# 扩展卡尔曼滤波中如何对6维测量的协方差矩阵进行坐标旋转转换

> 原文链接：https://robotics.hellobike.com/pitfalls/2025-12-11-robotics-se-2556
> 频道：pitfalls | 更新日期：2025-12-11 | 标签：auto, stackexchange, kalman-filter
> 核心摘要：用户咨询EKF测量协方差跨坐标系的旋转方法，获答用对应旋转矩阵按公式计算，同时提示欧拉角需注意特殊处理。

# 扩展卡尔曼滤波中如何对6维测量的协方差矩阵进行坐标旋转转换

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[How to rotate covariance?](https://robotics.stackexchange.com/questions/2556/how-to-rotate-covariance)（Robotics Stack Exchange #2556）

**状态**：已解决

## 问题

使用EKF时需要将G1坐标系下6维测量对应的6×6协方差矩阵转换到G2坐标系下，已知测量值的转换方法，不清楚协方差的旋转处理方式。

## 环境

状态估计 / EKF 滤波器

## 解决办法

1. 构造6×6的转换旋转矩阵R，转换后的状态为X'=R X。
2. 转换后的协方差矩阵C'按照公式C'=R C R^T计算得到。
3. 注意欧拉角的行为通常不直观，可能无法直接使用与位置相同的旋转矩阵处理，需留意可能的特殊处理需求。

原问题作者：automatom；采纳答案作者：ryan0270。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
:::

## 原始参考来源 (Sources)

- [Robotics Stack Exchange #2556：How to rotate covariance?](https://robotics.stackexchange.com/questions/2556/how-to-rotate-covariance)