-
三维空间刚体运动 由一次旋转加一次平移组成 但是对这样的变化进行处理不是很直观,这里对旋转引出了旋转矩阵,四元数,欧拉角,逐渐更优化的表示刚体的旋转,同时eigen库的程序,需要自己下去手敲一遍
-
从点和向量开始进行推导,用来表示相机的姿态
关键的引出向量的外积,外积的结果也是向量,这个向量是垂直于这两个向量,同时也会引入^符号,将一个向量变为一个矩阵,外积就可以称为一个矩阵和一个向量的乘积
-
坐标系变换
一个为世界坐标系,一个为相机坐标系,后一个可能会实时产生变化,这样的话,物体在两个坐标系中的坐标是不一样的
这里引出一个概念为欧式变换,将手机坐标系与世界坐标系联系起来(向量是不会随着坐标系的变化而发生运动的)
刻画同一个向量的坐标变换关系,旋转一致时,这个矩阵就是一致的
这里的R就是命名为旋转矩阵集合定义如下
因为向量不变,由基引出了旋转矩阵,通过旋转矩阵来描述旋转
-
由于欧式变换时不仅有旋转,还有平移
用上述的式子来进行操作, 由于不是线性变换,会使得这个变换很啰嗦,这里我们采用三维变四维,齐次坐标
这样就引出了SO(3)SE(3)两个集合
实践部分放到后面做,这一小节就是通过点,向量,基来表达向量在不同坐标系的旋转,引出SO3,然后由于刚体运动中不仅需要旋转,还需要平移,所以这里就需要引出齐次坐标,然后得到SE3
3 . 继续往下,由于SO3 SE3存在局限性,并且他的存在数量是远大于需要描述的数量的,这样会造成冗余,比如旋转矩阵有9个量,但是旋转只需要是三个量来表达,这样就是一个很大的缺点
这里就引入了旋转向量来对其进行描述
旋转矩阵与旋转向量,两者的相互转换
任意的旋转都可以由一个一个旋转轴和一个旋转角来进行刻画
- 由于这个旋转矩阵和旋转向量描述旋转时,对人类是非常不直观的,就引出欧拉角来对其进行一个描述
但是又由于万向锁的存在,使得存在奇异性,只是在人机交互中,可能会使用,slam中很少会使用到
- 由上面的原因引出了四元数
比上述的所有描述旋转的方法都好,就是不够直观,运算复杂一些。
四元数可以用来表达一个旋转
同时他也存在着一系列的运算
这个公式目前推导不出来
- 四元数关于与其他表现形式的转换
库中会给出结果,自己第一次接触可能印象不深,所以后面再推导
总结:本章主要围绕着旋转进行展开,引出向量,点,基的概念,知道外积可以表示旋转,这里比较重要的符号是反对称符号,将一个向量变成一个矩阵,然后通过向量的位置不会改变这个原理,通过相机坐标与世界坐标引出旋转矩阵,然后由于运动是旋转加平移,所以得出平移矩阵,又由于上面两个矩阵表示的量过多,存在冗余性,引出旋转向量:一个旋转轴和一个旋转角,又因为不直观的原因,引出欧拉角来进行直观描述,但存在万向锁这个概念,只适合用于人机交互这中情况,所以,最后我们采用四元数来描述这个旋转。