1. 三维空间刚体运动（笔记）

最新推荐文章于 2023-12-25 15:29:59 发布
最新推荐文章于 2023-12-25 15:29:59 发布
阅读量3.9k 收藏 6
点赞数 1
分类专栏： 视觉SLAM十四讲学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40353209/article/details/81327666
版权
博客探讨了三维空间中刚体的运动，特别是相机的运动，强调了刚体运动保持向量的长度和夹角不变。内容包括旋转矩阵的性质，如正交性和行列式为1，以及描述旋转的不同方式：齐次坐标、旋转向量、欧拉角和四元数。旋转向量允许用较少元素表示旋转，而四元数在3D空间中扩展了单位复数的概念，用于避免万向锁问题。
摘要由CSDN通过智能技术生成

刚体运动：位置（空间中的地方） + 姿态（相机朝向） ——> 点 + 向量
相机运动就是刚体运动 保证同一向量在各个坐标系下的夹角和长度都不变 （欧式变换） ： 旋转 + 位移
点和坐标
2D ： （x，y，θ）T
3D：怎么用数学形式描述3个轴的旋转？
世界坐标系和相机坐标系转换
旋转矩阵：
这里写图片描述
因为刚体运动 向量不变 所以第一个等号成立
旋转矩阵 ：正交矩阵 （R逆等于R转置； R转置▪R= I）
行列式 为 1
这里写图片描述
描述旋转的方式
1.齐次坐标：乘任意非零常数仍表达同一坐标

最低0.47元/天 解锁文章
三维空间的刚体运动
weixin_45392405的博客
05-13 991
三维空间的刚体运动1）旋转矩阵2）变换矩阵3）欧拉角4）四元数 一个刚体在三维空间中的运动如何描述？ 我们知道是由旋转加平移组成的，平移很简单，但是旋转有点麻烦。 三维空间的刚体运动的描述方式：旋转矩阵、变换矩阵、四元数、欧拉角。 刚体，不光有位置，而且还有姿态。相机可以看成是三维空间的一个刚体，位置指的就是相机在空间处于哪个地方？而姿态指的是相机的朝向（例如：相机位于（0, 0，0）点处，朝向正东方）但是这样去描述比较繁琐。 1）旋转矩阵 1、坐标系间的欧式变换 欧式变换：相机运动是一个刚体运动，他保证
２．三维空间的刚体运动
andylei777的博客
02-24 1413
点与坐标关系 旋转矩阵与变换矩阵表达运动 更好的表达方式：旋转向量/欧拉角/四元数 声明：本文是深蓝学院 高翔博士主讲的《SLAM理论与实践》的学习笔记。 点与坐标关系 向量可由坐标系中的点来表达。向量运算可由坐标运算表达： 加法、减法：对应坐标相加减 内积： 外积： 机器人在运动中涉及多种坐标系，例如　固定的世界坐标系、移动的机器人坐标系 、不同的传感器坐标...
三维空间中刚体运动
陈建驱的博客
02-21 1608
个人博客：http://www.chenjianqu.com/ 原文链接：http://www.chenjianqu.com/show-82.html 本文是总结<视觉SLAM14讲>所做的笔记。在前面的博文ROS-坐标转换(TF)介绍了ROS中的坐标变换通信的机制，但是没有提到坐标变换本身，因此这篇博文补充这些基本概念。 两个坐标系之间的运动由一个旋转加上一个平移组成...
三维的刚体运动
qq_46067306的博客
07-22 306
介绍了刚体的三维空间运动
三维刚体运动
四脚猫的博客
04-04 461
三维刚体运动点和向量，坐标系坐标系的欧式变化四元数 点和向量，坐标系 首先说说向量是什么，它是线性空间的一个元素，可以想象从原点指向某处的一个箭头，不要把向量和坐标混淆。谈论向量a⃗\vec aa在一个线性基（e⃗1,e⃗2,e⃗3\vec e_1,\vec e_2,\vec e_3e1​,e2​,e3​）的坐标 (1)a⃗=[e⃗1e⃗2e⃗3][a1a2a3] \vec a = \left[ ...
