齐次变换矩阵、欧拉角

齐次变换矩阵

因为老是忘记齐次变换矩阵的含义以及方向,每次推导公式都很费劲,写下这篇文章用于快速回顾齐次变换矩阵。

表示的是:坐标系A到坐标系B的齐次变换矩阵,也是坐标系B在坐标系A下的位姿。

对于这个矩阵,有三个物理意义:

复制代码
(1)坐标变换:通过变换矩阵可以获得{B}坐标系下的向量(坐标)在{A}坐标系下的描述(坐标)。

(2)坐标系的描述:描述了坐标系{B}在{A}下的位姿(位置和姿态)

(3)可以作为算子,将{B}中的矢量或物体变换到{A}中,描述了某个刚体的运动情况。

将B坐标系下的点或者向量左乘这个齐次变换矩阵,能够得到坐标系A下的坐标描述

后续的讲解均以这个齐次变换矩阵进行描述。

旋转矩阵如何计算

常用右手系。首先要确定旋转的正反方向,用右手的大拇指指向旋转轴的正方向,弯曲手指手指。手指方向即是轴的正旋转方向。

那么绕各个坐标轴的旋转θ角可以用如下的旋转矩阵R(注意是左乘)表示:

平移矩阵如何计算

坐标系A是固定坐标系,坐标系B进行移动。

其实就是坐标系原点的偏移,平移部分其实就是坐标系B的原点在坐标系A下的坐标

实例

一开始坐标系B和坐标系A重合,首先**B相对于A的Z轴逆时针(视线沿着z轴正方向)旋转90°(此时旋转方向为负,应该取-90°),然后沿着A的x轴移动-3.75个单位,沿着A的y轴移动26.25个方向,**那么最终的齐次变换矩阵为

欧拉角和齐次变换矩阵互相转换

欧拉角以ZYX顺序,输入为弧度

cpp 复制代码
Eigen::Matrix3d rpy2R(const Eigen::Vector3d& rpy) // 单位为弧度
{
	double roll = rpy[0]; // A - Roll (绕X轴旋转)
	double pitch = rpy[1];// B - Pitch (绕Y轴旋转)
	double yaw = rpy[2];// C - Yaw (绕Z轴旋转)

	Eigen::Matrix3d rotation_matrix; // 按照ZYX 即yaw pitch roll顺序计算得到
	rotation_matrix = Eigen::AngleAxisd(yaw, Eigen::Vector3d::UnitZ())
		* Eigen::AngleAxisd(pitch, Eigen::Vector3d::UnitY())
		* Eigen::AngleAxisd(roll, Eigen::Vector3d::UnitX());

	return rotation_matrix; // 输出单位为mm

}
cpp 复制代码
Eigen::Vector3d R2ypr(const Eigen::Matrix3d& rotation_matrix) // 旋转矩阵必须严格按照ZYX顺序得到的,且单位为mm
{
	double roll, pitch, yaw;

	if (rotation_matrix(2, 0) < 1) {
		if (rotation_matrix(2, 0) > -1) {
			pitch = asin(-rotation_matrix(2, 0));
			yaw = atan2(rotation_matrix(1, 0), rotation_matrix(0, 0));
			roll = atan2(rotation_matrix(2, 1), rotation_matrix(2, 2));
		}
		else { // 仰角为 -90 度
			pitch = -M_PI / 2.0;
			yaw = -atan2(-rotation_matrix(1, 2), rotation_matrix(1, 1));
			roll = 0;
		}
	}
	else { // 俯角为 90 度
		pitch = M_PI / 2.0;
		yaw = atan2(-rotation_matrix(1, 2), rotation_matrix(1, 1));
		roll = 0;
	}

	// 将弧度转换为度数
	roll = roll * 180.0 / M_PI;
	pitch = pitch * 180.0 / M_PI;
	yaw = yaw * 180.0 / M_PI;

	Eigen::Vector3d rpy;
	rpy[0] = roll, rpy[1] = pitch, rpy[2] = yaw;
	return rpy; // 输出单位为度数
}
相关推荐
引量AI11 天前
TikTok 矩阵如何快速涨粉
大数据·人工智能·矩阵·tiktok矩阵·海外社媒
Ven%11 天前
矩阵阶数(线性代数) vs. 张量维度(深度学习):线性代数与深度学习的基石辨析,再也不会被矩阵阶数给混淆了
人工智能·pytorch·深度学习·线性代数·矩阵·tensor·张量
云云32111 天前
亚矩云手机赋能Vinted矩阵运营:破解二手电商多账号与本地化困局
网络·人工智能·智能手机·矩阵·自动化
云云32112 天前
Subway Surfers Blast × 亚矩阵云手机:手游矩阵运营的终极变现方案
大数据·人工智能·线性代数·智能手机·矩阵·架构
点云侠13 天前
PCL 点云旋转的轴角表示法
人工智能·线性代数·算法·计算机视觉·矩阵
云云32113 天前
Snapchat矩阵运营新策略:亚矩阵云手机打造高效社交网络
线性代数·智能手机·矩阵
ZNineSun14 天前
搜索二维矩阵II
矩阵·二分查找·二维矩阵
phoenix@Capricornus14 天前
主成分分析(PCA)例题——给定协方差矩阵
线性代数·矩阵
西猫雷婶14 天前
python学智能算法(十三)|机器学习朴素贝叶斯方法进阶-简单二元分类
开发语言·人工智能·python·深度学习·机器学习·矩阵·分类
云云32115 天前
轻量化社交管理方案:Skout与云手机的巧妙搭配
大数据·网络·游戏·智能手机·矩阵