概述
方法1:
/* 提示: 变换矩阵工作原理 :
|-------> 变换矩阵列
| 1 0 0 x |
| 0 1 0 y | }-> 左边是一个3阶的单位阵(无旋转)
| 0 0 1 z | /
| 0 0 0 1 | -> 这一行用不到 (这一行保持 0,0,0,1)
方法一 #1: 使用 Matrix4f
这个是“手工方法”,可以完美地理解,但容易出错!
*/
Eigen::Matrix4f transform_1 = Eigen::Matrix4f::Identity();
// 定义一个旋转矩阵 (见 https://en.wikipedia.org/wiki/Rotation_matrix)
float theta = M_PI/4; // 弧度角
transform_1 (0,0) = cos (theta);
transform_1 (0,1) = -sin(theta);
transform_1 (1,0) = sin (theta);
transform_1 (1,1) = cos (theta);
// 在 X 轴上定义一个 2.5 米的平移.
transform_1 (0,3) = 2.5;
方法2:
/* 方法二 #2: 使用 Affine3f
这种方法简单,不易出错
*/
Eigen::Affine3f transform_2 = Eigen::Affine3f::Identity();
// 在 X 轴上定义一个 2.5 米的平移.
transform_2.translation() << 2.5, 0.0, 0.0;
// 和前面一样的旋转; Z 轴上旋转 theta 弧度
transform_2.rotate (Eigen::AngleAxisf (theta, Eigen::Vector3f::UnitZ()));
// 打印变换矩阵
printf ("nMethod #2: using an Affine3fn");
std::cout << transform_2.matrix() << std::endl;
// 执行变换,并将结果保存在新创建的 transformed_cloud 中
pcl::PointCloud<pcl::PointXYZ>::Ptr transformed_cloud (new pcl::PointCloud<pcl::PointXYZ> ());
// 可以使用 transform_1 或 transform_2; t它们是一样的
pcl::transformPointCloud (*source_cloud, *transformed_cloud, transform_2);
方法3:
Eigen::AngleAxisf rotation_x(alpha, Eigen::Vector3f::UnitX());
Eigen::AngleAxisf rotation_y(beta, Eigen::Vector3f::UnitY());
Eigen::AngleAxisf rotation_z(gamma, Eigen::Vector3f::UnitZ());
Eigen::Translation3f translation(2.1, 6.3, 1.5);
Eigen::Matrix4f transform =
(translation * rotation_y * rotation_z * rotation_x).matrix();
方法4(和方法3一样):
Eigen::Affine3f transform =
Eigen::Translation3f(2.5, 0, 0)
* Eigen::AngleAxisf(alpha, Vector3f::UnitX())
* Eigen::AngleAxisf(beta, Vector3f::UnitY())
* Eigen::AngleAxisf(gamma, Vector3f::UnitZ());
最后
以上就是含糊蚂蚁为你收集整理的【自动驾驶】Eigen变换矩阵的几种用法Matrix4f、Affine3f、的全部内容,希望文章能够帮你解决【自动驾驶】Eigen变换矩阵的几种用法Matrix4f、Affine3f、所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复