SLAM学习笔记4：三维空间刚体运动
qq_71734878的博客
11-15 1116
此外，旋转矩阵必须是正交矩阵且行列式为1，变换矩阵同样具有对应的要求，这些约束会给优化与求解造成困难。旋转运动表述的是刚体姿态的变化，可以用旋转矩阵、旋转向量或者四元数来表示。相较于旋转矩阵和旋转向量这种不太直观的描述旋转的方式，欧拉角显得非常直观：使用3个分离的转角，将一个旋转分解成3次绕不同轴的旋转。只要旋转是一样的，这个矩阵就是一样的。（2）旋转向量和欧拉角是紧凑的，但具有奇异性，事实上也找不到不带奇异性的三维向量描述方式。左上角为旋转矩阵，右侧为平移向量，左下角为零向量，右下角为1。
视觉SLAM十四讲学习笔记——第三讲 三维空间刚体运动
weixin_61294345的博客
10-18 394
1.旋转矩阵的正交性 P45下方注解第一条“旋转矩阵的正交性可直接由定义给出”，在查阅众多证明方法之后，我选择一种个人更容易理解的方法。 首先明确：正交矩阵即逆为自身转置的矩阵，即满足 ...
硬核3-D视觉 - 三维空间的刚体运动
weixin_38213410的博客
06-27 2213
我将不会定义时间、空间、地点和运动，因为它们对于所有来说都是显然既定的。 —— 艾萨克 · 牛顿 欧几里得运动，也叫做“刚体运动”，以及透视投影，是处于研究3D场景和它的2D图像之间几何关联的核心的两组基本变换。 刚体运动对相机如何运动进行建模，透视投影则描述相机的成像原理。 很早以前，刚体运动和透视投影是分开分别独立进行研究的。 本章我们介绍三维欧氏空间以及其中的刚体运动。下一章将关注相机的投影模型。两章内容都需要一些线性代数的基础知识。 一些线性代数的基础知识。 2.1 三维欧氏空间 .
三维刚体运动笔记
二毛的博客
08-20 1990
旋转矩阵 欧式变换 欧拉角和四元数 四元数和旋转矩阵变换
三维空间刚体运动学习
一个有梦想，有追求，有抱负的人
11-23 554
三维空间刚体运动的描述方式：旋转矩阵、变换矩阵、四元数和欧拉角 旋转矩阵 在SLAM 中相机可以看成三维空间的刚体，相机的位置是指相机在空间中的哪一个地方，二姿态则是指相机的朝向。结合起来可以说“相机正处于（0,0,0）点出，朝向正前方”。 aXb = a^b (外积)—“^”该符号表示a为反对称矩阵； 外积只对三维向量存在定义，能够使用外积表示向量的旋转 欧式变换：刚体运动保证了同一个向量在各...
第三讲，三维空间刚体运动
kaszxc的博客
08-27 298
这个矩阵由两组基之间的内积组成，刻 画了旋转前后同一个向量的坐标变换关系。只要旋转是一样的，那么这个矩阵也是一样的。可以说，矩阵 R 描述了旋转本身。因此它又称为。
视觉slam十四讲ch3三维空间刚体运动（包含实践部分）
shikaiaixuexi的博客
10-11 763
欧拉角的一个重大缺点是会碰到著名的万向锁问题(Gimbal Lock)在俯仰角为±90°时,第一次旋转与第三次旋转将使用同一个轴，使得系统丢失了一个自由度（由3次旋转变成了2次旋转)。这被称为奇异性问题，在其他形式的欧拉角中也同样存在。理论上可以证明，只要想用3个实数来表达三维旋转，都会不可避免地碰到奇异性问题。由于这种原理,欧拉角不适用于插值和迭代,往往只用于人机交互中。我们也很少在SLAM程序中直接使用欧拉角表达姿态，同样不会在滤波或优化中使用欧拉角表达旋转（因为它具有奇异性)。
第三讲 三维空间刚体运动
qq_42138662的博客
09-08 2216
一、旋转矩阵 对于刚体来说，其在空间中的状态由位置和姿态描述，称之为姿态。如，相机在的（0,0,0）处，这是在描述相机的位置。相机朝向为正前方，这是在描述相机的姿态。 1、点、向量和坐标系 1）定义 点：点是空间中的基本元素，没有长度和体积。 向量：由一个点指向另外一个点就是一个向量。！！！一般向量用列向量表示！！！ 坐标系：点和向量要想与坐标联系起来，说先要选定一个坐标系。 2）点和向量的坐标 三维空间中点的坐标：在给定坐标系下可以直接表示为（x,y,z) 三维空间中向量的坐标：
