视觉SLAM基本原理(1)—— 欧氏变换与旋转向量

本人才疏学浅,内容难免有疏漏与不足,敬请您谅解与指正.

向量空间

1、概念

    对于向量空间\(\mathbb{V}\)一组向量\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{r}\):
  1. 取自\(\mathbb{V}\);
  2. 线性无关;
  3. \(\mathbb{V}\)内任意向量a均可由其线性表出.
    则\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{r}\)就是\(\mathbb{V}\)的一组基(实际上\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{r}\)就是\(\mathbb{V}\)内的一组极大无关组).    且\({\boldsymbol \alpha}=k_{1}{\boldsymbol \alpha}_{1}+k_{2}{\boldsymbol \alpha}_{2}+…+k_{r}{\boldsymbol \alpha}_{r}\)叫做\({\boldsymbol \alpha}\)在这组基下的坐标(唯一解).

2、过渡矩阵

    \({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{n}\), \({\boldsymbol \beta}_{1}, {\boldsymbol \beta}_{2}…{\boldsymbol \beta}_{n}\)分别为\(\mathbb{R}^n\)的两组基,且 \([{\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{n}]\) \({\boldsymbol C}\) = \([{\boldsymbol \beta}_{1}, {\boldsymbol \beta}_{2}…{\boldsymbol \beta}_{n}]\).    则 \({\boldsymbol C}\)(可逆)为 \([{\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{n}]\)到\([{\boldsymbol \beta}_{1}, {\boldsymbol \beta}_{2}…{\boldsymbol \beta}_{n}]\)过渡矩阵.    需要注意的是,这里面存在一个默认的坐标系(可以是A,B之一)来表示\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\boldsymbol \alpha}_{n}\), \({\boldsymbol \beta}_{1}, {\boldsymbol \beta}_{2}…{\boldsymbol \beta}_{n}\).   
例子: \({\boldsymbol \alpha}_{1}=\)\(\begin{bmatrix}1\\0\\1\\\end{bmatrix}\), \({\boldsymbol \alpha}_{2}=\)\(\begin{bmatrix}1\\1\\-1\\\end{bmatrix}\), \({\boldsymbol \alpha}_{3}=\)\(\begin{bmatrix}1\\-1\\1\\\end{bmatrix}\), \({\boldsymbol \beta}_{1}=\)\(\begin{bmatrix}3\\0\\1\\\end{bmatrix}\), \({\boldsymbol \beta}_{2}=\)\(\begin{bmatrix}2\\0\\0\\\end{bmatrix}\), \({\boldsymbol \beta}_{3}=\)\(\begin{bmatrix}0\\2\\-2\\\end{bmatrix}\)是\(\mathbb{R}^3\)的两个基.   
问:已知 \({\boldsymbol \xi}\)在\({\boldsymbol \beta}_{1}, {\boldsymbol \beta}_{2},{\boldsymbol \beta}_{3}\)下的坐标为\((1,2,0)\),求 \({\boldsymbol \xi}\)在\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2},{\boldsymbol \alpha}_{3}\)下的坐标. 
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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