视觉SLAM十四讲 ch3-4 旋转矩阵 轴角 欧拉角 四元数
这四个名词都是有关于三维空间中向量的旋转变换的
先简要介绍一下四个名词的联系《计算机视觉—算法与应用》
旋转矩阵与轴角间可以很容易的相互转换
欧拉角在参数空间中并不总是能够光滑移动(较小的旋转可能变化为一个或多个欧拉角的显著变化)
随着旋转矩阵的变化,四元数可以光滑的表达
旋转矩阵与轴角间的相互转换
三维空间中的旋转矩阵是一个3*3的矩阵,有9个量,而任何旋转都可以用一个旋转轴与一个旋转角来表达,为了简便易懂,我们用一个向量表示旋转轴,而该向量的长度为旋转角,即可以用一个三维向量即可表示一个旋转矩阵所表示的意思。
假设旋转轴为单位长度向量n,角度为θ,则nθ即为旋转向量,而罗德里格斯公式即为旋转向量与旋转矩阵间的转换公式(轴角与旋转矩阵)
欧拉角
一个三维空间可以用一个三轴坐标系表示,而任意三维空间中的旋转也可以使用绕三轴旋转来表达,但是在所有临近极点位置的旋转都会有万向锁问题,故较少使用欧拉角表示,因为该方法具有奇异性
四元数
说实话,这个东西有点难以理解,其中包括实部(1个数),虚部(3个数)i,j,k,i,j,k还能代表三维空间中不同方向的旋转,例如X轴正向转向Y轴正向, Z轴正向转向X轴正向等。
而三维空间点与四元数对相乘后即为旋转后坐标
[1]: http://meta.math.stackexchange.com/questions/5020/mathjax-basic-tutorial-and-quick-reference
[2]: https://mermaidjs.github.io/
[3]: https://mermaidjs.github.io/
[4]: http://adrai.github.io/flowchart.js/