正文 

当前位置： 首页 > 开发 > java教程

《视觉slam十四讲》之第３讲－三维刚体运动

chriscoder chriscoder     2023-01-26     615

关键词：

 

第三讲：三维空间刚体运动

旋转的几种表达方式

向量

  • 关于向量：

技术分享图片

注：其中e１，e2，ｅ3为线性空间下的一组基。

  • 向量的内积：

技术分享图片

注：向量的内积表示向量间的投影关系。

  • 向量的外积

技术分享图片

注：可以使用外积表示向量的旋转。

注：^ 记成一个反对称符号。

旋转矩阵

假设某个单位正交基(e1; e2; e3) ，经过一次欧式变换，变成了(e′ 1; e′ 2; e′ 3)，对于同一个向量 a （注意该向量并没有随着坐标系的旋转而发生运动），它在两个坐标系下的坐标为 [a1; a2; a3]T 和 [a′ 1; a′ 2; a′ 3]T：

技术分享图片

整理可得：

技术分享图片

注：旋转矩阵Ｒ是一个行列式为 1 的正交矩阵。反之，行列式为 1 的正交矩阵也是一个旋转矩阵。

  • 特殊正交群

技术分享图片

 

注：SO(n) 是特殊正交群（ Special Orthogonal Group）的意思。

技术分享图片

注：RT 刻画了一个相反的旋转。

变换矩阵和齐次坐标

技术分享图片

  • 特殊欧式群

技术分享图片

注：变换矩阵Ｔ的逆表示反向的变换

技术分享图片

旋转向量

  1. SO(3) 的旋转矩阵有九个量，但一次旋转只有三个自由度。因此这种表达方式是冗余的。
  2. 旋转矩阵自身带有约束：它必须是个正交矩阵，且行列式为 1。这些约束会使得优化求解变得更困难。

任意旋转都可以用一个旋转轴和一个旋转角来刻画。假设有一个旋转轴为 n，角度为 θ 的旋转，显然，它对应的旋转向量为 θn。由罗德里格斯公式可知：

  • 旋转向量－>旋转矩阵

技术分享图片

 

  • 旋转矩阵－>旋转向量

技术分享图片

技术分享图片

注：转轴 n 是矩阵 R 特征值 1 对应的特征向量。 

欧拉角

欧拉角则提供了一种非常直观的方式来描述旋转——它使用了三个分离的转角，把一个旋转分解成三次绕不同轴的旋转。
假设一个刚体的前方（朝向我们的方向）为X 轴，右侧为 Y 轴，上方为 Z 轴，见图 3-3。那么， ZY X 转角相当于把任意旋转分解成以下三个轴上的转角：

  • 绕物体的 Z 轴旋转，得到偏航角 yaw；
  • 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。

注：欧拉角的一个重大缺点是会碰到著名的万向锁问题（ Gimbal Lock）

四元数

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。

一个四元数 q 拥有一个实部和三个虚部。

技术分享图片

技术分享图片

人们也用一个标量和一个向量来表达四元数：

技术分享图片

注：我们能用单位四元数表示三维空间中任意一个旋转

四元数与旋转向量的对应关系

  • 旋转向量->四元数

技术分享图片

  • 四元数－>旋转向量

技术分享图片

注：在四元数中， 任意的旋转都可以由两个互为相反数的四元数表示。

四元数的运算

1. 加法和减法

技术分享图片

2. 乘法

技术分享图片

3. 共轭

技术分享图片

4. 模长

技术分享图片

技术分享图片

5. 逆

技术分享图片

技术分享图片

6. 数乘与点乘

技术分享图片

技术分享图片

用四元数表示旋转

技术分享图片

注：p′表示为三维点 p经过四元数 q 旋转后的三维点。

四元数与旋转矩阵的关系

  • 四元数->旋转矩阵

技术分享图片

  • 旋转矩阵->四元数

技术分享图片

关于其他几种变换

相似变换

相似变换比欧氏变换多了一个自由度，它允许物体进行均匀的缩放，其矩阵表示为：

技术分享图片

 

仿射变换

与欧氏变换不同的是，仿射变换只要求 A 是一个可逆矩阵，而不必是正交矩阵。仿射变换也叫正交投影。经过仿射变换之后，立方体就不再是方的了，但是各个面仍然是平行四边形：

技术分享图片

 

射影变换

射影变换是最一般的变换，它左上角为可逆矩阵 A，右上为平移 t，左下缩放 aT。2D 的射影变换一共有 8 个自由度， 3D 则共有 15 个自由度。

从真实世界到相机照片的变换可以看成一个射影变换。

技术分享图片

 

《视觉slam十四讲》之第3讲-实践eigen库(代码片段)

《视觉slam十四讲》之第3讲-实践Eigen库Eigen库的安装sudoapt-getinstalllibeigen3-dev注：Eigen是一个由纯头文件搭建的线性代数库，头文件安装路径为/usr/include/eigen3/。实例１：Eigen的基础运算#include<iostream>#include<ctime>#include<Eige... 查看详情

高博slam在哪个学校

参考技术A高博slam并不是那个学校，而是一本书。《视觉SLAM十四讲》是2017年3月电子工业出版社出版的图书，作者为高翔博士。《视觉SLAM十四讲：从理论到实践》系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核... 查看详情

