画SLAM的轨迹方式

最新推荐文章于 2024-07-01 23:04:36 发布

try_again_later

最新推荐文章于 2024-07-01 23:04:36 发布

阅读量4.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：视觉、激光SLAM

本文链接：https://blog.youkuaiyun.com/try_again_later/article/details/86243072

这篇博客介绍了如何利用Eigen几何模块来处理SLAM（Simultaneous Localization And Mapping）中的机器人轨迹。内容包括旋转矩阵、旋转向量、四元数、欧拉角等旋转表示方法，以及如何从pose.txt文件读取平移和旋转数据。同时，文章讨论了数据存储格式，并提出了读取数据的代码示例，最后提到如何绘制轨迹。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先说机器人位姿，正常情况下，变换矩阵T包含：旋转矩阵【3*3】与平移矩阵【3*1】

但是，旋转矩阵9维只表示了3个自由度，具有冗余性，于是一种更紧凑的描述方式：旋转向量出现了。

1.旋转向量3*1：该向量方向与旋转轴一致，向量长度等于旋转角。通过罗德里格斯公式将旋转向量3*1转化为旋转矩阵3*3

缺点：有奇异性。

2.四元数4*1：复平面上，乘上复数i相当于逆时针把一个复向量旋转90度。一个实数，三个虚部。

q=q1i+q2i+q3i+q0

之所以讲述上述是由于在输出数据集中，会以上述方式表示旋转矩阵R。

Eigen几何模块：

旋转矩阵:3*3 Matrix3d

旋转向量: 3*1 AngleAxisd

四元数:4*1 Quaterniond

欧拉角: 3*1 Vector3d

欧式变换矩阵： 4*4 Isometry3d：R|t

仿射变换： 4*4 Affine3d：A|t，A可逆即可，无须正交矩阵R。

射影变换： 4*4 Projective3d

//旋转矩阵R（3*3）
Matrix3d rotation_matrix=Matrix3d::Identity()
 
//旋转向量，并沿Z轴转45度（3*1）
AngleAxisd rotation_vector(M_PI/4,Vector3d(0,0,1))
 
//欧拉角(ZYX顺序，yaw,pitch,roll)（3*1）
Vector3d eular_angles=rotataion_matrix.eularAngles(2,1,0);
 
//变换矩阵T（4*4）
Isometry3d T=Isometry3d::Id