工作台坐标系w的姿态与B)一致的，相对于B}的位置矢量为{2,0,-1.5]，要求编程，计算 1) 机器人在初始位姿下，工具坐标系 Too1 在工作台坐标系中位变换矩阵Tt 2计算工具坐标原点与工作台坐标系原点之间的距离(dis)。“

假设机器人初始位姿下，工具坐标系 To01 的位置矢量为 [0,0,0]，姿态矩阵为 R，工作台坐标系为 w，B 是机器人坐标系。

1) 根据题意，To01 相对于 B 的位置矢量为 [2,0,-1.5]，因此可以得到 To01 相对于 w 的位置矢量为：

$$P_{w/To01} = P_{w/B} + R_{B}^{w} \cdot P_{B/To01} = [0,0,0] + R \cdot [2,0,-1.5]$$

其中，$R_{B}^{w}$ 表示从机器人坐标系 B 到工作台坐标系 w 的旋转矩阵。

To01 在工作台坐标系中的位变换矩阵 Tt 可以表示为：

$$T_t = \begin{bmatrix}R & P_{w/To01}\\ 0_{1\times 3} & 1\end{bmatrix}$$

其中，$0_{1\times 3}$ 表示一个 $1 \times 3$ 的零向量。

2) 工具坐标原点与工作台坐标系原点之间的距离可以表示为：

$$dis = \sqrt{(P_{w/To01})_x^2 + (P_{w/To01})_y^2 + (P_{w/To01})_z^2}$$

其中，$(P_{w/To01})_x$、$(P_{w/To01})_y$、$(P_{w/To01})_z$ 分别代表 $P_{w/To01}$ 的 x、y、z 三个分量。

因此，可以编写如下 Python 代码来计算 Tt 和 dis：

import numpy as np

# 工具坐标系 To01 相对于机器人坐标系 B 的位置矢量
P_b_to01 = np.array([2, 0, -1.5])

# 机器人初始位姿下的姿态矩阵 R
R = np.eye(3)

# 工具坐标系 To01 相对于工作台坐标系 w 的位置矢量
P_w_to01 = np.dot(R, P_b_to01)

# 工具坐标系 To01 在工作台坐标系中的位变换矩阵 Tt
Tt = np.vstack((np.hstack((R, P_w_to01.reshape(3, 1))), np.array([0, 0, 0, 1])))

# 工具坐标原点与工作台坐标系原点之间的距离
dis = np.linalg.norm(P_w_to01)

print("Tt = \n", Tt)
print("dis = ", dis)

输出结果为：

Tt = 
 [[ 1.   0.   0.   2. ]
  [ 0.   1.   0.   0. ]
  [ 0.   0.   1.  -1.5]
  [ 0.   0.   0.   1. ]]
dis = 2.5