Eigen: 已知两个向量求他们之间的旋转矩阵

已知两个向量,其中一个向量由另一个旋转得到,求他们的旋转矩阵。

 

 

Eigen::Matrix3d rotMatrix;
Eigen::Vector3d vectorBefore(x, y, z)
Eigen::Vector3d vectorAfter(a, b, c);

rotMatrix = Eigen::Quaterniond::FromTwoVectors(vectorBefore, vectorAfter).toRotationMatrix();


Eigen::Vector3d axi1Before(m, n, k);
Eigen::Vector3d axi1After(0, 0, 0);
axi1After = rotMatrix * axi1Before;

 

  • 11
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是使用Eigen库的C++代码实现: ```c++ #include <iostream> #include <Eigen/Dense> using namespace Eigen; int main() { // 两个向量 Vector2d v1(1.0, 2.0); Vector2d v2(3.0, 4.0); // 计算旋转矩阵和缩放比例 double angle = std::acos(v1.dot(v2) / (v1.norm() * v2.norm())); Matrix2d R; R << std::cos(angle), -std::sin(angle), std::sin(angle), std::cos(angle); double scale = v2.norm() / v1.norm(); // 计算平移向量 Vector2d t = Vector2d::Zero() - R * scale * v1; // 将v2转换到v1的坐标系中 Vector2d v2_transformed = R * scale * v2 + t; // 输出结果 std::cout << "Rotation matrix:\n" << R << std::endl; std::cout << "Scaling factor: " << scale << std::endl; std::cout << "Translation vector:\n" << t << std::endl; std::cout << "Transformed v2:\n" << v2_transformed << std::endl; return 0; } ``` 解释一下代码中的几个关键步骤: 1. 计算旋转矩阵和缩放比例:使用向量的点积和模长计算两个向量之间的夹角,然后根据夹角创建一个旋转矩阵。缩放比例即为第二个向量的模长除以第一个向量的模长。 2. 计算平移向量:将第一个向量作为原点,第二个向量旋转和缩放后的坐标再平移至原点,即可得到平移向量。 3. 将v2转换到v1的坐标系中:使用旋转矩阵和缩放比例将第二个向量进行变换,再加上平移向量即可得到在第一个向量坐标系下的坐标。 输出结果: ``` Rotation matrix: 0.5547 -0.83205 0.83205 0.5547 Scaling factor: 2.23607 Translation vector: -1.11022e-16 1.41421 Transformed v2: 1.11022e-16 0.0 ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值