视觉SLAM ch3课后题（笔记）

雨幕丶

已于 2022-12-20 22:02:13 修改

阅读量211

点赞数 1

分类专栏：视觉SLAM 文章标签：线性代数矩阵算法

于 2021-12-10 20:53:45 首次发布

本文链接：https://blog.csdn.net/qq_41451702/article/details/121849227

版权

视觉SLAM 专栏收录该内容

30 篇文章 19 订阅

订阅专栏

本文详细介绍了四元数、旋转向量、旋转矩阵和欧拉角之间的相互转换，包括数学公式和代码实现。同时，探讨了罗德里格斯公式的推导，它是处理三维空间旋转的重要工具。博客还包含了相关课后习题的解答，适合学习三维图形学和机器人学的人群阅读。

摘要由CSDN通过智能技术生成

（1）旋转矩阵，变换矩阵，旋转向量，欧拉角，四元数之间的相互联系

1.四元数---->旋转向量：     v_rotate = AngleAxisd (q)
2.旋转向量----->四元数：    q = Quaterniond (v_rotate)
3.旋转向量----->旋转矩阵： R = v_rotate.matrix() 或 R = v_rotate.toRotationMatrix()
4.旋转矩阵----->旋转向量： v_rotate = AngleAxisd (R)
5.四元数------>旋转矩阵：    R = Matrix3d (q)
6.旋转矩阵----->四元数：     q = Quaterniond (R)
7.四元数----->变换矩阵：     T.rotate(q) , T.pretranslate(t) , T.matrix()  
//（使用前先初始化变换矩阵T  Isometry3d T = Isometry3d::Identity();）
                            Isometry3d T(q), T.pretranslate(t), T.matrix()
8.旋转矩阵----->欧拉角：      euler_angle = R.eulerAngles(2,1,0) //zyx
9.欧拉角------>旋转矩阵：     R = AngleAxisd(euler_angle[0],Vector3d::UnitZ())*AngleAxisd(euler_angle[1],Vector3d::UnitY())*AngleAxisd(euler_angle[2],Vector3d::UnitX())

（2）推导罗德里格斯公式

平行于轴的分量在旋转下不会改变幅度和方向，

只有垂直分量才会改变方向，但保持其大小

参考链接：

(1条消息) 罗德里格斯公式两种推导方法_凌晨四点天使之城的博客-CSDN博客

课后题看着下面那篇文章写的，第一和第三题没看明白，第六题的迭代法代码也不是很懂，

(1条消息) 《视觉SLAM十四讲第二版》笔记及课后习题（第三讲）_nullwh的博客-CSDN博客_slam第三讲课后习题