什么是坐标变换

一个机器人身上装着激光雷达、摄像头、轮式里程计——每个传感器都有自己的"视角"。激光雷达测出前方2米有障碍物，但这个距离是相对于激光雷达自己的安装位置说的，不是相对于机器人中心。坐标变换就是解决"如何把传感器A看到的数据，换算到传感器B或机器人中心的坐标系下"。 生活类比：你和朋友面对面站着，你说"杯子在我右前方1米"，朋友听到这句话要先知道自己面对的方向和你差多少度，才能准确拿到杯子。坐标系变换做的就是这件事——已知两个坐标系之间的偏移量和旋转角度，把数据从一个坐标系"翻译"到另一个。 技术定义：坐标变换用齐次变换矩阵 \( T \) 描述两个坐标系之间的完整位姿关系，包含3个平移自由度（x、y、z）和3个旋转自由度（通常用四元数表示）。变换公式为 \( \mathbf{p}_B = T_{AB} \cdot \mathbf{p}_A \)，将点从坐标系A映射到坐标系B。

TF树的构建与查找规则

TF把所有坐标变换组织成一棵树。树有且只有一个根节点（通常是 world 或 map），每个子节点有且只有一个父节点。从根到任意节点的路径唯一，因此任意两个坐标系之间的变换都可以通过路径上的变换累乘得到。 查找变换时，TF2从目标坐标系出发，沿着树向上走到最近的公共祖先，再向下走到源坐标系，沿途的所有变换矩阵相乘得到最终结果。这个过程完全由 tf2_ros::Buffer 在后台自动完成，开发者只需要调用 lookup_transform() 并提供目标坐标系、源坐标系和时间戳。

TF2广播器与监听器

TF2设计了两个核心角色：广播器负责把坐标变换"说出去"，监听器负责"收听"并缓存所有变换。广播器和监听器可以运行在同一个节点中，也可以分布在不同的进程甚至不同的机器人上。 广播器发布的数据类型是 geometry_msgs/TransformStamped，包含三个关键字段：header.frame_id（父坐标系）、child_frame_id（子坐标系）以及 transform（平移+旋转）。监听器端通过 Buffer 接收后存入内存中的变换树，收到查询请求时从缓存中查找并计算。

# 广播器示例（Python）
import rclpy
from rclpy.node import Node
from tf2_ros import TransformBroadcaster
from geometry_msgs.msg import TransformStamped

class LaserBroadcaster(Node):
    def __init__(self):
        super().__init__('laser_broadcaster')
        self.br = TransformBroadcaster(self)
        self.timer = self.create_timer(0.1, self.publish_transform)

    def publish_transform(self):
        t = TransformStamped()
        t.header.stamp = self.get_clock().now().to_msg()
        t.header.frame_id = 'base_link'
        t.child_frame_id = 'laser_frame'
        t.transform.translation.x = 0.2
        t.transform.translation.y = 0.0
        t.transform.translation.z = 0.1
        t.transform.rotation.w = 1.0   # 无旋转
        self.br.send_transform(t)

# 监听器示例（Python）——查询laser_frame中的点相对于base_link的位置
import rclpy
from rclpy.node import Node
from tf2_ros import Buffer, TransformListener
from tf2_ros.transform_listener import TransformListener as Listener

class TransformQueryNode(Node):
    def __init__(self):
        super().__init__('transform_query')
        self.tf_buffer = Buffer()
        self.tf_listener = Listener(self.tf_buffer, self)
        self.timer = self.create_timer(0.5, self.query)

    def query(self):
        try:
            trans = self.tf_buffer.lookup_transform(
                'base_link',      # 目标坐标系
                'laser_frame',     # 源坐标系
                rclpy.time.Time())     # 最近可用时间
            self.get_logger().info(f'平移: ({trans.transform.translation.x}, {trans.transform.translation.y})')
        except Exception as e:
            self.get_logger().warn(f'查询失败: {e}')

静态变换与动态变换的对比

类型	数据变化频率	发布方式	典型场景	广播器API
静态变换	从不变化	发布一次，TF2自动重发	传感器在机器人上的固定安装位置	StaticTransformBroadcaster
动态变换	周期性变化（如10Hz~100Hz）	每个控制周期主动发布	机械臂关节角度、车辆转向轮偏角	TransformBroadcaster
近似变换	变化但允许少量误差	与动态变换相同	视觉SLAM位姿估计（有漂移）	TransformBroadcaster

静态变换在ROS2中有专门的优化：可以使用 tf2_ros::StaticTransformBroadcaster 一次性发布，后续由TF2内部线程按固定间隔自动重发，不需要开发者维护定时器。动态变换必须由开发者按实际更新频率持续发布，否则监听端查询时会提示"变换过期"。