ROS系列（四）：从理论到实践，详解坐标系转换与多传感器数据对齐

1. 为什么我们需要坐标系转换？

想象一下你正在组装一台自动驾驶小车，车上装了GPS、IMU和激光雷达。GPS告诉你"我在东经121度、北纬31度"，IMU却说"我正在以2m/s的速度往东北方向移动"，而激光雷达反馈"前方3米处有障碍物"。这时候问题来了——这些数据说的是一回事吗？它们能直接相加吗？答案显然是否定的。这就是坐标系转换要解决的核心问题：让不同传感器说同一种位置语言。

在实际机器人系统中，每个传感器都有自己的"方言"：GPS使用WGS-84坐标系（经纬度），IMU通常基于车身坐标系，激光雷达可能采用局部直角坐标系。就像翻译器连接不同语言的人群，坐标系转换就是机器人世界的"通用翻译器"。我曾在一个农业机器人项目里，因为没处理好GPS和视觉传感器的坐标对齐，导致喷洒路径偏移了整整2米——这个教训让我深刻理解到，精确的坐标转换不是可选项，而是多传感器系统的生命线。

2. 常见坐标系全解析

2.1 地球级坐标系：WGS-84与ECEF

WGS-84是我们最熟悉的GPS坐标系，用经度(longitude)、纬度(latitude)和高度(altitude)描述位置。比如上海中心大厦的坐标是[121.505, 31.240, 632]，这三个数字分别代表东经121.505度、北纬31.240度，海拔632米。但计算机处理时，角度制不方便计算距离和方向，于是就有了ECEF（地心地固直角坐标系）。

ECEF把地球装进一个三维直角坐标系：原点在地心，X轴穿过赤道和本初子午线交点，Z轴指向北极。上海中心大厦在这个坐标系中大概是[-2837667, 4676109, 3274587]米。我常用一个比喻：WGS-84就像用"第几排第几列"描述电影院座位，而ECEF则是精确的(x,y,z)三维坐标。

python复制# WGS-84转ECEF的Python实现
import pyproj

def wgs2ecef(lon, lat, alt):
    ecef = pyproj.Proj(proj='geocent', ellps='WGS84', datum='WGS84')
    lla = pyproj.Proj(proj='latlong', ellps='WGS84', datum='WGS84')
    x, y,