当前位置: 首页 > news >正文

SLAM十四讲【二】三维空间刚体运动

SLAM十四讲【二】三维空间刚体运动

SLAM十四讲【一】基本概念
SLAM十四讲【二】三维空间刚体运动
SLAM十四讲【三】李群与李代数
SLAM十四讲【四】相机与图像
SLAM十四讲【五】线性优化
SLAM十四讲【六】视觉里程计
SLAM十四讲【七】回环检测
SLAM十四讲【八】建图

文章目录

  • SLAM十四讲【二】三维空间刚体运动
  • 一、旋转矩阵
    • 1.1 点、向量和坐标系
    • 1.2 坐标系间的欧式变换
      • 1.2.1 旋转
      • 1.2.2 平移
    • 1.3 变换矩阵和齐次坐标
  • 二、旋转向量和欧拉角
    • 2.1 旋转向量
    • 2.2 欧拉角
  • 三、四元数
  • 四、相似、仿射、射影变换


一、旋转矩阵

  刚体是指在运动中和受力作用后,形状和大小不变,而且内部各点的相对位置不变的物体。刚体在三维空间的运动可以用一次旋转加一次平移来表示。

1.1 点、向量和坐标系

  用数学语言来描述相机的位置和姿态,在三维坐标系里,用点来表示位置,向量来表示姿态。
  刚体运动(旋转和平移)要求物体的形状和大小不变,即向量的长度和夹角在变换前后保持一致。内积的定义直接体现了这一点:
                        u⋅v=∥u∥⋅∥v∥⋅cosθ
  刚体运动旋转时的旋转轴可以通过外积确定。外积的结果是一个向量,它的方向垂直于这两个向量,大小为absin(a,b),是两个向量张成的四边形的有向面积,其方向通常由右手定则确定。
在这里插入图片描述
a^就是反对称矩阵,这样就变成了线性运算了。

1.2 坐标系间的欧式变换

1.2.1 旋转

  通过欧式变换可以将两个坐标系进行变换,欧氏变换由旋转和平移组成。
  如果一个向量经过了一次旋转,那么在两个不同坐标系下的关系是
在这里插入图片描述
  左右同乘,得
在这里插入图片描述
  R就是旋转矩阵,由两组基之间的内积组成。因为R是正交矩阵,它的逆是一个相反的旋转。

1.2.2 平移

三维空间中同一坐标系下的平移将平移向量t相加就可以了。
在这里插入图片描述
R12和R21分别鞭炮声

1.3 变换矩阵和齐次坐标

  当变换多次时,上式会变得不太优美,针对问题,引入了齐次坐标和变换矩阵:
在这里插入图片描述
  在三维向量的末尾添加1,将其变为四维向量,就是齐次坐标,这里的T就是变换矩阵,那么计算就看起来简洁些了。
在这里插入图片描述
  变换矩阵T,它具有比较特别的结构:左上角为旋转矩阵,右侧为平移向量,左下角为0向量,右下角为1。这种矩阵又称为特殊欧氏群(SpecialEuclideanGroup):
在这里插入图片描述
  SO(n)是特殊正交群(Special Orthogonal Group)的意思。。这个集合由n维空间的旋转矩阵组成,特别地,SO(3)就是指三维空间的旋转。

二、旋转向量和欧拉角

2.1 旋转向量

  任意旋转都可以用一个旋转轴和一个旋转角来刻画。于是,我们可以使用一个向量,其方向与旋转轴一致,而长度等于旋转角。这种向量称为旋转向量(或轴角/角轴,Axis-Angle),只需一个三维向量即可描述旋转。同样,对于变换矩阵,我们使用一个旋转向量和一个平移向量即可表达一次变换。这时的变量维数正好是六维。
  考虑某个用R表示的旋转。如果用旋转向量来描述,假设旋转轴为一个单位长度的向量n,角度为0,那么向量n也可以描述这个旋转。于是,我们要问,两种表达方式之间有什么联系吗?事实上推导它们的转换关系并不难。从旋转向量到旋转矩阵的转换过程由罗德里格斯公式(Rodrgucs’sFormula) 表明,由于推导过程比较复杂,这里不做描述,只给出转换的结果:
在这里插入图片描述
  计算从一个旋转矩阵到旋转向量的转换:
在这里插入图片描述
在这里插入图片描述

