里面比较容易实现,我曾经在之前的一篇文章《Winform开发框架之通用数据导入导出操作》介绍了在Winform里面的通用导入导出模块的设计和开发过程,但在Web上我们应该如何实现呢?本文主要介绍利用MVC4+Eas...

14.JS语句和注释,变量和数据类型-程序员宅基地

文章浏览阅读112次。1.JavaScript 语句(1)语句的作用(2)语句标识符2.代码和代码块儿(1)代码(2)代码块3.分号、空格和拆行(1)分号(2)空格(3)拆行4.单行注释和多行注释5.JS变量6.创建变量7.JS 数据类型(1)值类型(基本类型):(2)引用数据类型(对象类型):(3)动态类型8.字符串、数字、布尔、数组和对象等(1)字符串(2)数字(3)布尔(4)数组(5)对象...

C语言ASCLL码_c语言 \ ascll-程序员宅基地

文章浏览阅读2.1k次。C语言ASCLL码表介绍_c语言 \ ascll

Linux那些事儿之我是U盘(37)彼岸花的传说(五)_unsigned soft : 1;-程序员宅基地

文章浏览阅读4.1k次。 燕子去了,有再来的时候;杨柳枯了,有再青的时候;桃花谢了,有再开的时候;老婆离了,有再找的时候,孩子跑了,有回来的时候;煮熟的鸭子飞了,有飞回来的时候.一个函数没讲完就跳走了,有再回来的时候.其实,那些人,那些事,终究不曾远离.于是,她再一次进入我们的视野. 她就是usb_stor_control_thread().唤醒她的是来自queuecommand的up(&(us->sema)_unsigned soft : 1;

推荐文章

热门文章

相关标签