# EGO 坐标系：让机器人有了"空间感"

## 一、引言

在具身智能与人形机器人领域，模仿学习（Imitation Learning）是一种重要的训练范式。其核心思想是：让机器人观察人类的动作演示，从中学习并复现同样的行为。然而，这一看似直观的思路背后，隐藏着一个关键的技术前提——演示数据与机器人执行必须在同一空间参照系下对齐。

如果坐标系不统一，演示者的"右手抬起"动作，在机器人看来可能是"左手向前"，模仿学习也就无从谈起。因此，一套设计精良的坐标系体系，是整个模仿学习系统的空间基石。

EGO 头部设备通过世界坐标系与局部坐标系的双重设计，配合 VIO 实时输出的 6DoF 位姿，为机器人提供了稳定、准确的空间参照。本文从技术原理出发，深入解析 EGO 的坐标系体系及其在模仿学习中的核心作用。
![2e84060d-cbda-4cb7-8967-b61740c09ab6.jpg](https://developer.qcloudimg.com/http-save/yehe-12455787/9c5ec2980012cae7292c2691fd326b98.jpg)

## 二、世界坐标系：全局空间基准

### 2.1 定义

世界坐标系（World Frame）是 EGO 设备定义的第一套核心坐标系，它是一个固定不变的全局参考系。其定义如下：

- **原点**：设备初始化时刻 IMU 所在的空间位置
- **Z 轴**：沿重力反方向竖直向上
- **X 轴**：设备初始朝向在水平面上的前向投影
- **Y 轴**：由右手定则确定（X × Z 的反方向，即左侧）

### 2.2 技术细节解读

**Z 轴由重力方向确定。** 这意味着无论设备初始姿态如何倾斜，世界坐标系的 Z 轴始终与重力方向对齐。实现原理是：初始化时设备保持静止，IMU 中的加速度计测得的加速度矢量即为重力的反方向，取反即为 Z 轴正方向。这一设计保证了世界坐标系的"上"始终是物理世界的"上"，与设备自身姿态无关。

**X 轴取水平前向投影。** 这里的关键词是"水平"和"投影"。设备的初始朝向可能包含俯仰角和横滚角，但 X 轴不是简单地取设备前方，而是将设备前向矢量投影到水平面（垂直于 Z 轴的平面）上。这样做的结果是，世界坐标系的 X-Y 平面始终与水平面平行，便于描述平面内的运动，也符合人类对"前后左右"的直觉。

**右手定则保证一致性。** Y 轴由 X 轴和 Z 轴通过叉乘确定，确保三轴两两正交且符合右手系约定。这与 ROS（机器人操作系统）中的标准坐标系约定一致，降低了与机器人系统对接的成本。

### 2.3 为什么需要世界坐标系

世界坐标系的核心作用是提供一个**统一的全局参照**。在模仿学习中，这一作用体现在以下几个方面：

1. **多轮演示对齐**：不同次演示可能从不同位置开始，但都统一到世界坐标系下后，轨迹就可以直接比较
2. **全局位置感知**：机器人知道自己相对于初始位置移动了多少、朝向了哪个方向
3. **环境交互基础**：与环境中的物体交互时，需要在全局坐标系下描述物体位置

## 三、局部坐标系：设备自身参照

### 3.1 定义

设备局部坐标系（Body Frame / IMU Frame）以 IMU 的几何中心为原点，随设备一同运动。其轴向定义为：

- **X 轴**：指向设备前方
- **Y 轴**：指向设备左侧
- **Z 轴**：指向设备上方（与设备外壳顶面垂直向上）

### 3.2 物理意义

局部坐标系描述的是设备**自身的姿态和相对于自身的运动**：

- 绕 X 轴旋转 → 俯仰角（pitch），即点头动作
- 绕 Y 轴旋转 → 偏航角（yaw），即左右摇头动作
- 绕 Z 轴旋转 → 横滚角（roll），即歪头动作

### 3.3 原点选择的考量

局部坐标系的原点严格定在 **IMU 的几何中心**，而非设备外壳的某个点。这是因为：

1. 所有运动测量数据（加速度、角速度）都来自 IMU，以 IMU 为原点可以避免坐标系偏移
2. 简化运动学计算，不需要额外的平移变换
3. 与 IMU 数据的物理意义一致，减少理解和调试成本

## 四、VIO 与 6DoF 位姿

### 4.1 什么是 6DoF

6DoF（Six Degrees of Freedom）指描述刚体在三维空间中运动所需的六个自由度：

- **平移自由度（3个）**：沿 X 轴、Y 轴、Z 轴的位移
- **旋转自由度（3个）**：绕 X 轴（pitch）、绕 Y 轴（yaw）、绕 Z 轴（roll）的旋转