2.2 欧拉角

  用绕X轴,再绕Y轴,再绕Z轴旋转多少度,相比于上述的向量和矩阵,更容易直观理解。
  现在常用到的定义是绕物体的Z轴旋转,得到偏航角yaw。再绕旋转之后的Y轴旋转,得到俯仰角pitch,绕旋转之后的X轴旋转,得到滚转角roll。
  但是欧拉角有一个万向锁问题,就是在那些旋转在90°时,前后的旋转会使用后同一个轴,导致丢失一个自由度,这被称为奇异性问题。只要用三个实数来表达三位旋转就一定会遇到这种奇异性问题。所以这种方法只适合分解输出或交互,不适合迭代计算旋转。

三、四元数

  复数乘法可以借鉴到三位空间旋转的计算上,乘上复数i相当于逆时针把一个复向量旋转90°。四元数是Hamilton找到的一种扩展的复数。它既是紧凑的,也没有奇异性,就是不够直观。
  一个四元数有一个实部和三个虚部
在这里插入图片描述
  并且虚部满足关系式
在这里插入图片描述
  可以用由标量s和向量v组成的q来表示四元数
在这里插入图片描述
  用单位四元数就可以表示三维空间中任意一个旋转。

四、相似、仿射、射影变换

  在3D空间中,欧式变换是刚体的运动,具有6个自由度,而相似变换允许物体能够通过缩放因子s均匀缩放,它具有7个自由度:
在这里插入图片描述
  仿射变换要求A是一个可逆矩阵即可,不要求是正交矩阵,变换后各个面就变成平行四边形的了,它具有12个自由度:在这里插入图片描述
  真实世界到相机图像的变换就是一个射影变换,3D的射影变换由15个自由度:
在这里插入图片描述

相关文章:

SLAM十四讲【二】三维空间刚体运动

SLAM十四讲【二】三维空间刚体运动 SLAM十四讲【一】基本概念 SLAM十四讲【二】三维空间刚体运动 SLAM十四讲【三】李群与李代数 SLAM十四讲【四】相机与图像 SLAM十四讲【五】线性优化 SLAM十四讲【六】视觉里程计 SLAM十四讲【七】回环检测 SLAM十四讲【八】建图 文章目录 S…...

Java对象的hashcode

在 Java 中,hashcode 和 equals 方法是 Object 类的两个重要方法,它们在处理对象比较和哈希集合(如 HashMap、HashSet)时起着关键作用。对于equals大部分Java程序员都不陌生,它通常是比较两个对象的内容(值)是否相等(双…...

华为ipd流程华为流程体系管理华为数字化转型流程数字化管理解决方案介绍81页精品PPT

华为流程体系最佳实践主要包括构建完善的流程框架,明确各层级流程要素与职责,梳理涵盖研发、采购、营销、服务、资产管理等多领域的流程,通过梳理业务场景和核心能力搭建差异化流程框架,采用自上而下与自下而上相结合的建模方法&a…...

人工智能 - 通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型

一、核心项目概览 1. Manus(闭源通用 AI Agent) 定位 :全球首个全流程自动化通用 AI Agent,GAIA 基准测试 SOTA 水平。核心能力 : 全流程自动化 :从任务规划(如撰写报告)到执行(代码生成、表格制作)的端到端处理。智能纠错机制 :基于沙箱环境的实时错误反思与调整…...

数据库基础知识

目录 一、什么是数据库? 二、基本使用方法 (1)启动服务器进程 (2)连接服务器 (3)基本sql语句 三、MySQL架构 四、SQL语句分类 五、存储引擎是什么 一、什么是数据库? 数据库…...

