3d点云入门--旋转坐标轴

1、旋转矩阵了解

在旋转坐标轴之前，要先了解对于x,y,z轴的变换矩阵

对于x轴

[
    [1, 0, 0],
    [0, np.cos(theta_x), -np.sin(theta_x)],
    [0, np.sin(theta_x), np.cos(theta_x)]
]

对于y轴

[
   [np.cos(theta_y), 0, np.sin(theta_y)],
   [0, 1, 0],
   [-np.sin(theta_y), 0, np.cos(theta_y)]
]

对于z轴

[
   [np.cos(theta_z), -np.sin(theta_z), 0],
   [np.sin(theta_z), np.cos(theta_z), 0],
   [0, 0, 1]
]

同样如果需要平移缩放等操作，则需要利用对应的变换矩阵

平移

缩放

2、旋转与组合变换

        2.1、旋转变换

        有了变换矩阵，我们只需要将我们的点云数据转为numpy格式设为N，再与变换矩阵R做矩阵乘法即可。

        旋转后的矩阵为S

S = N * R

整体代码如下：

def point_cloud_rotation(pcd, elev_y, elev_z, elev_x):

    # 将点云对象转换为 NumPy 数组
    points = np.asarray(pcd.points)

    # 将点云旋转到指定角度
    theta_z = np.radians(elev_z)
    theta_y = np.radians(elev_y)
    theta_x = np.radians(elev_x)
    rotation_matrix_x = np.array([
        [1, 0, 0],
        [0, np.cos(theta_x), np.sin(theta_x)],
        [0, -np.sin(theta_x), np.cos(theta_x)]
    ])
    rotation_matrix_y = np.array([
        [np.cos(theta_y), 0, np.sin(theta_y)],
        [0, 1, 0],
        [-np.sin(theta_y), 0, np.cos(theta_y)]
    ])
    rotation_matrix_z = np.array([
        [np.cos(theta_z), np.sin(theta_z), 0],
        [-np.sin(theta_z), np.cos(theta_z), 0],
        [0, 0, 1]
    ])

    # 根据自己的需要，对x,y,z轴旋转
    rotated_points = np.dot(points, rotation_matrix_z.T)
    rotated_points = np.dot(rotated_points, rotation_matrix_y.T)
    # rotated_points = np.dot(rotated_points, rotation_matrix_x.T)

其中elev_y, elev_z, elev_x为各个轴需要旋转的角度

         2.2、组合变换

组合变换矩阵可以通过将上述矩阵相乘来实现。例如，先旋转再平移可以表示为：

𝑀=𝑇⋅𝑅

其中 𝑇是平移矩阵，𝑅 是旋转矩阵。