转换矩阵、平移矩阵、旋转矩阵关系以及python实现旋转矩阵、四元数、欧拉角之间转换

非晚非晚

已于 2024-07-19 17:01:34 修改

阅读量1.3w

点赞数 20

分类专栏：数学理论与工具文章标签： python 变换矩阵旋转矩阵欧拉角四元数平移矩阵

于 2023-02-16 14:22:27 首次发布

本文链接：https://blog.csdn.net/qleelq/article/details/129057441

版权

数学理论与工具专栏收录该内容

10 篇文章 29 订阅

订阅专栏

本文详细介绍了转换矩阵、平移矩阵和旋转矩阵之间的关系，以及缩放、平移和旋转变换的概念。通过一个具体的数学表达式展示了如何将向量从一个坐标系转换到另一个。此外，文章还提供了Python代码示例，演示了如何在旋转矩阵、四元数和欧拉角之间进行转换，这对于3D图形处理和空间坐标变换非常有用。

摘要由CSDN通过智能技术生成

由于在平时总是或多或少的遇到平移旋转的问题，每次都是现查资料，然后查了忘，忘了继续查，这次弄明白之后干脆写一篇文章，给人方便同时于己方便，后续如有扩充或变动也方便添加。

1. 转换矩阵、平移矩阵、旋转矩阵之间的关系

假设有两个向量 $a_1 = (x_1, y_1, z_1)$ 和 $a_2 = (x_2, y_2, z_2)$ ，它们的转换关系为：

$a_1 = R * a_2 + T$
这里 $R$ 就是它的旋转矩阵， $T$ 就是它的平移矩阵。使用齐次方式表示如下：

$\begin{pmatrix} a_1\\ 1 \end{pmatrix}= \begin{pmatrix} R&T\\ 0&1 \end{pmatrix}* \begin{pmatrix} a_2\\1 \end{pmatrix}$
使用元素值替换后，表示如下：
$\begin{pmatrix} x_1\\y_1\\z_1\\1 \end{pmatrix}= \begin{pmatrix} r_{11}&r_{12}&r_{13}&t_{1}\\ r_{21}&r_{22}&r_{23}&t_{2}\\ r_{31}&r_{32}&r_{33}&t_{3}\\ 0&0&0&1 \end{pmatrix}* \begin{pmatrix} x_2\\y_3\\z_2\\1 \end{pmatrix}$
在仿射变换中的转换矩阵表示先线性变换再平移。在这里转换矩阵表示如下：
$\begin{pmatrix} r_{11}&r_{12}&r_{13}&t_{1}\\ r_{21}&r_{22}&r_{23}&t_{2}\\ r_{31}&r_{32}&r_{33}&t_{3}\\ 0&0&0&1 \end{pmatrix}$
平移矩阵表示如下：
$平移矩阵T=\begin{pmatrix} t_{1}\\ t_{2}\\ t_{3}\\ \end{pmatrix}$
旋转矩阵表示如下：
$旋转矩阵R=\begin{pmatrix} r_{11}&r_{12}&r_{13}\\ r_{21}&r_{22}&r_{23}\\ r_{31}&r_{32}&r_{33} \end{pmatrix}$

2. 缩放变换、平移变换和旋转变换

如果理解以上知识点之后，缩放变换、平移变换和旋转变换的特殊情况也迎刃而解。

缩放变换

缩放变换只是在尺度上进行改变，所以它的变换形式如下：

在这里插入图片描述

平移变换

平移变换的时候，角度不发生改变，也就是旋转矩阵R为单位矩阵，所以它的变换形式如下：

在这里插入图片描述

旋转变换

当空间内的物体绕着 x 轴，y 轴或者 z 轴旋转的时候，变换矩阵为：

在这里插入图片描述
对于一般性的旋转问题，可以用简单的旋转描述复杂的旋转。用 x 轴，y 轴和 z 轴上的旋转来定义旋转：

在这里插入图片描述

这三个角就被称作欧拉角（Euler angles）。

2. python实现旋转矩阵、四元数、欧拉角互相转化

在应用中，我们往往会遇到旋转矩阵、四元数和欧拉角之间的互相转换，在这里，我们只使用python代码来实现它们之间互相转换。

from scipy.spatial.transform import Rotation as R

def quaternion2euler(quaternion):
    r = R.from_quat(quaternion)
    euler = r.as_euler('xyz', degrees=True)
    return euler

def euler2quaternion(euler):
    r = R.from_euler('xyz', euler, degrees=True)
    quaternion = r.as_quat()
    return quaternion

def euler2rotation(euler):
    r = R.from_euler('xyz', euler, degrees=True)
    rotation_matrix = r.as_matrix()
    return rotation_matrix

def quaternion2rotation_matrix(quaternion):
    r = R.from_quat(quaternion)
    rotation_matrix = r.as_matrix()
    return rotation_matrix

def rotation_matrix2euler(rotation_matrix):
    r = R.from_matrix(rotation_matrix)
    euler = r.as_euler('xyz', degrees=True)
    return euler
    

def rotation_matrix2quaternion(rotation_matrix):
    r = R.from_matrix(rotation_matrix)
    quaternion = r.as_quat()
    return quaternion

if __name__ == '__main__':
    # 四元数=>欧拉角
    quaternion = [0.71934025092983234, -1.876085535681999e-06, -3.274841213980097e-08, -0.69465790385533299]
    euler = quaternion2euler(quaternion) # [-9.20000743e+01  1.52039496e-04 -1.52039496e-04]
    print(f'euler: {euler}')
    
    # 四元数=>旋转矩阵
    rotation_matrix = quaternion2rotation_matrix(quaternion)
    print(f'rotation_matrix: {rotation_matrix}')
    
    # 欧拉角=>四元数
    quaternion = euler2quaternion(euler)
    print(f'quaternion: {quaternion}') # [-7.19340251e-01  1.87608554e-06  3.27484122e-08  6.94657904e-01]
    
    # 欧拉角=>旋转矩阵
    rotation_matrix = euler2rotation(euler)
    print(f'rotation_matrix: {rotation_matrix}')
    
    # 旋转矩阵=>欧拉角
    euler = rotation_matrix2euler(rotation_matrix)
    print(f'euler: {euler}')
    
    # 旋转矩阵=>四元数
    quaternion = rotation_matrix2quaternion(rotation_matrix)
    print(f'quaternion: {quaternion}')