采用C++的eigen构造变换矩阵（Eigen::Isometry3d）的使用方式

最新推荐文章于 2024-06-17 14:00:00 发布
最新推荐文章于 2024-06-17 14:00:00 发布
阅读量490 收藏 1
点赞数 8
文章标签： c++ 矩阵 开发语言
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_71508214/article/details/138000723
版权
本文介绍了如何在C++中利用Eigen库中的Eigen::Isometry3d类进行三维空间的旋转变换和平移操作，包括创建单位矩阵、定义旋转矩阵和平移向量，以及应用这些变换到对象上。
摘要由CSDN通过智能技术生成

1、采用Eigen::Isometry3d构造变换矩阵

构造单位矩阵

Eigen::Isometry3d T = Eigen::Isometry3d::Identity()

2、采用Eigen::Isometry3d进行旋转变换

（1）定义旋转矩阵、平移向量

（2）进行旋转或者平移的变换

Eigen::Matrix3d rotation = Eigen::Matrix3d::Identity();   //定义旋转向量
rotation << 1, 0, 0,
            0, 1, 0,
            0, 0, 1;         // 旋转向量赋值
Eigen::Vector3d t1(1,2,3);  // 定义平移向量

T.translate(t1);  // 平移
T.rotate(rotation);  //旋转

GENN_N
关注
  • 8
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C++ Eigen库计算矩阵特征值及特征向量
01-20
C++Eigen库代码 #include #include <Eigen> #include <Eigen> using namespace Eigen; using namespace std; void Eig() { Matrix3d A; A << 1, 2, 3, 4, 5, 6, 7, 8, 9; cout << Here is a 3x3 ...
C++矩阵库 Eigen 快速入门
01-21
近需要用 C++ 做一些数值计算，之前一直采用Matlab 混合编程的方式处理矩阵运算，非常麻烦，直到发现了 Eigen 库，简直相见恨晚，好用哭了。 Eigen 是一个基于C++模板的线性代数库，直接将库下载后放在项目目录下，...
eigen 构造变换矩阵(Eigen::Isometry3d或者Eigen::Matrix4d)的几种方式
热门推荐
HelloJinYe的博客
06-23 2万+
Eigen::Isometry3d的赋值有两种方式 1.对各个元素赋值 Eigen::Isometry3d T1=Eigen::Isometry3d::Identity(); T1(0,0) = 1.000000e+00, T1(0,1) = 1.197624e-11, T1(0,2) = 1.704639e-10, T1(0,3) = 3.214096e-14; T1(1,0) = 1.197625e-11, T1(1,1) = 1.197625e-11, T1(1,2) = 3.562503e-10,
Eigen::Isometry3d入门
LLABVIEW的博客
05-06 9686
本文为入门笔记，详细请看大佬文章，写的非常具体。 欧式变换也称为等距变换(Isometry Transform)，可以看作是维持任意两点距离不变的仿射变换。 (ab)\left(a \\ b \right)(ab) 初始化 共两种方法，第一种使用较为频繁。 //设置旋转向量V Eigen::AngleAxisd V(M_PI / 4, Eigen::Vector3d(1, 0, 1)); //设置平移向量 Eigen::Vector3d translation(1, 3, 4); //将T初始
Eigen::Isometry3d的用法（pretranslate、translate、prerotate、rotate的区别）
u011208918的专栏
07-20 2064
Eigen::Isometry3d的基本使用及注意事项
Eigen中几种表示三维位姿的方式以及相互转换
u011906844的博客
12-10 1万+
1. 普通4*4矩阵 Eigen::Matrix Eigen::Matrix<Type, 4, 4> transformation =Eigen::Matrix<Type, 4, 4>::Identity(). 2. 等距映射：Eigen::Isometry3d Eigen::Quaterniond quaternion; // 依次旋转yaw, pitch, roll // 即： R = R_z * R_y * R_x quaternion = Eigen::An.
eigen变换矩阵Isometry3d类型通过旋转矩阵和平移向量赋值方法
诗筱涵的博客
04-18 278
以前的这种方法不能叫赋值，可能导致错误。
Eigen::Isometry3d和Matrix4d::Identity的区别
qq_69198927的博客
08-31 366
是一个特殊的4x4矩阵，用于表示欧几里得空间中的刚体变换，即旋转和平移。它保证了距离的不变性，即变换前后点之间的距离保持不变。这对于许多物理和几何应用来说是非常重要的。它可以用于表示任何线性变换，包括旋转、平移、缩放和剪切等。但是，它没有保证距离的不变性，也没有提供专门的接口来操作旋转和平移。内部使用一个旋转矩阵和一个平移向量来存储变换，这使得操作和组合这些变换更加高效。都是在Eigen库中用于表示变换的类，但它们的用途和性质有所不同。如果你需要表示和操作刚体变换（即旋转和平移），那么。
EIGEN函数
printeger的博客
11-04 558
