旋转矩阵-欧拉角-轴角-四元数深度剖析

最新推荐文章于 2025-12-17 17:41:55 发布
原创 最新推荐文章于 2025-12-17 17:41:55 发布 · 117 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

本文深入解析手术机器人系统中关键的控制技术，探讨旋转矩阵、欧拉角、轴角和四元数在表示机器人姿态中的应用及其理解难点，为对此感兴趣的读者提供参考。

在手术机器人系统 ，机器人是重要的组成部分，其中对机器人的控制又是重中之重。机器从控制中涉及以机器人姿态的表示和转换，其中使用的转换方法就有旋转矩阵、欧拉角、轴角和四元数等 ，这几个概念理解起来，还是有一定难度，本文通过对这些表示法的剖析，给对此有兴趣的朋友一个参考。

旋转矩阵：

轴角与旋转矩阵、欧拉角与旋转矩阵、四元数与旋转矩阵的转换
qq_58060770的博客
02-11 1034
六、 旋转矩阵转换成四元数。一、轴角转换成旋转矩阵。三、旋转矩阵转换成欧拉角。四、欧拉角转换成旋转矩阵。五、四元数转换成旋转矩阵。二、旋转矩阵转换成轴角。
Eigen 角轴、旋转矩阵、欧拉角、四元数转换
cangqiongxiaoye的博客
05-16 904
Eigen 角轴、旋转矩阵、欧拉角、四元数转换
彻底搞懂“旋转矩阵/欧拉角/四元数”，让你体会三维旋转之美
木牛的博客
04-16 1万+
与复数类似，因为四元数其实就是对于基 {1, 𝑖, 𝑗, 𝑘} 的线性组合，四元数也可以写成向量的形式：除此之外，我们经常将四元数的实部与虚部分开，并用一个三维的向量来表示虚部，将它表示为标量和向量的有序对形式：我们这里可能还感觉到迷茫，没关系，我们一步一步来！
姿态的三种描述方式——欧拉角、轴角、四元数
热门推荐
展翅飞翔mxq的博客
12-20 2万+
欧拉角   旋转矩阵对于坐标系的描述是冗余的。旋转矩阵用了9个元素来描述姿态，而事实上，由正交性条件带来6个约束，这9个元素之间不是独立的，而是相关的。这就意味着，只要三个参数就能描述一个刚体在空间中的姿态。 （1）X-Y-Z固定角坐标系   先将{B}绕{A}的X轴旋转γ\gammaγ，然后绕{A}的Y轴旋转β\betaβ，最后绕{A}的Z轴旋转α\alphaα，每个旋转都是绕着固定参考坐标系{...
关于三维姿态、旋转矩阵、欧拉角、四元数、轴角[angle-axis]的理解
小rivaaaa的博客
08-16 3953
关于三维姿态、旋转矩阵、欧拉角、四元数、轴角[angle-axis]的理解1、pre2、描述c2相对于c1的姿态2.1、姿态角2.2、 旋转矩阵R3、描述c1-c2的过程3.1、绕3个坐标轴旋转3.1.1、欧拉角3.2、绕某一个特定轴旋转指定角度[轴（x,y,z）角度sita]3.2.1、四元数3.2.2、轴角（Angle-axis）4、总结 1、pre 参考链接1 参考链接2 参考链接3 c1: 大地坐标系 c2: 相机坐标系 2、描述c2相对于c1的姿态 2.1、姿态角 描述c2坐标系相对于c1坐
欧拉角，轴角，四元数与旋转矩阵详解
tt丫的博客
07-13 1万+
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、欧拉角1、静态定义2、欧拉角的表示 3、欧拉角表示的优缺点 4、欧拉角的万向节死锁（静态不存在万向锁的问题）二、四元数1、提出意义和定义 （含轴角）2、四元数的相关计算法则3、四元数的极形式4、四元数的使用举例5、四元数的优缺点三、四元数和欧拉角间的相互转化1、四元数转为欧拉角2、欧拉角转为四元数四、旋转矩阵对于在三维空间里的一个参考系，任何坐标系的取向，都可以用三个欧拉角来表现。来一个经典的示例
旋转矩阵、欧拉角、轴角、四元数
qq_33278461的博客
02-16 2852
