国产又色又爽又刺激在线播放,中文字幕丰满乱孑伦无码专区,国产亚洲色婷婷久久99精品,久久夜色精品国产欧美乱

產(chǎn)品展廳收藏該商鋪

您好 登錄 注冊(cè)

當(dāng)前位置:
杭州藍(lán)芯科技有限公司>技術(shù)文章>微分幾何在機(jī)器人領(lǐng)域的應(yīng)用(二)

技術(shù)文章

微分幾何在機(jī)器人領(lǐng)域的應(yīng)用(二)

閱讀:7405          發(fā)布時(shí)間:2019-4-11

空間幾何變換

空間中的幾何變換分為多類(lèi),從簡(jiǎn)單,到逐漸復(fù)雜的變換,分別有如下幾種:

1.   等距變換(Isometries)。等距變換下點(diǎn)到點(diǎn)的歐式距離保持不變。剛體變換是典型的等距變換。

2.   相似變換(Similarity)。在等距變換的基礎(chǔ)上加上一個(gè)各向同性的縮放。矩陣表示上需要在旋轉(zhuǎn)矩陣部分乘以一個(gè)非零系數(shù)s。

3.   仿射變換(Affine)。是一個(gè)非奇異的線性變換加上一個(gè)平移向量組成的變換。

4.   投影變換(Projective)。任意非奇異的4×4矩陣所構(gòu)成的變換。

變換的分類(lèi)和特征如下圖所示。

 

三維剛體的空間變換屬于種情況。如果物體不變形,那么剛體變換涵蓋物理世界中的所有情況。剛體變換包含三個(gè)平移自由度和三個(gè)旋轉(zhuǎn)自由度,總共6個(gè)自由度。應(yīng)用剛體變換,點(diǎn)到點(diǎn)的距離保持不變,同時(shí)矢量的點(diǎn)積和叉積保持不變。平移自由度易于理解,故本文重點(diǎn)討論旋轉(zhuǎn)分量,即旋轉(zhuǎn)矩陣R。

旋轉(zhuǎn)矩陣

在理解高維理論時(shí),我們一般采用降維的方式理解,由易到難。首先回到二維空間的變換。二維平面中,剛體變換有三個(gè)自由度,x, y 和旋轉(zhuǎn)角θ。用矩陣的形式表示:

其中

 

分別為旋轉(zhuǎn)矩陣和平移向量??梢钥吹叫D(zhuǎn)矩陣只有一個(gè)自由度,因其只有一個(gè)變量θ。

旋轉(zhuǎn)矩陣R的性質(zhì):

1. 旋轉(zhuǎn)矩陣的逆矩陣是它的轉(zhuǎn)置矩陣,故旋轉(zhuǎn)矩陣是正交矩陣。(如果不理解逆矩陣和轉(zhuǎn)置矩陣,請(qǐng)首先惡補(bǔ)線性代數(shù))。

2. 一個(gè)矩陣是旋轉(zhuǎn)矩陣,當(dāng)且僅當(dāng)它是正交矩陣,且它的行列式是1。正交矩陣的行列式是±1。讀者可思考行列式為-1的情況對(duì)應(yīng)什么變換。

二維旋轉(zhuǎn)矩陣可用旋轉(zhuǎn)角唯yi表示。正角表示逆時(shí)針旋轉(zhuǎn)。

 

 

如下圖表示的是當(dāng)θ=20°的情況。

 

二位旋轉(zhuǎn)矩陣的許多性質(zhì)在三維空間中同樣滿足。

讓我們回到三維空間。旋轉(zhuǎn)可以有三個(gè)旋轉(zhuǎn)組合而成。在右手(笛卡爾)坐標(biāo)系下分別繞x,y, z軸旋轉(zhuǎn)。其旋轉(zhuǎn)矩陣分別對(duì)應(yīng)為

 

任意旋轉(zhuǎn)矩陣可寫(xiě)作一定角度下的三個(gè)矩陣的乘積。

注意:矩陣乘法不符合交換律!故順序不同,得到的旋轉(zhuǎn)矩陣并不相同。

 

歐拉角

航空領(lǐng)域,一般定義飛機(jī)前后軸為x軸,沿x軸旋轉(zhuǎn)的角度一般稱(chēng)為Roll,中文稱(chēng)作翻滾角;兩翼方向稱(chēng)作Pitch,中文稱(chēng)作俯仰角;垂直地面的方向是航向角(Yaw),如下圖所示。作者覺(jué)得中文翻譯很符合愿意,更易于理解。可以記住在駕駛飛機(jī)時(shí),如何操縱翻滾角,俯仰角,航向角。Roll,Pitch,Yaw,又稱(chēng)作歐拉角。習(xí)慣上,三個(gè)歐拉角的方向是z-y-x,使用時(shí)需要特別重要,歐拉角順序錯(cuò)了,旋轉(zhuǎn)矩陣也會(huì)發(fā)生變化。

 

程序?qū)崿F(xiàn):
程序使用基于C++的Eigen庫(kù)[3]。注意,Eigen庫(kù)是一個(gè)僅包含頭文件的基礎(chǔ)矩陣庫(kù),沒(méi)有靜態(tài)或動(dòng)態(tài)庫(kù)。使用時(shí)僅需要把相關(guān)的目錄include就可以了。

 

再次注意:三個(gè)歐拉角的順序!