完整的 6DoF 位姿通常由三维位置向量（x, y, z）加上旋转表示（四元数/欧拉角/旋转矩阵）构成。

### 4.2 VIO 工作原理

VIO（Visual-Inertial Odometry，视觉惯性里程计）是连接世界坐标系与局部坐标系的桥梁。它融合了两种传感器的数据：

- **视觉传感器（相机）**：通过连续帧之间的特征点匹配，估计相机的运动。优点是长距离下有场景特征作为约束，缺点是帧率有限、快速运动时容易模糊
- **惯性传感器（IMU）**：通过加速度计和陀螺仪的高频测量，提供短时间内高精度的运动估计。优点是频率高（通常 100-1000Hz）、不受光照影响，缺点是长时间积分会累积误差（漂移）

两种传感器互补：视觉抑制 IMU 的漂移，IMU 弥补视觉在快速运动和低纹理场景下的不足。融合之后，VIO 既能保持较高的更新频率，又能有效抑制漂移。

### 4.3 30Hz 输出的意义

EGO 的 VIO 以 **30Hz** 的频率输出世界坐标系下的 6DoF 位姿，即每 33.3 毫秒更新一次。这个频率的选择有多重考量：

- **运动捕捉需求**：人类头部自然运动的频率通常在几赫兹量级，30Hz 采样率提供了足够的时间分辨率
- **数据量控制**：30Hz 每秒产生 30 帧位姿数据，下游算法可以实时处理，不会造成数据积压
- **传感器帧率匹配**：与相机的典型帧率（30fps）匹配，便于数据融合

对于模仿学习而言，30Hz 的位姿输出意味着演示者的每一次头部运动都被精确记录在世界坐标系中，形成连续的运动轨迹。这些统一在同一空间参照下的轨迹数据，是训练模仿学习策略的核心素材。

## 五、Finger 指尖相机坐标系

### 5.1 定义

除了头部的 EGO 设备，机器人端的 Finger 指尖相机也有严格的坐标系定义：

- **原点**：相机光心（光学中心）
- **坐标系**：右手系定义
- **一致性**：与 URDF 的 base_link 坐标系一致

### 5.2 原生对齐的价值

Finger 相机坐标系与机器人 URDF 模型的 base_link 原生一致，这一设计具有重要的工程价值：

1. **无需坐标转换**：相机采集的数据可以直接对接机器人模型，减少了计算开销
2. **减少误差来源**：每一次坐标变换都可能引入误差，原生对齐从根源上消除了这一问题
3. **降低调试难度**：开发者不需要处理坐标系手性转换等容易出错的问题

## 六、坐标系设计中的工程考量

### 6.1 右手系约定

右手坐标系是机器人学和计算机图形学的通用约定（ROS、OpenGL、Unity 等均采用）。EGO 采用右手系可以最大限度地减少与现有工具链对接时的转换成本。

### 6.2 Z 轴向上

在移动机器人和人形机器人领域，"Z 轴向上"是最常见的约定。这一约定：

- 符合人类对空间的直觉（地面是 X-Y 平面，高度是 Z 方向）
- 便于利用 IMU 加速度计直接测量重力方向来确定 Z 轴
- 与大多数机器人框架（ROS、Gazebo 等）的约定一致

### 6.3 双坐标系的必要性

两套坐标系配合使用，是工程上的最优解：

- 只用世界坐标系：描述自身姿态需要不断做坐标变换，计算量大且容易出错
- 只用局部坐标系：无法知道全局位置，不同次演示的数据无法对齐
- 两套配合：既保留了局部描述的简洁性，又具备全局参照的一致性

## 七、总结

EGO 的坐标系体系是一套经过精心设计的空间参照系统。世界坐标系提供全局基准，局部坐标系描述自身姿态，VIO 以 30Hz 输出两者之间的变换关系，Finger 相机坐标系与机器人 base_link 对齐确保端到端数据一致性。

对于模仿学习来说，这套坐标系体系就像是机器人的"空间骨架"——没有它，采集到的运动数据只是散乱的数字；有了它，这些数字才有了空间意义，才能被算法理解和复现。

在具身智能快速发展的今天，底层的空间感知能力往往决定了上层算法的天花板。EGO 的坐标系设计，从底层为机器人的空间理解打下了坚实的基础。


在具身智能与人形机器人领域，模仿学习（Imitation Learning）是一种重要的训练范式。其核心思想是：让机器人观察人类的动作演示，从中学习并复现同样的行为。然而，这一看似直观的思路背后，隐藏着一个关键的技术前提——演示数据与机器人执行必须在同一空间参照系下对齐。

EGO 坐标系：让机器人有了"空间感"

人工智能

硬件

开发工具

EGO坐标系通过世界坐标系与局部坐标系双轨设计，结合VIO实时输出30Hz的6DoF位姿，为模仿学习提供统一空间参照。世界系以重力定义Z轴，局部系描述设备自身姿态，Finger相机与URDF对齐，确保数据一致性与端到端精度。

数据一致性

具身智能

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

EGO 坐标系：让机器人有了"空间感"-腾讯云开发者社区-腾讯云

EGO 坐标系：让机器人有了"空间感"

EGO 坐标系：让机器人有了"空间感"

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