旋转矩阵、欧拉角、四元数 【如果有错的地方记得提醒我，感谢】 一、左右手坐标系 主要各种相机传感器坐标方向其实都不太一致，左手坐标系旋转90度还是左手坐标系，这里分左右手【关注的是三个坐标轴组合方式】。 可以对照以上两张图自己转一下，图一来自网络，图二来自《视觉slam十四讲》。 二、旋转矩阵 2.1 什么是旋转矩阵？ 旋转矩阵：在乘以一个向量的时候有改变向量的方向但不改变大小的效果并保持了手性的矩阵。 刚体上的任意一个点P(x1, y1, z1)绕过原点的轴(i, j, k)旋转θ，旋转后的点为P’(
无人机飞控算法-姿态估计-欧拉角-旋转矩阵-四元数
GoolyOh的专栏
12-06 8225
无人机飞控算法-姿态估计(EKF卡尔曼滤波) 此系列记录了我理解的卡尔曼滤波从0到1的过程，从姿态估计到位置估计，我们从核心点一个个出发，并结合实际模块的应用来一一揭开卡尔曼滤波的神秘面纱。 提示：在系列文章中，我参考了大量优快云，知乎，简书等其他朋友的各种文档资料，并从中获益良多，对此表示非常感谢！在更新的过程中不免出现很多错误，希望大家能够及时指出和交流，一起学习，一起进步！ 系列文章目录无人机飞控算法-姿态估计(EKF卡尔曼滤波)前言一、姿态估计是什么？二、惯性测量单元（IMU）1.加速度计2.陀
旋转矩阵、欧拉角、四元数比较
小小姑娘
12-19 631
旋转矩阵、欧拉角、四元数主要用于:向量的旋转、坐标系之间的转换、角位移计算、方位的平滑插值计算。旋转矩阵、欧拉角、四元数比较不同的方位表示方法适用于不同的情况。下面是我们对合理选择格式的一些建议:1.欧拉角最容易使用。当需要为世界中的物体指定方位时,欧拉角能大大的简化人机交互,包括直接的键盘输入方位、在代码中指定方位(如为渲染设定摄像机)、在调试中测试。这个优点不应该被忽视,不要以“优化”为名义而牺牲易用性,除非你去顶这种优化的确有效果。2.如果需要在坐标系之间转换响亮,那么就选择矩阵形式。当然,这并不意味
以太联的自愈功能与看门狗机制解析
suzhou_speeder的博客
12-15 1063
看门狗(Watchdog)是一种硬件或软件实现的定时器机制，其核心功能是监控系统或程序的运行状态，防止程序跑飞或陷入死循环。案例：车载以太网交换机通过硬件看门狗实时监测链路状态，若检测到链路中断(如3ms内未收到心跳包)，立即启用备用路径，确保刹车、转向等关键系统永不掉线。案例：某智能工厂的PLC(可编程逻辑控制器)采用软件看门狗，若主程序因干扰死机，看门狗机制自动重启PLC，恢复生产流程。三者协同工作，实现“设备-交换机-网络”三级自愈，显著提升网络可靠性、降低运维成本，并为企业数字化转型提供坚实基础。
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
最新发布
Lab4AI的博客
12-17 490
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
Transformer架构的原理是什么？
SACKings的博客
12-15 708
对于“Thinking”这个词，它的输出向量可能包含了90%它自己的信息和10%“Machines”的信息。而对于“Machines”，它的输出可能包含了70%它自己的信息和30%“Thinking”的信息。Transformer 架构的原理是理解现代大模型（如 GPT、BERT、T5 等）的基石。正是因为这些原理上的优势，Transformer才取代了RNN和CNN，成为了当今AI大模型时代的统治性架构。的（打乱输入顺序，输出可能不变），它没有内置的位置概念。Q·K 然后Softmax。
AIDD-人工智能药物设计-扩散模型热力学：从 AI 提取物理能量
itwangyang520的博客
12-14 1081
扩散模型的核心是加噪与去噪。这对业界的启示是，要实现精准医疗，特别是针对耐药突变的药物设计，不能仅依赖大语言模型（Large Language Model, LLM）处理序列。他们从文献和数据库中挖掘了过去被忽略的细节：氨基酸的替换、插入、缺失，以及关键的磷酸化修饰，最终整理出 4032 对新的激酶 - 配体数据。GeneGPT 曾展示了大语言模型（LLM）在生物医药领域的潜力，而 OpenBioLLM 提出了不同于 GeneGPT 单体（Monolithic）架构的方案：组建由「专家」构成的团队。
