0. 简介
在面对二维与三维之间的转换时,我们常常会困惑该如何去转换,在G2O中存在有理想的坐标转换工具,但是在Sophus中却缺乏这样的手段。之前在Sophus处简要的介绍了一下SE(2)与SE(3)的转换,最近发现之前的文章这部分需要拿出来详细的说一说。
1. 欧拉角与旋转向量
欧拉角、旋转向量、四元数和旋转矩阵是Sophus中常常提到的几个名词,欧拉角和旋转向量是类似的,SO(3)的旋转矩阵有9个量,但是只有3个自由度,并且是单位正交矩阵,具有冗余性,对其估计或优化问题的求解不方便。我们可以用一个旋转轴和一个旋转角描述任意旋转。一个方向与旋转轴一致,长度(模)等于旋转角的向量,我们称之为旋转向量(或轴角)。
旋转向量到旋转矩阵:
R=cosθI+(1−cosθ)nnT+sinθn^R = cos\theta I+(1-cos\theta)nn^T+sin\theta \hat{n}R=cosθI+(1−cosθ)nnT+sinθn^
其中提到的n^\hat{n}n^是向量的旋转矩阵,由于是反对称矩阵,所以只存在三个自由度,我们可以X−Y−ZX-Y-ZX−Y−Z轴来规定其反对称矩阵轴:
n^=[0−nznynz0−nx−nynx0]\hat{n}=\begin{bmatrix} 0 && -{n_z} && {n_y} \\ {n_z} && 0 && -{n_x} \\ -{n_y} && {n_x} && 0 \end{bmatrix}n^=0nz−ny−nz0nxny−nx0
所以我们可以从se,so中得到旋转向量数值。而欧拉角对于轴角表示情况,转轴具有2个自由度,转角1个自由度。 根据三次基本转动选取的坐标轴的不同,欧拉角共有12种组合。如 果再考虑到可选取原始坐标系的坐标轴,也可选取“新”坐标系的坐标轴,则共有24种欧拉角表示。一般规定原始坐标系为静坐标系,每个基本转动后形成的新坐标系为动坐标系。
- 24 种欧拉角表示列举如下:
- 静轴(即转轴选静坐标系的坐标轴):
sXYZ,sXZY,sXYX,sXYZ,sXZY,sXYX,sXYZ,sXZY,sXYX,
sXZX,sYXZ,sYZX,sXZX,sYXZ,sYZX,sXZX,sYXZ,sYZX,
sYXY,sYZY,sZXY,sYXY,sYZY,sZXY,sYXY,sYZY,sZXY,
sZYX,sZXZ,sZYZsZYX,sZXZ,sZYZsZYX,sZXZ,sZYZ
动轴(即转轴选动坐标系的坐标轴):
rZYX,rYZX,rXYX,rZYX,rYZX,rXYX,rZYX,rYZX,rXYX,
rXZX,rZXY,rXZY,rXZX,rZXY,rXZY,rXZX,rZXY,rXZY,
rYXY,rYZY,rYXZ,rYXY,rYZY,rYXZ,rYXY,rYZY,rYXZ,
rXYZ,rZXZ,rZYZrXYZ,rZXZ,rZYZrXYZ,rZXZ,rZYZ
静轴欧拉角和动轴欧拉角有如下规律:
绕静轴 XYZXYZXYZ 分别 转 α,β,γα,β,γα,β,γ 角度的转动与绕动轴 ZYXZYXZYX分别转 γ,β,αγ,β,αγ,β,α 角度的转动等价,其他形式的欧拉角亦有此类似规律。
对于不同的坐标系定义,有不同的转换关系。我们只讨论常用的一种情况:如上图,右手系,Z轴朝上,X轴朝前,y轴朝左。绕Z轴作偏航(Yaw)运动,绕Y轴作俯仰(Pitch)运动,绕X轴作滚转(Roll)运动,运动正方向如上图所示。
对于欧拉角计算公式我们可以得到 α,β,γα,β,γα,β,γ 三个角度计算得到的旋转矩阵
上式中RRR与旋转次序有关,即当θz,θy,θxθz,θy,θxθz,θy,θx不都为小角时,对应于不同的旋转次序,空间坐标系b的最终位置时不同的,这就是有限转动的不可交换性。但是当θz,θy,θxθz,θy,θxθz,θy,θx都为小角时,忽略小角间的高阶小量,即:Δx→0,cosΔx→1,sinΔx→ΔxΔx→0,cosΔx→1,sinΔx→ΔxΔx→0,cosΔx→1,sinΔx→Δx
R≈n^=[0−nznynz0−nx−nynx0]R \approx \hat{n}=\begin{bmatrix} 0 && -{n_z} && {n_y} \\ {n_z} && 0 && -{n_x} \\ -{n_y} && {n_x} && 0 \end{bmatrix}R≈n^=0nz−ny−nz0nxny−nx0
其中θz,θy,θxθz,θy,θxθz,θy,θx角度为弧度,此时θz,θy,θxθz,θy,θxθz,θy,θx构成的列向量[θz,θy,θx]T[θz,θy,θx]^T[θz,θy,θx]T可视为三维空间的(旋转)矢量,此时旋转后的坐标系的最终角位置与旋转次序无关:无限转动与旋转次序无关
2. SE(2)与SE(3)的转换
SE(2),通常是作为二维向量的表示形式,基本的组成部分为x,y,yawx,y,yawx,y,yaw三参数,其格式如下:
SE(3)则是在上式的基础上加入zzz轴,其格式如下:
[xwywzw1]=[c1c3+s1s2s3c3s1s2−c1s3c2s1twxc2s3c2c3−s2twyc1s2s3−s1c3s1s3+c1c3s2c1c2twz0001]×[xyz1]\begin{bmatrix} x_w \\ y_w \\ z_w \\ 1\end{bmatrix} =\begin{bmatrix} {c_1 c_3 + s_1 s_2 s_3} && {c_3 s_1 s_2 - c_1 s_3} && {c_2 s_1} && t_wx \\ {c_2 s_3} && {c_2 c_3} && -{s_2} && t_wy \\ {c_1 s_2 s_3 - s_1 c_3} && {s_1 s_3 + c_1 c_3 s_2} && {c_1 c_2} && t_wz \\ 0 && 0 && 0 && 1\end{bmatrix} \times \begin{bmatrix} x \\ y \\ z \\ 1\end{bmatrix}xwywzw1=c1c3+s1s2s3c2s3c1s2s3−s1c30c3s1s2−c1s3c2c3s1s3+c1c3s20c2s1−s2c1c20twxtwytwz1×xyz1
李群 | SO(3) | SE(3) |
---|---|---|
旋转矩阵构建 | Sophus::SO3d SO3(R) | Sophus::SE3d SE3(R,t) |
四元数构建 | Sophus::SO3d SO3(q) | Sophus::SO3d SO3(q,t) |
输出 | SO3.matrix() | SE3.matrix() |
对数映射 | Vector3d so3=SO3.log() | Vecotr6d se3=SE3.log() |
指数映射 | SO3d::exp(so3) | SE3d::exp(se3) |
向量到反对称矩阵 | SO3d::hat(so3) | SE3d::hat(se3) |
反对称矩阵到向量 | SO3d::vee(hat) | SE3d::vee(hat) |