已知 [x,y,z,rx,ry,rz ] 求 RT矩阵，给出 python 代码 rx ry rz 是欧拉角 xyz 使用 Scipy（推荐）-优快云博客

import numpy as np
from scipy.spatial.transform import Rotation

def euler_xyz_to_rt_matrix(pose, degrees=False):
    """
    将 [x, y, z, rx, ry, rz] 转换为 4x4 RT 矩阵
    其中 [rx, ry, rz] 是 XYZ 固定轴顺序的欧拉角
    
    Args:
        pose: [x, y, z, rx, ry, rz]
        degrees: 如果为True，输入角度为度数；如果为False，输入为弧度
    
    Returns:
        4x4 RT 矩阵
    """
    # 提取平移部分
    translation = np.array(pose[:3])
    
    # 提取欧拉角 (XYZ 顺序)
    euler_angles = pose[3:]
    
    # 创建旋转对象 (使用 'XYZ' 固定轴顺序)
   # 'xyz'（小写字母）：内在旋转
   # 旋转围绕 物体自身的坐标系轴进行，且每次旋转后，坐标系会跟随物体一起转动。
    rotation = Rotation.from_euler('xyz', euler_angles, degrees=degrees)
   # 旋转围绕 固定不动的世界坐标系轴进行，轴的方向始终不变
   # rotation = Rotation.from_euler('XYZ', euler_angles, degrees=degrees)
    rotation_matrix = rotation.as_matrix()
    
    # 构建 4x4 RT 矩阵
    rt_matrix = np.eye(4)
    rt_matrix[:3, :3] = rotation_matrix
    rt_matrix[:3, 3] = translation
    
    return rt_matrix

# 示例使用 (弧度)
pose_rad = [1.0, 2.0, 3.0, 0.1, 0.2, 0.3]  # [x, y, z, rx, ry, rz] 弧度
rt_matrix_rad = euler_xyz_to_rt_matrix(pose_rad, degrees=False)

# 示例使用 (角度)
pose_deg = [1.0, 2.0, 3.0, 30.0, 45.0, 60.0]  # [x, y, z, rx, ry, rz] 角度
rt_matrix_deg = euler_xyz_to_rt_matrix(pose_deg, degrees=True)

print("RT 矩阵 (弧度 - XYZ欧拉角):")
print(rt_matrix_rad)
print("\nRT 矩阵 (角度 - XYZ欧拉角):")
print(rt_matrix_deg)

RT 矩阵 (弧度 - XYZ欧拉角):
[[ 0.93629336 -0.28962948  0.19866933  1.        ]
 [ 0.31299183  0.94470249 -0.0978434   2.        ]
 [-0.15934508  0.153792    0.97517033  3.        ]
 [ 0.          0.          0.          1.        ]]

RT 矩阵 (角度 - XYZ欧拉角):
[[ 0.35355339 -0.61237244  0.70710678  1.        ]
 [ 0.9267767   0.12682648 -0.35355339  2.        ]
 [ 0.12682648  0.78033009  0.61237244  3.        ]
 [ 0.          0.          0.          1.        ]]