vLLM推理引擎教程4-离线推理功能
benben044的专栏
12-12 1150
本文介绍了使用vLLM框架优化推理性能的多种方法。主要内容包括：1）基础文本生成、对话式推理、文本分类和嵌入提取四种任务的基本实现；2）自动前缀缓存功能，通过共享KV缓存加速长上下文处理；3）使用YARN方法扩展模型上下文长度；4）多模态任务处理示例（Whisper语音识别）；5）底层LLMEngine API的使用。文章通过具体代码示例展示了如何设置参数实现各类推理优化，包括温度调节、top-p采样、缓存复用等技巧，适用于文本生成、分类、嵌入等多种NLP任务场景。
观成科技:Zloader木马家族加密流量分析
GCKJ_0824的博客
12-12 856
摘要：Zloader木马最初作为银行木马Zeus的下载器，现被广泛用于勒索软件投递。其采用多种加密通信技术规避检测：1）DGA技术生成随机域名；2）DNS隧道隐藏数据；3）HTTPS加密通信；4）Websocket掩码加密。最新版本通过会话密钥强化DNS隧道加密。观成科技利用AI模型结合TLS指纹检测HTTPS加密流量，持续通过行为分析和机器学习应对加密威胁。研究表明，恶意软件正不断升级流量对抗技术，凸显加密流量检测的重要性。（149字）
nl2sql技术实现自动sql生成之Spring AI Alibaba Nl2sql
疾风sxp的博客
12-15 947
上一节我们在介绍了自然语言转sql的基本思路，今天我们通过实操来解决这一技术实现，通过Spring AI Alibaba开源的nl2sql框架进行这块技术的讲解。
开发跨行业技能迁移匹配工具，输入现有技能+目标行业，AI分析可迁移能力，推荐适配岗位+补全学习路径，助力职场转型。
2301_82202864的博客
12-16 488
/ 每项可迁移技能+5分。`).join('') : '<div class="result-item">无缺失核心技能，可直接尝试转型！coreSkills: ['项目规划', '风险管控', '资源协调', '敏捷开发', ' stakeholder管理'],coreSkills: ['用户画像', '交互设计', '可用性测试', 'Figma/Sketch', '设计思维'],coreSkills: ['SQL', 'Excel高级函数', '数据可视化', '统计分析', '业务理解'],
Syslog / Flow / Telemetry 的 AI 聚合与异常检测实战（可观测性）
oQianYuan的博客
12-12 1010
网络设备每天在后台发出巨量的可观测性数据，它们大多数被丢弃、被忽略、被埋没在日志平台里。Syslog、Flow、Telemetry 是三类最常用的基础信号，但它们一直没有在企业里发挥出该有的价值——所谓“看起来都有，出了问题却找不到原因”。过去几年里，我几乎把所有大型网络的事故复盘都做过一遍，最后得出的共同结论是：事故不是因为没有可观测性，而是因为信号太分散、太原始，而人类根本处理不过来。这篇文章的目标很直接：把 Syslog、Flow、Telemetry 三种信号，做成可输入 AI 的高质量特征，进而构建
强化学习入门-7(DDPG)
weixin_43823753的博客
12-14 790
注意这里Critic网络输出的是QsaQ(s, a)Qsa，因此输入层节点个数为状态与动作维度之和nn.ReLU(),nn.ReLU(),nn.Tanh(),nn.ReLU(),nn.ReLU(),
欧拉角、四元数、旋转矩阵、轴角之间的转换
09-03
欧拉角、四元数、旋转矩阵和轴角都是表示三维旋转的不同方式。 欧拉角是由三个轴角组成，按照顺序分别表示绕x轴旋转的角度、绕y轴旋转的角度、绕z轴旋转的角度。 四元数是由四个实数组成，表示旋转的方向和角度。 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值