例子
如下图所示,右边的坐标系是相机坐标系,左边的是世界坐标系。
假设他们只有 x 轴方向上的平移。
相机坐标系原点在相机坐标系下的坐标是 (0,0,0),
假设相机坐标系在世界坐标系沿 x 轴正方向 5 m 外,
则在世界坐标系下,相机坐标系原点的坐标为 (5,0,0)
也就是说针对任意一点 P,它在相机坐标系下的坐标为 (x_c,y_c,z_c)
那么它在世界坐标系下的坐标为 (x_c+5,y_c,z_c)
此时 c2w(camera to world) 矩阵右上角的 平移向量 为 (5,0,0)
也就是说 平移向量跟相机坐标系原点在世界坐标系下的坐标是一样的。

如何取得相机坐标系原点在世界坐标系下的坐标
原理
定义坐标系1、坐标系2,那么向量 a\mathbf{a}a 在两个坐标系下的坐标为 a1\mathbf{a}_1a1, a2\mathbf{a}_2a2,它们之间的关系应该是
a1=R12a2+t12\mathbf{a}_1 = \mathbf{R}_{12}\mathbf{a}_2+\mathbf{t}_{12}a

本文详细介绍了相机坐标系与世界坐标系之间的转换关系,包括坐标变换矩阵和平移向量的概念。通过数学公式阐述了坐标变换的原理,并提供了获取相机坐标系原点在世界坐标系下坐标的代码示例。内容参考自《视觉SLAM14讲》第二版,强调了理解坐标变换对于解决实际问题的重要性。
最低0.47元/天 解锁文章
1812

被折叠的 条评论
为什么被折叠?



