變換矩陣理解

2021-09-01 09:30:45 字數 1140 閱讀 8803

今天就來理解這個表示。這個表示一般有兩種叫法(假設b代表body,c代表camera)。

相機座標系到載體座標系的變化。

本質意思是如果有乙個點的座標是在camera座標系中表示的,如果我們要將其在body座標系中表示。可以左乘這個變換矩陣。

camera pose respect with body。

with的意思其實是在什麼座標系下的。所以對於都最右邊一列直接提取出來的三維座標,正好是camera的中心座標,在body座標系下的表示。

也相當於把camera座標系中的原點乘以,就能得到camera在body座標系下的位置的表示。

也表示camera在body座標系中的位置和camera自己的朝向無關(不需要使用旋轉資訊就能得到位置)。

上面主要在說位置和平移,關於旋轉可以這樣理解:

表示的旋轉是把camera座標系的三個軸,在body座標系中表示出來。也就是把camera座標系中的(0,0,1),(0,1,0),(0,0,1)三個點使用轉換到body座標系中。

如果把座標系看作乙個有三條線的模型,可以把body座標系對應的模型旋轉成對應的camera模型。

具體旋轉的方式可以借用尤拉角,zyx的尤拉角旋轉,可以使用座標軸模型,按照zyx順序做三次旋轉。每次都畫乙個新的座標系,這樣整個旋轉可以手動完成。

這裡可以互動的研究旋轉的幾種表示的關係。

如果你在乙個世界座標系中,把乙個模型從a pose,變換為b pose。這樣的乙個變換矩陣等於是把a座標系中的點(模型的頂點),在b座標系中表示出來。而在世界中視覺化出來的a和b的關係是把a和b模型的頂點都表示在世界座標系中。

可以分為旋轉和平移兩次操作。

正向操作是先旋轉在加上平移。(c中的點在b中表示)

反向操作是先減去平移在乘以旋轉的轉置。(b中的點在c中表示)

當你要使用集合資訊來手動計算的時候。

先在b中寫出c的座標,這對應的平移部分。

畫出b和c的座標軸模型。

看怎麼使用zyx的順序,把b的座標軸模型旋轉為c。從而計算出尤拉角。

把尤拉角寫成旋轉矩陣。

在slam中,經常世界座標系就是第一幀的座標系。如果第一幀和物體移動方向不一致,就會出現計算的點雲傾斜。這個時候可以把感測器的座標系進行一些旋轉後再送入slam中計算。這等價於強制讓物體的移動方向在感測器座標系中是和軸對齊的。

向量 矩陣 變換的理解

1.3d繪圖的核心是向量運算 矩陣變換 三角函式 2.矩陣主要是用來描述兩個座標系的關係,通過定義一種運算來將乙個座標系中的向量轉換到另乙個座標系中 3.大多數3d圖形不是真正3d的,我們使用3d的概念和術語來描述物體,然後這些3d資料被 壓扁 在2d的計算機螢幕上。這種將3d資料壓扁成2d資料的處...

變換矩陣擬合 對雅可比矩陣的理解

眾所周知,二維平面直角座標系中的面積微元轉換為平面極座標系有 嘗試下證明 先列出x,y與r,微分一下 得到了什麼?你說你不知道第三行怎麼來的?我也不知道。於是這波看似100 能成功的證明就以失敗告終了。有厲害的小夥伴指出了,這裡的面積微分並不是這麼定義的,而應該是外積,在運算法則上的不同造成了證明中...

矩陣變換座標系 深入理解

矩陣座標系變化理解 讓我們從乙個實際的例子入手 下圖是乙個用兩維的笛卡爾座標系表示的二維空間。其中,黑色座標系 x y代表乙個二維空間 藍色座標系 i j代表另外乙個二維空間。已知藍色座標系軸在黑色座標系下對應的值是i 1,1 j 1,1 又知橙色向量 p 處在 i j 空間中,其座標值為 2,1 ...