Python 三维空间中的相对旋转
我有一个对象(XYZ坐标系,其中Z向上),它用相应的旋转矩阵从t0旋转到t1:Python 三维空间中的相对旋转,python,angle,Python,Angle,我有一个对象(XYZ坐标系,其中Z向上),它用相应的旋转矩阵从t0旋转到t1: import numpy as np from scipy.spatial.transform import Rotation as R r_0 = np.array([[-0.02659679, -0.00281247, 0.99964229], [ 0.76308514, -0.64603356, 0.01848528], [ 0.6457504
import numpy as np
from scipy.spatial.transform import Rotation as R
r_0 = np.array([[-0.02659679, -0.00281247, 0.99964229],
[ 0.76308514, -0.64603356, 0.01848528],
[ 0.64575048, 0.76330382, 0.01932857]])
r_1 = np.array([[ 0.05114056, -0.03815443, 0.99796237],
[-0.30594799, 0.95062582, 0.05202294],
[-0.95067369, -0.30798506, 0.03694226]])
# Calculate the relative rotation matrix from t0 to t1
rot_mat_rel = np.matmul(np.transpose(r_0), r_1)
r = R.from_maxtrix(rot_mat_rel)
# Obtain angles
print(r.as_euler('xyz', degrees=True)
# Result
array([ -1.52028392, -1.55242217, -148.10677483])
问题是,相对角度在我看来是错误的,但我找不到我的错误。我想知道的是物体沿x,y和z旋转了多少
编辑:为绘图编写代码:您可以使用来自的矩阵检查结果 (您可能需要在运行python代码的终端中运行
pip3安装pytransform3d
,或者如果正在使用Jupyter笔记本,则可能需要在Jupyter笔记本中运行!pip3安装pytransform3d
。)
准备数据:
import numpy as np
from scipy.spatial.transform import Rotation as R
r_0 = np.array([[-0.02659679, -0.00281247, 0.99964229],
[ 0.76308514, -0.64603356, 0.01848528],
[ 0.64575048, 0.76330382, 0.01932857]])
r_1 = np.array([[ 0.05114056, -0.03815443, 0.99796237],
[-0.30594799, 0.95062582, 0.05202294],
[-0.95067369, -0.30798506, 0.03694226]])
# Calculate the relative rotation matrix from t0 to t1
rot_mat_rel = np.matmul(np.transpose(r_0), r_1)
r = R.from_matrix(rot_mat_rel)
让我们绘制旋转r
在实践中的含义:
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from pytransform3d.rotations import *
ax = plot_basis(R=np.eye(3), ax_s=1)
p = np.array([0, 0, 0])
R = matrix_from_euler_xyz(r.as_euler('xyz'))
plot_basis(ax, R, p, alpha = 0.5)
plt.show()
我们得到这个图:
您可以检查这是否是您所期望的
检查pytransform3d
模块根据欧拉角r
计算的旋转矩阵:
matrix_from_euler_xyz(r.as_euler('xyz'))
给出输出:
array([[-0.84872253, -0.52814402, 0.02709157],
[ 0.52754172, -0.84911505, -0.02652111],
[ 0.03701082, -0.00821713, 0.99928108]])
这正是np.matmul(np.transpose(r_0),r_1)
:
这似乎是个好兆头&可能是检查数学的一个好起点
由于我看不出您希望得到什么,我建议您尝试使用此处概述的工具绘制结果,并逐步检查您所拥有的是您所期望的。我可能有点晚了,zabop的答案已经指向了正确的方向。我只想澄清两件事 当我们处理转换时,会有一些含糊不清的地方,这会使事情变得更加混乱。有两件事可能会让这里的代码有点混乱:
