数学概率 | 旋转矩阵、欧拉角、四元数

2023-11-05 06:01

本文主要是介绍数学概率 | 旋转矩阵、欧拉角、四元数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一,旋转矩阵

二维旋转矩阵

三维旋转矩阵

二,欧拉角

三,四元数

四,矩阵、欧拉角、四元数相互转换

四元数转矩阵

矩阵转四元数

欧拉角转矩阵

矩阵转欧拉角

欧拉角转四元数

四元数转欧拉角


一,旋转矩阵

二维旋转矩阵

R(\theta) = \begin{bmatrix} cos\theta & sin\theta \\ -sin\theta & cos\theta \end{bmatrix}

推导,以二维平面为例旋转\theta

  • x^{​{}'} = cos(\theta + \alpha) = cos\thetacos\alpha - sin\thetasin\alpha =  cos\theta * x - sin\theta * y 
  • y^{​{}'} = sin(\theta + \alpha) = sin\thetacos\alpha + cos\thetasin\alpha = sin\theta * x + cos\theta * y

(x^{​{}'} , y^{​{}'}) = (x , y) * \begin{bmatrix} cos\theta & sin\theta \\ -sin\theta & cos\theta \end{bmatrix}  =(cos\theta * x - sin\theta * y ,sin\theta * x + cos\theta * y)

//Houdini vex 验证
matrix2 m = ch2('m');
vector2 p = set(@P.x, @P.y);
p *= m;@P.x = p.x;
@P.y = p.y;

三维旋转矩阵

R_{x}(\theta) = \begin{bmatrix} 1 & 0 & 0\\ 0 & cos\theta & sin\theta\\ 0& -sin\theta & cos\theta \end{bmatrix}

 R_{y}(\theta) = \begin{bmatrix} cos\theta & 0 & -sin\theta\\ 0 & 1 & 0\\ sin\theta& 0 & cos\theta \end{bmatrix}

 R_{z}(\theta) = \begin{bmatrix} cos\theta & sin\theta & 0\\ -sin\theta & cos\theta & 0\\ 0& 0 & 1 \end{bmatrix}

参考二维推导,如绕z轴旋转\theta

 (x^{​{}'} , y^{​{}'},z) = (x , y , z) * \begin{bmatrix} cos\theta & sin\theta & 0\\ -sin\theta & cos\theta & 0\\ 0& 0 & 1 \end{bmatrix} = (cos\theta * x - sin\theta * y ,sin\theta * x + cos\theta * y , z)

注,已经过Houdini vex 验证;

二,欧拉角

        欧拉角(Euler Angle),由著名数学家莱昂哈德·欧拉(1707-1783)提出,旨在用三个角度来表示刚体在三维空间的旋转,自身有一些局限性;

  • 在坐标系中描述物体姿态的三个角,依据绕x轴Roll,绕y轴Pitch、绕z轴Yaw的三个角度旋转可还原描述的姿态;

 

由两种旋转方式(静态、动态,这两种方式的所获得的旋转矩阵转是一样的:

  • 绕固定(参考)坐标轴旋转(静态),绕自身坐标轴旋转(动态),旋转轴会发生变化,按照不同的旋转轴顺序,所获欧拉角也不同;
  • 如绕固定(参考)坐标轴X-Y-Z旋转角度对应 (α,β,γ) ,绕自身坐标轴Z-Y-X旋转角度也对应 (α,β,γ),旋转矩阵为(注意坐标轴顺序):

注,已经过Houdini vex 验证;

如欧拉角在俯仰角出现±90°,会出现万向锁现象,是欧拉角表征姿态的一个固有缺陷;

在进行姿态解算时往往会优先使用四元数方法进行描述;

三,四元数

        四元数是由爱尔兰数学家Hamilton发明的,由1个实数加上3个复数组合而成,通常可以表示成 w + xi + yj + zk 或者(w,(x,y,z)),其中w、x、y、z都是实数;

对于i、j、k本身的几何意义可以理解为一种旋转:

  • i,旋转代表Y轴与Z轴相交平面中,Y轴正向向Z轴正向的旋转(Y^{+} \rightarrow Z^{+});
  • j,旋转代表Z轴与X轴相交平面中,Z轴正向向X轴正向的旋转(Z^{+} \rightarrow X^{+});
  • k,旋转代表X轴与Y轴相交平面中,X轴正向向Y轴正向的旋转(X^{+} \rightarrow Y^{+});
  • -i、-j、-k分别代表i、j、k旋转的反向旋转;

q = w + xi + yj + zk

\left\{\begin{matrix} i^{2}=j^{2}=k^{2}=-1\\ ij=k,ji=-k\\ jk=i,kj=-i\\ ki=j,ik=-j\\ \end{matrix}\right.

如绕某向量 K=(K_{x}K_{y}K_{z}) 旋转\theta,则四元数为:

  • (x,y,z)  =  (K_{x}K_{y}K_{z}) *  \sin \frac{\theta }{2} 
  • w =  \cos \frac{\theta }{2} 
  • 且满足条件:x^{2}+y^{2}+z^{2}+w^{2}=1

注,已经过Houdini vex 验证,在vex内四元数为((x,y,z),w);

四,矩阵、欧拉角、四元数相互转换

四元数转矩阵

矩阵转四元数

欧拉角转矩阵

矩阵转欧拉角

欧拉角转四元数

四元数转欧拉角

注:

  • 欧拉角,直观易理解,存在万向锁问题;
  • 旋转矩阵,不直观,计算复杂(尤其求微积分时);
  • 四元数,不直观,但无奇点,能表征任何旋转关系,且表示简单,只有四个元素,计算量小;

这篇关于数学概率 | 旋转矩阵、欧拉角、四元数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/347908

相关文章

使用C#代码计算数学表达式实例

《使用C#代码计算数学表达式实例》这段文字主要讲述了如何使用C#语言来计算数学表达式,该程序通过使用Dictionary保存变量,定义了运算符优先级,并实现了EvaluateExpression方法来... 目录C#代码计算数学表达式该方法很长,因此我将分段描述下面的代码片段显示了下一步以下代码显示该方法如

Qt QWidget实现图片旋转动画

《QtQWidget实现图片旋转动画》这篇文章主要为大家详细介绍了如何使用了Qt和QWidget实现图片旋转动画效果,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 一、效果展示二、源码分享本例程通过QGraphicsView实现svg格式图片旋转。.hpjavascript

hdu4865(概率DP)

题意:已知前一天和今天的天气概率,某天的天气概率和叶子的潮湿程度的概率,n天叶子的湿度,求n天最有可能的天气情况。 思路:概率DP,dp[i][j]表示第i天天气为j的概率,状态转移如下:dp[i][j] = max(dp[i][j, dp[i-1][k]*table2[k][j]*table1[j][col] )  代码如下: #include <stdio.h>#include

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

poj 2187 凸包or旋转qia壳法

题意: 给n(50000)个点,求这些点与点之间距离最大的距离。 解析: 先求凸包然后暴力。 或者旋转卡壳大法。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <s

hdu 4565 推倒公式+矩阵快速幂

题意 求下式的值: Sn=⌈ (a+b√)n⌉%m S_n = \lceil\ (a + \sqrt{b}) ^ n \rceil\% m 其中: 0<a,m<215 0< a, m < 2^{15} 0<b,n<231 0 < b, n < 2^{31} (a−1)2<b<a2 (a-1)^2< b < a^2 解析 令: An=(a+b√)n A_n = (a +

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2