嵌入式硬件工程师从小白到入门-原理图(三)

原理图绘制从小白到入门:知识点速通与注意事项 一、原理图绘制基础概念 什么是原理图? 原理图(Schematic)是电子电路的图形化表示,展示元器件之间的电气连接关系,是硬件设计的蓝图。 核心元素 元器件符号&…...

国科大——英语A——机考测试题

前沿: 此文记录了国科大所提供的一套机考试卷。 PART I VOCABULARY (20道,十分) Directions:Choose the best word or phrase from the choices A, B, C, or D to complete the following sentences. 1.For most pe…...

2025-03-22 学习记录--C/C++-PTA 习题4-11 兔子繁衍问题

合抱之木,生于毫末;九层之台,起于累土;千里之行,始于足下。💪🏻 一、题目描述 ⭐️ 习题4-11 兔子繁衍问题 一对兔子,从出生后第3个月起每个月都生一对兔子。小兔子长到第3个月后每…...

HC-05与HC-06蓝牙配对零基础教程 以及openmv识别及远程传输项目的概述

这个是上一年的项目,之前弄得不怎么完整,只有一个openmv的,所以openmv自己去我主页找,这篇主要讲蓝牙 这个是我在使用openmv连接单片机1然后单片机1与单片机2通过蓝牙进行通信 最终实现的效果是:openmv识别到图形和数…...

Deepseek训练成AI图片生成机器人

目录 内容安全层 语义理解层 提示词工程层 图像生成层 交付系统 训练好的指令(复制就可以) 内容安全层 理论支撑:基于深度语义理解的混合过滤系统 敏感词检测:采用BERT+CRF混合模型,建立三级敏感词库(显性/隐性/文化禁忌),通过注意力机制捕捉上下文关联风险 伦…...

在线问卷调查|在线问卷调查系统|基于Spring Boot的在线问卷调查系统的设计与实现(源码+数据库+文档)

在线问卷调查 目录 基于Spring Boot的在线问卷调查系统 一、前言 二、系统设计 三、系统功能设计 1.1 问卷管理 1.2 问卷调查管理 1.3 题目管理 2.1 问卷列表 2.2 问卷调查 2.3 问卷调查记录 四、数据库设计 五、核心代码 六、论文参考 七、最新计算机毕设选题…...

计算机网络的软件、硬件和组成

1.计算机网络的组成 计算机网络是一个十分复杂的系统,在逻辑上可以分为完成数据通信的通信子网和进行数据处理的资源子网两个部分。 通信子网 通信子网提供网络通信的功能,可以完成网络主机之间的数据传输、交换、通信控制和信号变换等通信…...

Cursor的五种高级用法

文章目录 代码编写写作编辑自动生成工作流搞定开源项目数据处理参考 代码编写 Cursor 最基本的功能是帮助你编写代码。只需使用 Composer(CtrlI),描述你想要实现的功能,Cursor 就能生成相应的代码。不满意?直接告诉它…...

C# SolidWorks 二次开发 -各种菜单命令增加方式

今天给大家讲一讲solidworks中各种菜单界面,如下图,大概有13处,也许还不完整哈。 1.CommandManager选项卡2.下拉选项卡3.菜单栏4.下级菜单5.浮动工具栏6.快捷方式工具栏7.FeatureManager工具栏区域8.MontionManager区域 ModelView?9.任务窗…...

三分钟掌握音频提取 | 在 Rust 中优雅地处理视频音频

前言 在多媒体开发中,从视频中提取音频是一个常见需求。比如,你可能需要分离背景音乐来单独欣赏,或者提取对白用于语音分析,甚至为视频生成字幕。无论目的如何,音频提取都是多媒体处理中的基础操作。 传统上&#xf…...

DeepSeek 助力 Vue3 开发:打造丝滑的表格(Table)之添加导出数据功能示例9,TableView15_09带排序的导出表格示例

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…...

