超级会员免费看
本文介绍了视觉SLAM中引入齐次坐标和变换矩阵的原因，以解决多次变换后表达复杂的问题。齐次坐标是射影几何中的概念，通过添加一维使得旋转和平移可以用线性关系表示。变换矩阵T包含旋转和平移信息，其逆表示反向变换。在不引起歧义的情况下，通常省略齐次坐标和非齐次坐标的符号区别。
视觉SLAM笔记（8） 齐次坐标
1. 线性关系
视觉SLAM笔记（6） 欧氏变换 中
完整地表达了欧氏空间的旋转与平移
不过还存在一个小问题：这里的变换关系不是一个线性关系
假设进行了两次变换： R1，t1 和 R2，t2，满足：
但是从 a 到 c 的变换为：
这样的形式在变换多次之后会过于复杂
2. 齐次坐标和变换矩阵
因此，要引入齐次坐标和变换矩阵重写式：
订阅专栏 解锁全文
扫一扫
09-25
1万+
1万+
10-08
1万+
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