 

 

 

李群和李代數(shù)

三維旋轉(zhuǎn)矩陣是直觀的表示方法,但旋轉(zhuǎn)矩陣有9個(gè)變量,只有3個(gè)自由度,故信息是冗余的。旋轉(zhuǎn)矩陣在工程使用更好的表達(dá)方法。根據(jù)定義,所有的剛體變換屬于一個(gè)群(李qun,Lie Group)。剛體變換又稱(chēng)作特殊歐式變換(special  Euclidean  transformation),通常寫(xiě)作SE(3)。李群中的變換滿足如下特性。詳細(xì)性質(zhì)可參見(jiàn)李群和李代數(shù)的資料。如果只限于3D視覺(jué)或機(jī)器人學(xué),只需記住其主要特性:

?封閉性
?相關(guān)性
?單位矩陣
?可逆

剛體變換的組合和逆變換均屬于剛體變換。
單純的旋轉(zhuǎn)變換稱(chēng)作特殊正角變換(special orthogonal transformation),通常寫(xiě)作SO(3)。旋轉(zhuǎn)矩陣都是正交矩陣。
李代數(shù)通過(guò)指數(shù)映射,將旋轉(zhuǎn)矩陣的9個(gè)變量轉(zhuǎn)換為3個(gè)變量,結(jié)合三個(gè)平移向量,總共6個(gè)變量,對(duì)應(yīng)6個(gè)自由度。李代數(shù)表示法在三維重建(SFM)、VR、SLAM等位姿估計(jì)領(lǐng)域應(yīng)用的較多。李代數(shù)有基于Eigen的Sophus庫(kù)[4]可使用,方便完成指數(shù)映射。

 

羅德里格斯旋轉(zhuǎn)公式

(Rodriguez’s Rotation Formula)

旋轉(zhuǎn)矩陣有一個(gè)更有效的表達(dá)方法,即由一個(gè)單位向量和一個(gè)旋轉(zhuǎn)角生成。每一個(gè)旋轉(zhuǎn)矩陣均可轉(zhuǎn)化為向量和角(又稱(chēng)軸-角)的表達(dá)方式。根據(jù)公式,單位向量用表示,旋轉(zhuǎn)的角度是θ,那么相應(yīng)的旋轉(zhuǎn)矩陣是:

 

 

此矩陣可簡(jiǎn)化為如下公式:

具體點(diǎn)符號(hào)定義可參見(jiàn)相關(guān)文獻(xiàn)。單純環(huán)繞x,y或z軸旋轉(zhuǎn)而成的旋轉(zhuǎn)矩陣是羅德里格斯公式的特殊形式。讀者可以把上式中的單位向量替換為(0,0,1)進(jìn)行驗(yàn)證。雖然公式復(fù)雜,但程序?qū)嵺`比較方便。利用Eigen庫(kù)中的Eigen::AngleAxisf(旋轉(zhuǎn)向量)可以直接獲得。

 

四元數(shù)(Quternions)

四元素可看作一種特殊的復(fù)數(shù),由一個(gè)實(shí)部和三個(gè)虛部構(gòu)成。四元素的表示方法同旋轉(zhuǎn)矩陣、歐拉角表示方法是等價(jià)的。根據(jù)羅德里格斯旋轉(zhuǎn)公式,任何一個(gè)旋轉(zhuǎn)都可以表達(dá)成軸角的表達(dá)法。四元素可以更方便的表達(dá)出旋轉(zhuǎn)軸和旋轉(zhuǎn)角。單位歐拉向量可表示為:

根據(jù)歐拉公式的擴(kuò)展,四元素可表示為

 

四元素分為實(shí)部和虛部,實(shí)部只跟旋轉(zhuǎn)角有關(guān)。虛部有單位向量和旋轉(zhuǎn)角共同計(jì)算得來(lái)。

四元數(shù)的求逆可采用復(fù)數(shù)的共軛(即虛部取反)方式求得

同時(shí),四元數(shù)更易于做線性插值(Slerp)。實(shí)際實(shí)驗(yàn)中,使用四元素做旋轉(zhuǎn)矩陣的計(jì)算更加方便。使用Eigen庫(kù)時(shí),四元素的使用更為方便。

 

總結(jié)

剛體的空間變換由平移和旋轉(zhuǎn)兩部分組成。平移部分易于理解,旋轉(zhuǎn)部分一般由直觀的3×3矩陣表示。

旋轉(zhuǎn)矩陣有很多特性(正交矩陣、單位矩陣),但其由9個(gè)元素,但只有3個(gè)自由度,故數(shù)學(xué)上的表示是冗余的。

在機(jī)器人領(lǐng)域,使用多的除旋轉(zhuǎn)矩陣外,還有旋轉(zhuǎn)向量、歐拉角、四元素等。

本文的幾乎所有變換都容易實(shí)現(xiàn),可直接使用三方庫(kù)如Eigen[3],類(lèi)似的還要OpenCV等。但如要深入理解,hao自己實(shí)戰(zhàn)。

思考:二維空間剛體變換有3個(gè)自由度,三維有6個(gè)自由度,四維空間呢?n維空間呢?

 

參考文獻(xiàn):

1. Multiple View Geometry in Computer Vision (2nd Edition), Richard Hartley and Andrew Zisserman.

2. An Invitationto 3-D Vision From Images to Models, Yi Ma, Jana Kosecka, Stefano Soatto and Shankar Sastry.

3. Eigen, eigen.tuxfamily.org/.

 

本文屬于純?cè)瓌?chuàng)文章,轉(zhuǎn)載請(qǐng)注明杭州藍(lán)芯科技有限公司

收藏該商鋪

請(qǐng) 登錄 后再收藏

提示

您的留言已提交成功!我們將在第一時(shí)間回復(fù)您~
二維碼 意見(jiàn)反饋

掃一掃訪問(wèn)手機(jī)商鋪
在線留言