Qt+FFmpeg+SDL2播放进度显示及定位播放

参考链接: https://avmedia.0voice.com/?id59815 https://www.cnblogs.com/xdao/archive/2013/06/13/ffmpeg_tutor07.html https://blog.csdn.net/qq_38204686/article/details/139888438 https://blog.csdn.net/qq_38694388/article/details/120684650 https:/…...

【C语言】深入理解指针(二):从数组到二维数组的指针魔法

前言 在C语言中,指针一直是一个神秘而强大的存在。它不仅可以帮助我们高效地操作内存,还能让代码更加灵活和高效。今天,我们就来深入探讨指针的多种用法,从数组到二维数组,一步步揭开指针的神秘面纱。 一、数组名的指…...

调用链路传递隐式参数

在不修改方法签名与参数定义的情况下,可以通过 RpcContext 上的 setAttachment 和 getAttachment 在服务消费方和提供方之间进行参数的隐式传递。 隐式参数传递支持以下两个方向: 从消费方到提供方,也就是在请求发起时,在方法参数…...

鸿蒙 元服务摘要

元服务(原名原子化服务),是HarmonyOS提供的一种面向未来的服务提供方式,是有独立入口的(用户可通过点击方式直接触发)、免安装的(无需显式安装,由系统程序框架后台安装后即可使用&am…...

Browser Use Web UI 本地部署完全指南:从入门到精通

文章目录 引言一、项目概述1.1 核心功能1.2 技术特点 二、环境准备2.1 系统要求2.2 必要工具 三、详细部署步骤3.1 获取项目代码3.2 配置 Python 环境3.3 安装项目依赖3.4 环境配置3.5 启动应用 四、DeepSeek-V1 模型配置4.1 基础配置 五、执行Browser Use六、故障排查指南6.1 …...

Python元组

# coding: utf-8 print(-----------元组:不可变-----------)元组诗Python中内置的不可变序列 元素与元素之间使用英文的逗号分隔 元组中只有一个元素的时候,逗号也不能省略 元组的创建方式: (1)使用()直接创建元组 元组名 (element1,element2,element3,…...

物理环境与安全

物理安全的重要性 信息系统安全战略的一个重要组成部分物理安全面临问题 环境风险不确定性人类活动的不可预知性 典型的物理安全问题 自然灾害环境因素设备安全、介质安全、传输安全 场地选择 区域:避开自然灾害高发区环境:原理可能的危险因素抗震&…...

智慧医疗解决方案

1. 智慧医疗的兴起 智慧医疗作为智慧城市的关键部分,正逐渐成为医疗卫生体制改革的焦点。随着移动医疗和精准医疗的发展,智慧医疗解决方案变得触手可及,依托政策驱动和社会需求,致力于实现“以人为本、信息惠民”的目标。 2. 政…...

MySQL -- 复合查询

数据库的查询是数据库使用中比较重要的环节,前面的基础查询比较简单,不做介绍,可自行查阅。本文主要介绍复合查询,并结合用例进行讲解。 本文的用例依据Soctt模式的经典测试表,可以自行下载,也可以自己创建…...

【最后203篇系列】022 用Deepseek14b提取新闻事件

这算是之前一直想做的一件事,趁周末赶快做了。 业务意义:现实中有大量的舆情,这对我们的决策会有比较重要的作用 技术依赖: 1 模型基础能力2 消息队列3 异步获取消息4 时间序列库 1 模型基础能力 大模型发展到现在&#xff0…...

关于网络的一点知识(持续更新)

1、IP地址和子网掩码、端口号: IP地址是设备在网络上的地址,相当于一栋房子的门牌号。子网掩码相当于房子所在的街道。同一条街道的房子间是通过街道直通的,主人可以互相拜访。 举个例子,如下图所示。 说明:将两台设…...