视觉SLAM十四讲|【一】三维空间刚体运动
最新发布
qq_43443531的博客
12-25 4351
SO(n)={R∈Rn×n∣RRT=I,det(R)=1} SO(n)=\{ R \in \mathbb{R^{n \times n}} | RR^T=I,det(R)=1 \} SO(n)={R∈Rn×n∣RRT=I,det(R)=1} SO(n)为特殊正交群 设aaa为一点坐标(x,y,z)(x,y,z)(x,y,z)。旋转与平移的结合可以描述为如下形式 a′=RTa+t a'=R^Ta+t a′=RTa+tRT=R−1 R^T = R^{-1} RT=R−1 RRT=I,det(R)=1 RR^T=I
SLAM学习--三维空间刚体运动
redfivehit的专栏
08-15 2317
旋转矩阵：坐标系之间的欧式变换，通过一个旋转矩阵实现，3x3的，9个量表达3个自由度（也就是物体位置xyz的表示），a=Ra^，R是3x3矩阵 齐次坐标：三维向量后面加个常数1，（x、y、z、1），变成四维向量 变换矩阵：对于齐次坐标的四维向量，把旋转和平移写到一个矩阵里，就是变换矩阵，左上角是3x3的旋转矩阵，右上角是平移向量3x1，左下角0向量，右下角是1 旋转向量：由于任意旋转可以通过
SLAM—三维空间刚体运动
zhzxlcc的博客
04-06 886
刚体不光有位置，还有自身的姿态。相机也可以看成三维空间的刚体，于是位置是指相机在空间中的哪个地方，而姿态则是指相机的朝向。 内积：点乘，对应坐标积之和。外积：叉乘，可表示成一个反对称矩阵乘以向量。 相机运动是一个刚体运动，它保证了同一个向量在各个坐标系下的长度和夹角都不会发生变化。这种变换称为欧氏变换。想象你把手机抛到空中，在它落地摔碎之前，只可能有空间位置和姿态的不同，而它自己的长度、各个面...
视觉SLAM十四讲：第3讲 三维空间刚体运动
Always On The Way
07-03 2932
第3讲：三维空间刚体运动 三维空间中刚体运动的描述方式：旋转矩阵、变换矩阵、四元数和欧拉角 3.1 旋转矩阵 3.1.1 点和向量，坐标系 三维空间中，给定线性空间基(e1,e2,e3)(\mathbf{e}_{1}, \mathbf{e}_{2}, \mathbf{e}_{3})(e1​,e2​,e3​)，则向量a,b∈R3\mathbf{a}, \mathbf{b} \in \R^{3}a,b∈R3， a=[e1e2e3][a1a2a3]=a1e1+a2e2+a3e3(3-1)\mathbf{a} =
视觉SLAM十四讲 第3讲 三维空间刚体运动（相关知识点汇总）
CSSDCC的博客
12-01 1103
视觉SLAM十四讲 第3讲 三维空间刚体运动1. 刚体2. 欧氏空间（euclidean space）2.1 欧氏距离：2.2 欧氏变换：3. 笛卡尔坐标系4. 透视空间5. 齐次坐标系5.1 问题：两条平行线可以相交于一点？5.2 为什么叫齐次？6. 关于Eigen7. 基础知识7.1 点和向量7.2 点乘和叉乘8. 旋转矩阵相乘的含义9. 变换矩阵Transform Matrix10. 旋转向量、欧拉角、四元数10.1 旋转向量和旋转矩阵10.1.1 旋转向量和旋转矩阵Eigen10.2 欧拉角10.3
三维空间刚体运动
坐于屋顶望月球
05-05 2848
欧拉角 旋转本身就是一个很直观的现象。欧拉角可以提供一种非常直观的方式。他利用3个分离的转角，把一次旋转分解成3次绕不同的轴进行旋转。例如先绕x轴旋转，再绕y轴旋转，最后绕z轴旋转，这样就得到一个xyz轴的旋转。在欧拉角中一个常用的是“航偏-俯仰-翻滚”（yaw-pitch-roll）。可以简单记忆rpy-xyz。其中roll-对应着绕x轴旋转后的翻滚角。Pitch对应着绕y轴旋转后的俯仰值，y...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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