2D导航中的3D坐标系旋转变换

最新推荐文章于 2024-03-10 18:21:56 发布

wphkadn

最新推荐文章于 2024-03-10 18:21:56 发布

阅读量654

点赞数

文章标签：机器人旋转矩阵

本文链接：https://blog.csdn.net/wphkadn/article/details/86490192

版权

绕X轴旋转 $\phi$ 的旋转矩阵为
$R(X,\phi)= \left[ \begin{matrix} 1 & 0 & 0 \\ 0 & cos\phi & -sin\phi \\ 0 & sin\phi & cos\phi \end{matrix} \right] \tag{1}$
绕Y轴旋转 $\phi$ 的旋转矩阵为
$R(Y,\phi)= \left[ \begin{matrix} cos\phi & 0 & sin\phi \\ 0 & 1 & 0 \\ -sin\phi & 0 & cos\phi \end{matrix} \right] \tag{2}$
绕Z轴旋转 $\phi$ 的旋转矩阵为
$R(Z,\phi)= \left[ \begin{matrix} cos\phi & -sin\phi & 0 \\ sin\phi & cos\phi & 0 \\ 0 & 0 & 1 \end{matrix} \right] \tag{3}$

$R(Y,\phi)= \left[ \begin{matrix} 0 & 0 & 1 \\ -1 & 0 & 0 \\ 0 & -1 & 0 \end{matrix} \right] \tag{4}$

有两种方式可以得到这个结果

车子坐标系先绕车子坐标系X轴顺时针旋转90度，也就是负90度，生成新的坐标系2，然后新的坐标系2绕自己的y顺时针旋转90度，也就是正90度，成为了相机坐标系，所以可以看出这里需要右乘旋转矩阵
即 $R (X, - 90) \times R (Y, 90)$
$\left[ \begin{matrix} 1 & 0 & 0 \\ 0 & 0 & 1 \\ 0 & -1 & 0 \end{matrix} \right] * \left[ \begin{matrix} 0 & 0 &1\\ 0 & 1& 0\\ -1&0&0 \end{matrix} \right]=\left[ \begin{matrix} 0 & 0 & 1 \\ -1 & 0 & 0 \\ 0 & -1 & 0 \end{matrix} \right] \tag{5}$

含义是 $P_{car}=R*P_{camera}$

关注