2025年01月02日浙江鼎永前端面试

目录 webpack 和 vite 区别react fiber 架构vue diff 算法react diff 算法hooks 源码垂直水平布局项目介绍单点登录大文件上传微前端 1. webpack 和 vite 区别 Webpack 和 Vite 是两种不同的前端构建工具,它们在设计理念、性能表现和使用场景上存在显著差异。以下…...

Redis全面学习指南

要全面掌握 Redis,需要系统化学习以下核心知识体系,涵盖基础到高级的各个方面,并理解其内部原理和实际应用场景: 一、Redis 核心特性与基础 基本概念与架构 定义:内存数据库,支持键值存储、缓存、消息队列等…...

python3最新版下载及python 3.13.1安装教程(附安装包)

文章目录 前言一、python 3.13.1下载二、python 3.13.1安装步骤1.准备安装文件2.启动安装程序3.选择安装方式4.等待安装完成5.完成安装 前言 在当今数字化时代,Python 以其简洁易读的语法和丰富的库资源,成为众多开发者喜爱的编程语言。Python 3.13.1 的…...

基于WebRtc,GB28181,Rtsp/Rtmp,SIP,JT1078,H265/WEB融合视频会议接入方案

智能融合视频会议系统方案—多协议、多场景、全兼容的一站式视频协作平台 OvMeet,LiveMeet针对用户​核心痛点实现功能与用户价值 ,Web平台实现MCU多协议,H265/H264等不同编码监控,直播,会议,调度资源统一融合在一套界…...

css基础-display 常用布局

CSS display 属性详解 属性设置元素是否被视为块级或行级盒子以及用于子元素的布局,例如流式布局、网格布局或弹性布局。 一、基础显示模式 1. block 作用: 元素独占一行可设置宽高和内外边距默认宽度撑满父容器 应用场景: 布局容器&a…...

基于linux平台的C语言入门教程(7)类型转换

文章目录 1. 什么是类型转换?2. 隐式类型转换隐式类型转换的规则: 3. 显式类型转换显式类型转换的语法: 4. 示例代码代码解析:输出结果: 5. 常见问题问题 1:隐式类型转换会导致数据丢失吗?问题 …...

前端Wind CSS面试题及参考答案

目录 标准盒模型与 IE 盒模型的区别是什么?如何通过 box-sizing 属性切换这两种盒模型? 如何计算一个元素在标准盒模型下的总宽度(包含 margin、padding、border)? 父元素高度塌陷的原因是什么?请列举至少 3 种清除浮动的方法。 方法一:使用 clear 属性 方法二:使用…...

ROS melodic 安装 python3 cv_bridge

有时候,我们需要处理这些兼容性问题。此处列举我的过程,以供参考 mkdir -p my_ws_py39/src cd my_ws_py39 catkin_make_isolated-DPYTHON_EXECUTABLE/usr/bin/python3 \-DPYTHON_INCLUDE_DIR/usr/include/python3.8 \-DPYTHON_LIBRARY/usr/lib/x86_64-l…...

农用车一键启动工作原理

移动管家农用车一键启动的工作原理与普通汽车类似,主要依赖于无线射频识别技术(RFID)。以下是具体的工作步骤和原理: 智能钥匙识别: 车主携带智能钥匙靠近车辆时,钥匙通过发射射频信号与车辆进行交互。车辆…...

Swift 并发任务的协作式取消

在 Swift 并发(Swift Concurrency)中,任务(Task)不会被强行终止,而是采用**协作式取消(cooperative cancellation)**机制。这意味着任务会被标记为“已取消”,但是否真正…...

设计和布局硬件电路是嵌入式系统开发的重要环节

设计和布局硬件电路是嵌入式系统开发的重要环节,涉及从需求分析到原理图设计、PCB(印刷电路板)布局以及最终的硬件调试。以下是完整的流程和技术要点: 1. 硬件电路设计的基本流程 1.1 需求分析 明确功能需求:确定系统…...