旋转向量/旋转矩阵/四元数赋值 //对旋转向量（轴角）赋值的三大种方法 //1.使用旋转的角度和旋转轴向量（此向量为单位向量）来初始化角轴 AngleAxisd V1(M_PI / 4, Vector3d(0, 0, 1));//以（0,0,1）为旋转轴，旋转45度 cout << "Rotation_vector1" << endl << V1.matrix() << endl; //2.使用旋转矩阵转旋转向量的方式
vector＜Isometry3d＞ 和vector＜Isometry3d, Eigen::aligned_allocator＜Isometry3d＞＞有什么区别
weixin_56337147的博客
04-22 432
vector 和vector有什么区这两个类型的区别在于它们使用的分配器不同。vector 使用默认的分配器，即std::allocator。这个分配器不保证对齐，因此可能会导致内存对齐问题，特别是在使用SSE指令集等需要对齐内存的情况下。vector 使用Eigen库提供的对齐分配器，可以确保内存对齐。
Eigen位姿表示
人无远虑，必有近忧
12-21 2126
Eigen是一个非常强大的矩阵阵，有各种方式表示矩阵和进行矩阵操作。位姿也是一种矩阵，Eigen中有很多方法来描述位姿，本文进行介绍。
C++ Eigen库的下载配置和使用
03-07
四、Eigen 的使用 4.1 矩阵和向量的初始化 4.2 矩阵元素的赋值 4.3 矩阵元素的访问 4.4 获取矩阵大小 4.5 特殊矩阵的定义 4.5.1 全0矩阵 4.5.2 全1矩阵 4.5.3 矩阵置0 4.5.4 矩阵置1 4.5.5 随机矩阵 4.5.6 置为单位...
c++计算eigen随笔(10)-数组、矩阵、向量（3）
01-06
默认构造函数总是可用的，从不执行任何动态内存分配，也...为了在固定大小和动态大小的矩阵之间提供统一的API，在固定大小的矩阵上使用这些构造函数是合法的，即使在这种情况下传递大小是无用的。所以这是合法的: Vecto
Eigen的使用总结2——geometry
reason的博客
01-23 1万+
常用： 旋转矩阵（3X3）:Eigen::Matrix3d 旋转向量（3X1）:Eigen::AngleAxisd 四元数（4X1）:Eigen::Quaterniond 平移向量（3X1）:Eigen::Vector3d 变换矩阵（4X4）:Eigen::Isometry3d AngleAxis（angle, axis）：绕该轴逆时针旋转angle(ra...
Eigen::Isometry3d变换矩阵的常用方法
最新发布
Adunn的专栏
06-17 558
Eigen::Isometry3d变换矩阵的常用方法
视觉SLAM十四讲-高翔 ch3
Xiao_Xian_233的博客
09-01 154
第三章介绍了三维空间刚体运动，包括数理基础和程序实现。个人认为最难啃的部分是数理基础。在读书的时候发觉上学期学的线代基本忘光了（明明感觉当时考的还不赖来着o(╥﹏╥)o）但正好借此机会复习+实践学过的数学知识，能够把理论应用起来也挺好的。不过也多亏上学期看的3b1b的《线性代数的本质》让我能够理解矩阵左乘对空间变换的意义（推荐看b站up主汉语配音的）这一章啃了大概两天半才啃完（还没看带星号的部分）（包括复习上学期线代的时间）终于可以看下一章了！
两个 Eigen::Vector3d 如何求相对位姿
05-27
两个 Eigen::Vector3d 可以表示两个三维空间中的点的位置，但无法直接求出相对位姿。要求出相对位姿，需要知道这两个点在某个参考坐标系下的坐标。 假设这两个点分别为 A 和 B，在某个参考坐标系下的坐标分别为 $P_A$ 和 $P_B$。那么可以通过以下步骤求出它们之间的相对位姿： 1. 将点 A 和点 B 的坐标分别减去参考坐标系的原点坐标，得到它们相对于参考坐标系原点的坐标 $P_A'$ 和 $P_B'$。 2. 计算从点 A 到点 B 的向量 $v = P_B' - P_A'$。 3. 计算向量 $v$ 的旋转角度和旋转轴，可以使用 Eigen 库的 AngleAxisd 类来表示旋转。 4. 根据旋转角度和旋转轴，构造出相对位姿的变换矩阵，可以使用 Eigen 库的 Isometry3d 类来表示变换矩阵。 代码示例： ```c++ #include <Eigen/Core> #include <Eigen/Geometry> Eigen::Vector3d A, B; // 两个点的坐标 Eigen::Vector3d P_A = ...; // 点 A 在参考坐标系下的坐标 Eigen::Vector3d P_B = ...; // 点 B 在参考坐标系下的坐标 // 将点 A 和点 B 的坐标转换为相对于参考坐标系原点的坐标 Eigen::Vector3d P_A_prime = P_A - Eigen::Vector3d::Zero(); Eigen::Vector3d P_B_prime = P_B - Eigen::Vector3d::Zero(); // 计算从点 A 到点 B 的向量 Eigen::Vector3d v = P_B_prime - P_A_prime; // 计算旋转角度和旋转轴 Eigen::AngleAxisd rotation(v.normalized(), v.norm()); // 构造出相对位姿的变换矩阵 Eigen::Isometry3d relative_pose = Eigen::Isometry3d::Identity(); relative_pose.rotate(rotation); relative_pose.translation() = P_A; ``` 这样就可以得到从点 A 到点 B 的相对位姿了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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