已知相机到车的rt 4x4矩阵,求pitch和yaw角度

0.01236276, -0.03470584, 0.9993211, 2.052727

-0.99991938, 0.00246558, 0.01245579, -0.0054

-0.00289619, -0.99939453, -0.03467256, 1.4633291

0.0, 0.0, 0.0, 1.0

最终结论

这个相机:

pitch ≈ +2.0°

表示:pitch角度正,相机向下。右手大拇指向左,和y轴方向一样,四指向下,向下为正。

相机略微向下俯视(自动驾驶非常常见)

复制代码
import numpy as np

R = np.array([
    [ 0.01236276, -0.03470584,  0.9993211 ],
    [-0.99991938,  0.00246558,  0.01245579],
    [-0.00289619, -0.99939453, -0.03467256]
])

forward = R[:, 2]

pitch = np.arcsin(-forward[2]) * 180 / np.pi

print(pitch)
#1.986°
复制代码
pitch = asin(-f_z)
yaw   = atan2(f_y, f_x)
相关推荐
hai31524754320 小时前
文本矩阵化拆解与视频矩阵化构建
线性代数·矩阵·音视频
Mark White20 小时前
ICCV 2019【从颜色科学到相机】02_颜色从哪里来?从光谱、同色异谱到 CIE XYZ
数码相机
Godspeed Zhao1 天前
现代智能雷达技术14——算法(0)
线性代数·算法·雷达
hahaha60161 天前
色彩恒常性概述
人工智能·嵌入式硬件·数码相机·计算机视觉
hahaha60161 天前
白平衡综述
数码相机
蝶依斓(湖南)全案整装2 天前
整装行业长尾需求内容矩阵搭建方法:从五个维度拆解用户需求
大数据·人工智能·矩阵
梦帮科技2 天前
推测解码(Speculative Decoding)与 Draft-Target 双核协同:接受率判据、树状验证与两倍吞吐无损加速
网络·人工智能·深度学习·神经网络·线性代数·矩阵·架构
shoufeipin90hou2 天前
4K 线扫相机的行频匹配:带速一变,图像为什么会变形
数码相机·计算机视觉
7yewh2 天前
SLAM 相机与图像(4)
人工智能·数码相机·计算机视觉
so~what2 天前
卫星平台和载荷有什么区别
数码相机·ntn