防火墙虚拟系统实验

配置 [r1]interface GigabitEthernet 0/0/0 [r1-GigabitEthernet0/0/0]ip address 12.0.0.2 24 [r1]interface LoopBack 0 [r1-LoopBack0]ip address 100.1.1.1 24[fw]interface GigabitEthernet 0/0/0 [fw-GigabitEthernet0/0/0]service-manage all permit [fw]interfac…...

机器学习——KNN数据集划分

一、主要函数 sklearn.datasets.my_train_test_split() 该函数为Scikit-learn 中用于将数据集划分为训练集和测试集的函数,适用于机器学习模型的训练和验证。以下是详细解释: ​1、函数签名 train_test_split(*arrays, # 输入的数据…...

C++基础系列【27】Raw String Literal

博主介绍:程序喵大人 35- 资深C/C/Rust/Android/iOS客户端开发10年大厂工作经验嵌入式/人工智能/自动驾驶/音视频/游戏开发入门级选手《C20高级编程》《C23高级编程》等多本书籍著译者更多原创精品文章,首发gzh,见文末👇&#x1f…...

PyTorch核心基础知识点

PyTorch核心基础知识点,结合最新特性与工业级实践,按优先级和逻辑关系分层解析: ▍ 核心基石:张量编程(Tensor Programming) 1. 张量创建(8种生产级初始化) # 设备自动选择&#x…...

Springboot实现使用断点续传优化同步导入Excel

springboot实现使用断点续传优化同步导入Excel 需求前言断点续传前端实现后端实现完结撒花,如有需要收藏的看官,顺便也用发财的小手点点赞哈,如有错漏,也欢迎各位在评论区评论! 需求前言 在跨境电商系统中&#xff0c…...

1、正点原子ZYNQ最小系统--GPIO之MIO控制LED笔记

1、ZYNQ PS中的外设通过MIO连接到PS端引脚;通过EMIO连接到PL端引脚。 2、Zynq-7000有54个MIO,有64个EMIO。 3、GPIO分为4个Bank,其中Bank0和Bank1连接到MIO;Bank2和Bank3连接到EMIO。 4、Bank1--22bit;Bank0--32bit&#xff1b…...

基于STM32进行FFT滤波

文章目录 一、前言背景二、项目构思1. 确定FFT点数、采样率、采样点数2. 双缓存设计 三、代码实现1. STM32CubeMX配置和HAL库初始化2. 核心代码 四、效果展示和后话 一、前言背景 STM32 对 AD 采样信号进行快速傅里叶变换(FFT),以获取其频谱…...

ISCA Archive 的 关于 dysarthria 的所有文章摘要(1996~2024)

ISCA Archive 的 关于 dysarthria 的所有文章摘要(1996~2024) 构音障碍(Dysarthria)研究全景总结(1996–2024) 所有文章摘要(1996~2024) ISCA Archive 的 关于 dysarthria 的所有文…...

MySQL拒绝访问

1. 问题 使用图形界面工具连接MySQL数据库,拒绝访问! 2. 解决方法 以管理员的身份打开cmd,输入命令,启动MySQL net start mysql版本号 3. 参考 暂无...

ROM(只读存储器) 、SRAM(静态随机存储器) 和 Flash(闪存) 的详细解析

在嵌入式系统和其他计算机系统中,存储器是不可或缺的组成部分。不同类型的存储器各有其特点和应用场景。以下是 ROM(只读存储器)、SRAM(静态随机存储器) 和 Flash(闪存) 的详细解析。 1. ROM&am…...

Transformers x SwanLab:可视化NLP模型训练(2025最新版)

HuggingFace 的 Transformers 是目前最流行的深度学习训框架之一(100k Star),现在主流的大语言模型(LLaMa系列、Qwen系列、ChatGLM系列等)、自然语言处理模型(Bert系列)等,都在使用T…...

stm32-ADC

1.ADC:模拟到数字的转换器 1.1模拟 模拟信号:物理当中一切可感受到的都是模拟信号(连续的) 1.2数字: 数字信号:二进制数(离散的) 1.3a->c的过程 采样、量化 1.3.1量化的原理 方法&am…...