将numpy导入为np
r_0=np.数组([-0.02659679,-0.00281247,0.99964229],
[ 0.76308514, -0.64603356, 0.01848528],
[ 0.64575048, 0.76330382, 0.01932857]])
r_1=np.数组([[0.05114056,-0.03815443,0.99796237],
[-0.30594799, 0.95062582, 0.05202294],
[-0.95067369, -0.30798506, 0.03694226]])
我计算旋转矩阵的方法如下(与您的代码不同!):
r0到r1=r1.dot(r0.T)
r0到r1
结果:
array([[ 0.99635252, 0.08212126, 0.0231898 ],
[ 0.05746796, -0.84663889, 0.52905579],
[ 0.06308011, -0.52579339, -0.84827012]])
array([[ 0.99635251, 0.08212125, 0.0231898 ],
[ 0.05746796, -0.84663889, 0.52905579],
[ 0.06308011, -0.52579339, -0.84827013]])
我使用外部约定来连接旋转矩阵,即在r\u 0.T
之后应用r\u 1
。(如果r\u 0
和r\u 1
是实数,我们将编写r\u 1-r\u 0
以获得一个将r\u 0
转换为r\u 1
的数字)
您可以验证r0_到_r1
是否从r_0
旋转到r_1
:
array([[-0.84872253, 0.52754172, 0.03701082],
[-0.52814402, -0.84911505, -0.00821714],
[ 0.02709157, -0.02652111, 0.99928109]])
来自numpy.testing导入断言数组几乎相等
#验证正确性:在r\u 0之后将r0\u应用于r\u r1
断言数组几乎相等(r1,r0到r1.dot(r0))
#如果测试失败,将引发错误
无论如何,内在约定也会起作用:
r0_到r1_内在=r_0.T.dot(r_1)
断言数组几乎相等(r1,r0.dot(r0到r1)
由于zabop介绍了pytransform3d,我还想澄清一下,scipy使用主动旋转矩阵和pytransform3d.rotations.euler_xyz_from_matrix
生成的旋转矩阵是一个被动旋转矩阵!这在以前的版本中没有记录得如此清楚。可以使用矩阵转置将主动旋转矩阵转换为被动旋转矩阵,反之亦然。pytransform3d的函数和scipy的旋转。要使用
从scipy.spatial.transform导入旋转为R
r=r.从矩阵(r0到r1)
euler_xyz_固有_活动_度=r.as_euler('xyz',度=真)
euler_xyz_固有_活动_度
结果:数组([-148.20762964,-3.6166255,3.30106818])
您可以使用pytransform3d获得相同的结果(注意,我们通过.T
获得被动旋转矩阵):
导入pytransform3d.rotations作为pr
euler_xyz_固有_活动_弧度=pr.euler_xyz_自_矩阵(r0_至_r1.T)
np.rad2deg(欧拉弧度)
结果:数组([-148.20762951,-3.61662542,3.30106799])
您还可以使用pytransform3d从euler角度获取旋转矩阵(注意,我们通过.T
获取活动旋转矩阵):
r0_到r1_从_euler=pr.matrix_从_euler_xyz(euler_xyz_固有的_活动的_弧度).T
来自欧拉的r0到r1
结果:
array([[ 0.99635252, 0.08212126, 0.0231898 ],
[ 0.05746796, -0.84663889, 0.52905579],
[ 0.06308011, -0.52579339, -0.84827012]])
array([[ 0.99635251, 0.08212125, 0.0231898 ],
[ 0.05746796, -0.84663889, 0.52905579],
[ 0.06308011, -0.52579339, -0.84827013]])
您的r\u 0
和r\u 1
是否分别与rot\u mat\u 0
和rot\u mat\u 1
相同?是的,对不起。更正。np.degrees(r.as_euler('xyz',degrees=True)
看起来不对劲。如果你能得到as_euler()
若要返回以度为单位的值,您不需要将结果转换为度!感谢引入pytransform3d。我想知道是否可以使用X、Y、Z坐标列表作为转换的输入。根据手册,它仅适用于轴。我添加了与旋转矩阵对应的绘图。您是否可以包括e制作情节的代码?:)由于角色限制,我不得不将代码外包,下面是链接:创建一个房间来讨论这个问题: