Eigen库要点「建议收藏」

Eigen库要点「建议收藏」旋转矩阵,旋转向量,四元数关系如下:另外,初始化(赋值)变换矩阵T的方式为:Isometry3dTcw(rotation);//rotation可以是旋转矩阵,可以是四元数,可以是旋转向量Tcw.pretranslate(t);//添加平移向量//或者:Isometry3dTcw=Isometry3d::Identity()//如果没有直接初始化,先设为单位阵Tcw.pre…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

 旋转矩阵,旋转向量,四元数关系如下:

Eigen库要点「建议收藏」另外,初始化(赋值)变换矩阵T的方式为:

Isometry3d Tcw(rotation);//rotation可以是旋转矩阵,可以是四元数,可以是旋转向量
Tcw.pretranslate(t);//添加平移向量
//或者:
Isometry3d Tcw=Isometry3d::Identity()//如果没有直接初始化,先设为单位阵
Tcw.prerotate(rotation1);//然后添加旋转矩阵,或者向量,或者四元数
Tcw1.pretranslate(t1);//添加平移向量

 从变换矩阵获取旋转矩阵和平移矩阵:

Tcw.rotation();//返回旋转矩阵
Tcw.translation();//返回旋转矩阵

实例

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。

方法一:直接用四元数

    Quaterniond q1={0.35,0.2,0.3,0.1},q2={-0.5,0.4,-0.1,0.2};
    Vector3d t1={0.3,0.1,0.1},t2={-0.1,0.5,0.3},p={0.5,0,0.2};
    Vector3d world,cam2;
    q1=q1.normalized();
    q2=q2.normalized();
    world=q1.inverse()*(p-t1);
    cam2=q2*world+t2;
    cout<<cam2<<endl;

方法二:使用旋转矩阵

    Matrix3d rotation1=q1.toRotationMatrix();
    Matrix3d rotation2=q2.toRotationMatrix();
    Matrix3d R1,R1_inv,R2;
    world=rotation1.inverse()*(p-t1);
    cam2=rotation2*world+t2;
    cout<<cam2<<endl;

方法三:使用变换矩阵(直接)

  Isometry3d Tcw1(rotation1),Twc1,Tcw2(rotation2),Twc2;//直接初始化,不需要设定单位阵
    Tcw1.pretranslate(t1);
    Tcw2.pretranslate(t2);
    //cout<<Tcw1.matrix()<<endl;
    Twc1=Tcw1.inverse();
    //cout<<Twc1.matrix()<<endl;
    world=Twc1*p;    cout<<rotation1<<endl;
    cam2=Tcw2*world;
    cout<<cam2<<endl;
    return 0;

方法三:使用变换矩阵(直接)

    Isometry3d Tcw1=Isometry3d::Identity(),Twc1,Tcw2=Isometry3d::Identity();//如果没有直接初始化,先设为单位阵
    Tcw1.prerotate(rotation1);
    Tcw2.prerotate(rotation2);
    Tcw1.pretranslate(t1);
    Tcw2.pretranslate(t2);
    //cout<<Tcw1.matrix()<<endl;
    Twc1=Tcw1.inverse();
    //cout<<Twc1.matrix()<<endl;
    world=Twc1*p;
    cam2=Tcw2*world;
    cout<<cam2<<endl;
    return 0;

方法四:间接使用变换矩阵(间接)

    Isometry3d Tcw1=Isometry3d::Identity(),Twc1,Tcw2=Isometry3d::Identity();//如果没有直接初始化,先设为单位阵
    Tcw1.prerotate(rotation1);
    Tcw2.prerotate(rotation2);
    Tcw1.pretranslate(t1);
    Tcw2.pretranslate(t2);
    world=Tcw1.rotation().inverse()*(p-Tcw1.translation());
    cam2=Tcw2.rotation()*world+Tcw2.translation();
    cout<<cam2<<endl;
    return 0;

C++数组和矩阵转换

使用Map函数,可以实现Eigen的矩阵和c++中的数组直接转换:

Map类用于通过C++中普通的连续指针或者数组 (raw C/C++ arrays)来构造Eigen里的Matrix类,这就好比Eigen里的Matrix类的数据和raw C++array 共享了一片地址,也就是引用。

数组转静态矩阵:

int i;
double *aMat = new double[20];
for(i =0;i<20;i++)
{
  aMat[i] = rand()%11;
}
Eigen:Map<Matrix<double,4,5> > staMat(aMat);
virtual void oplusImpl(const double* update) override
{
     Eigen::VectorXd::ConstMapType v(update,VectexCameraBAL::Dimension);
     _estimate+=v;
}

数组转动态矩阵:

int i;
double *aMat = new double[20];
for(i =0;i<20;i++)
{
  aMat[i] = rand()%11;
}
Eigen::Map<MatrixXd> dymMat(aMat,4,5);
virtual void oplusImpl(const double* update) override
{
     Eigen::Vector3d::ConstMapType v(update);
     _estimate+=v;
}

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/180433.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • Same Tree

    Same Tree

  • Python框架区别是什么?比较常用的框架有哪些?

    Python框架区别是什么?比较常用的框架有哪些?前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。众所周知,Python开发框架大大减少了开发者不必要的重复劳动,提高了项目开发效率的同时,还使得创建的程序更加稳定。目前比较主流的Python框架都有哪些呢?一般大家用的比较多的是Django、Flask、Scrapy、Diesel、Cubes、Pulsar和Tornado。那么这些Python框架的区别是什么呢?下面我们一起来看看这些Python框架的不同适用环境。.

  • python执行测试用例_java随机数random

    python执行测试用例_java随机数random前言通常我们认为每个测试用例都是相互独立的,因此需要保证测试结果不依赖于测试顺序,以不同的顺序运行测试用例,可以得到相同的结果。pytest默认运行用例的顺序是按模块和用例命名的ASCII编码

  • 求矩阵的逆的三种方法

    求矩阵的逆的三种方法我们知道求矩阵的逆具有非常重要的意义,本文分享给大家如何针对3阶以内的方阵,求出逆矩阵的3种手算方法:待定系数法、伴随矩阵法、初等变换法(只介绍初等行变换)待定系数法求逆矩阵 1 首先,我们来看如何使用待定系数法,求矩阵的逆。 举例: 矩阵A= 12 -1-3 2 假设所求的逆矩阵为 ab cd 则 3 从而可以得出方程组 a+2c=1 b+2d=0 -a-3c=0 -b-3d=1

  • html5数字和颜色输入框

    html5功能强大,数字和颜色输入框例子效果:http://hovertree.com/code/html5/rxujb6g8.htm1<!DOCTYPEhtml>2<h

    2021年12月22日
  • ddr2 odt_ddr2电压

    ddr2 odt_ddr2电压经常有人会说支持DDR2的主板存在偷工减料的现象。事实上这是由于DDR2内存中使用了一项新的ODT技术,它可以在提高内存信号稳定性的基础上节省不少电器元件。主板终结是一种最为常见的终结主板内干扰信号的方法。在每一条信号传输路径的末端,都会安置一个终结电阻,它具备一定的阻值可以吸收反射回来的电子。但是目前DDR2内存的工作频率太高了,这种主板终结的方法并不能有效的阻止干扰信号。若硬要采用主板终结

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号