《视觉slam十四讲》-第1讲-全书内容概要

                  查看详情

视觉slam十四讲笔记--第二讲

第二讲：课后题1．阅读文献[1]和[14]，你能看懂其中的内容吗?文献1：Asurveyofmonocularsimultaneouslocalizationandmapping可以从百度学术上自行下载本文献是一篇SLAM的综述，首先从AR（Augmentedreality增强现实）切入&... 查看详情

视觉slam十四讲开源库安装教程

...n线性代数库的安装2、Sophus李代数库的安装3、OpenCV计算机视觉库的安装4、PCL点云库的安装 5、Ceres非线性优化库的安装6、G2O图优化库的安装7、Octomap八叉树地图库的安装8、DBoW3词袋模型库 正文回到顶部前言　　本篇博客... 查看详情

rodrigus公式

《视觉SLAM十四讲》第三讲知识点之Rodrigus公式视觉SLAM十四讲——第三讲三维空间刚体运动中有提到Rodrigus’Formula来实现旋转变量和旋转矩阵之间的变换关系。旋转矩阵的缺点：a.一次旋转只有三个自由度，使用SO(3)旋转矩... 查看详情

视觉slam十四讲第1-2讲初识slam(代码片段)

视觉SLAM十四讲第1-2讲初识SLAM1.slam是什么2.SLAM基本模块3.相机的种类4.视觉slam基本流程5.非/线性系统、非/高斯系统6.CMake1.slam是什么定义：SLAM是SimultaneousLocalizationAndMapping的缩写，即同时定位与地图构建（我在什么地方&... 查看详情

视觉slam三维空间刚体运动的描述

本文将一步一步探索如何描述三维空间中的刚体运动（平移+旋转）。1.点与坐标系在2D平面中，两个向量之间的变换可以用两个坐标加旋转角表达；在3D空间中描述刚体需要一些别的概念来描述（略写），主要有：坐标系（参考... 查看详情

视觉slam十四讲笔记--第一讲

​第一讲：课后习题有线性方程Ax=b，若已知A,b，需要求解x，该如何求解？这对A和b有哪些要求?【提示:从A的维度和秩角度来分析】答：可以利用大学时候学的非齐次方程组的方法求解，利用A的增广... 查看详情

slam十四讲各章内容概述

...。层次按1.——1.1——1.1.1的层次划分本文内容，出自视觉十四讲1）三种相机的区别单目相机效果：将拍摄到的场景在相机的成像平面上留下一个投影，以二维记录三维处理：移动相机形成视差，估计相机... 查看详情

视觉slam十四讲第七章课后习题6(代码片段)

版权声明：本文为博主原创文章，转载请注明出处: http://www.cnblogs.com/newneul/p/8545450.html6、在PnP优化中，将第一个相机的观测也考虑进来，程序应如何书写？最后结果会有何变化？分析:实际上在PnP例子中，我们可以把第一帧作... 查看详情

视觉slam十四讲笔记--第二讲

...mentedreality增强现实）切入，讲了SLAM的重要性以及视觉SLAM可以带来的好处，然后以此展开总体的概括了SLAM的发展情况，也分析和介绍了各不同SLAM的性能区别，对各个特性进行了对比和分析，最后总体讲了... 查看详情

视觉slam十四讲笔记--第二讲

...mentedreality增强现实）切入，讲了SLAM的重要性以及视觉SLAM可以带来的好处，然后以此展开总体的概括了SLAM的发展情况，也分析和介绍了各不同SLAM的性能区别，对各个特性进行了对比和分析，最后总体讲了... 查看详情

《视觉slam十四讲——从理论到实践》学习笔记(代码片段)

第1讲：预备知识1.3风格约定矩阵A∧A^\\wedgeA∧:AAA的反对称矩阵。坐标点坐标点用向量表示，具体来说，是用列向量表示，vetcor(3,1)； 查看详情

cv学习资料《卷积神经网络与视觉计算》+《深度学习实践计算机视觉》+《视觉slam十四讲从理论到实践》电子资料代码分析

视觉和图形学真是一家，基础都一样！ 如果学习图像识别，计算机视觉，推荐电子书《视觉SLAM十四讲：从理论到实践》，系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三... 查看详情

视觉slam十四讲报错couldnotfindaconfigurationfileforpackage“opencv“thatiscompatiblewithreques(代码片段)

视觉SLAM十四讲报错Couldnotfindaconfigurationfileforpackage"OpenCV"thatiscompatiblewithrequestedversion"4".1.问题2.原因3.解决方案3.1修改CMakeLists.txt3.2编译OpenCV4版本1.问题在编译高博的视觉SLAM十四讲ch8的optical_flow.cpp时，编译报错࿱... 查看详情

浅读《视觉slam十四讲：从理论到实践》--操作1--初识slam

下载《视觉SLAM十四讲：从理论到实践》源码：https://github.com/gaoxiang12/slambook第二讲：初识SLAM2.4.2HelloSLAM（书本P27） 1、从github上下载源码，并解压Ubuntu上，解压zip，先找到zip文件所在位置，然后运行下面代码，进行解压。unzip... 查看详情

如何评价高博的《视觉slam十四讲》？

...要找到目标，向目标移动，遇到障碍进行避障即可。如果视觉系统找不到目标，则对所在的房间进行遍历。所以在孤陋寡闻的我看来，SLAM技术差不多到2000年左右，就根本用不着什么创新了。机器人工程应用中真正使用摄像头和... 查看详情