【机器视觉】旋转矩阵，坐标系变换

征途所在是星辰大海

——无名

三联后私信博主免费领取ChatGPT4 mini永久授权码~

前言

分享一下我搓机器人过程中遇到的问题

在机器视觉中，常需要将物体的坐标从一个坐标系变换到另一个坐标系。旋转矩阵可以精确描述物体在三维空间中的旋转关系，常配合平移矢量一起完成刚体变换。

相关算法放在文末，博主不是计算机专业，代码基本都是根据数学公式写出来的，没有优化~

坐标系变换

当我们描述一个物体，从一个参考坐标系换算到另一个参考坐标系中时，我们需要对原坐标系进行仿射变换，旋转矩阵描述坐标系的旋转关系，平移矩阵描述两坐标系之间的位置关系。

公式：

其中：

•  为物体的初始坐标， 为变换后物体的坐标
•  为旋转矩阵
•  为平移矢量

平移矢量

在几何变换中，平移矢量是一种用于描述物体在空间中沿某一方向移动（平移）的方法。平移是一种刚体变换（即保持物体形状和大小不变的变换），但它不同于旋转矩阵，因为平移不涉及任何旋转或缩放操作。

一般来说，平移矢量是一个点的集合，直接相加即可，不做详细解释

旋转矩阵

旋转矩阵用于描述物体在二维或三维空间中旋转变换，具有如下性质：

• 旋转矩阵  为正交矩阵，即 
• 旋转矩阵行列式为 1，即 
• 旋转变换后，向量的长度和角度保持不变

二维旋转矩阵

假设给定一个二维向量 ，让它绕原点逆时针旋转一个角度 ，旋转后的新向量记为 ，这个旋转的过程可以表示为：

接下来，就是如何求解这个旋转矩阵 ：

一：极坐标表示

        一个二维向量  可以用极坐标表示为：

其中：

•  为矢量长度，大小为 
•  为矢量与  轴的夹角

二：旋转后的极坐标表示

        如果将矢量  绕原点逆时针旋转角度 ，旋转后的矢量  表示为：