题目回顾:
设有小萝卜一号和小萝卜二号位于世界坐标系中,小萝卜一号的位姿为:q1=[0.35,0.2,0.3,0.1],
t2=[0.3,0.1,0.1]^T (q的第一项为实部。请你把q归一化后在进行计算)。这里的q和t的表达的是Tcw,也就是世界到相机的变换关系。小萝卜二号的位姿为q2=[-0.5,0.4,-0.1,0.2],t=[-0.1,0.5,0.3]T.现在,小萝卜一号看到某个点在自身的坐标系下,坐标为p=[0.5,0,0.2]T ,求该向量在小萝卜二号坐标系下的坐标,请编程实现此事。
解:
pw:某个点在世界坐标系下的坐标
T_1w :表示世界坐标系到小萝卜一号坐标系的变换关系
T_2w:表示世界坐标系到小萝卜二号坐标系的变换关系
P2 :表示该点在小萝卜二号坐标系下的坐标(即为所求)
单位四元数到旋转矩阵R的变化关系可参考书上55页。之后变换矩阵T=[R t]
[0 1]
由变换关系可列出下面的式子:
p = T_1w * Pw 可解出来pw
p2=T_2W*pW 带入上式解出来的Pw即可求出来p2
具体代码实现如下:
放出两个版本
这里q1的顺序是 qw qx qy qz ,需要注意的是C++中调用的Eigen模块不需要调整顺序,而python中调用的Rotation.from_quat要求顺序是qx,qy,qz,qw,是否归一化不影响结果
C++版本
#include<iostream>
#include<Eigen/Core>
//包含几何模块
#include<Eigen/Geometry>
using namespace std;
int main(int argc, char** argv)
{
/*变量定义*/
Eigen::Quaterniond Q1(0.35, 0.2, 0.3, 0.1); //四元数的表示(w,x,y,z)
Eigen::Quaterniond Q2(-0.5, 0.4, -0.1, 0.2);
Eigen::Vector3d t1(0.3, 0.1, 0.1);
Eigen::Vector3d t2(-0.1, 0.5, 0.3);
Eigen::Vector3d p(0.5, 0, 0.2); //在一号小萝卜下的坐标
Eigen::Vector3d pw; //世界坐标
Eigen::Vector3d p2; //求在二号小萝卜的坐标 p2
/*欧氏变换矩阵使用Eigen::Isometry */
Eigen::Isometry3d T_1w = Eigen::Isometry3d::Identity();
Eigen::Isometry3d T_2w = Eigen::Isometry3d::Identity();
/*归一化*/
Q1.normalize();
Q2.normalize();
/*输出归一化参数*/
// cout<<"Q1 is "<<Q1.x()<<endl<<Q1.y()<< endl <<Q1.z()<< endl<<Q1.w()<<endl;
// cout<<"Q2 is "<<Q2.x()<<endl<<Q2.y()<< endl <<Q2.z()<< endl<<Q2.w()<<endl;
cout << "after normalize; " << endl << Q1.coeffs() << endl;
/*设置变换矩阵的参数*/
T_1w.rotate(Q1);
T_1w.pretranslate(t1);
T_2w.rotate(Q2);
T_2w.pretranslate(t2);
/* p = T1w * pw 求解pw*/
pw = T_1w.inverse() * p;
/* p2 = T_2w * pw 求解p2*/
p2 = T_2w * pw;
/*输出在小萝卜二号下的该点坐标*/
cout << "该点在小萝卜二号下的坐标为: " << p2.transpose() << endl;
return 0;
}
python版本
import numpy as np
t1 = np.array([0.3,0.1,0.1,0.2,0.3,0.1,0.35]) # tx,ty,tz,qx,qy,qz,qw
t2 = np.array([-0.1,0.5,0.3,0.4,-0.1,0.2,-0.5])
p1 = np.array([[0.5],[0],[0.2],[1]])
# tx ty tz qx qy qz qw
def normlized(pose):
pose[3:] = pose[3:]/np.linalg.norm(pose[3:])
return pose
def pose_matrix_from_quaternion(pvec):
""" convert 4x4 pose matrix to (t, q) """
from scipy.spatial.transform import Rotation
pose = np.eye(4)
pose[:3, :3] = Rotation.from_quat(pvec[3:]).as_matrix()
pose[:3, 3] = pvec[:3]
return pose
# t1 = normlized(t1)
# t2 = normlized(t2)
w2c_1 = pose_matrix_from_quaternion(t1)
w2c_2 = pose_matrix_from_quaternion(t2)
print(w2c_1)
print(w2c_2)
p = w2c_2@np.linalg.inv(w2c_1)@p1
print(p.shape)
print(p)
输出结果: