在做单目三维位姿估计(即估计目标物相对相机的姿态或相机相对目标物的姿态)时会用到solvepnp函数, 函数原型为: cv2.solvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs[, rvec[, tvec[, useExtrinsicGuess[, flags]]]]) → retval, rvec, tvec
参数解释 objectPoints:世界坐标系中的3D点坐标,单位mm imagePoints:图像坐标系中点的坐标,单位像素 cameraMatrix:相机内参矩阵 distCoeffs:畸变系数 rvec:旋转矩阵 tvec:平移矩阵 useExtrinsicGuess:是否输出平移矩阵和旋转矩阵,默认为false flags:SOLVEPNP _ITERATIVE、SOLVEPNP _P3P、SOLVEPNP _EPNP、SOLVEPNP _DLS、SOLVEPNP _UPNP
内参矩阵和畸变系数都是要通过标定得到的,这个不细讲,opencv官方提供了有标定例子(或者参考我的这篇文章:用matlab标定获取相机内参矩阵和畸变系数)。函数输出的是旋转矩阵rvec和tvec。 本文就来说说得到了这个旋转矩阵rvec后,如何得知目标物实际的角度呢~
旋转矩阵是一个3×3的正交矩阵,有3个自由度。处理旋转矩阵的问题时,通常采用旋转矩阵的方式来描述,也可以用旋转向量来表示,两者之间可以通过罗德里格斯(Rodrigues)变换来进行转换。 其中,旋转向量的长度(模)表示绕轴逆时针旋转的角度(弧度)。 norm为求向量的模。 代码如下: theta = np.linalg.norm(rvec) R_ = np.array([[0, -r[2][0], r[1][0]], R = np.cos(theta) * np.eye(3) + (1 - np.cos(theta)) * r * r.T + np.sin(theta) * R_
反变换也可以很容易的通过如下公式实现:
空间中三维坐标变换一般由三种方式实现,第一种是旋转矩阵和旋转向量;第二种是欧拉角;第三种是四元数。下面介绍旋转矩阵(旋转向量)与欧拉角实现三维空间坐标变换的方法以及两者之间的关系。旋转矩阵对于一个三维空间的点 P(x,y,z)P(x,y,z),要将其绕 zz 轴旋转 θθ 角度是可以很简单地用旋转矩阵来表示的 欧拉角 此处得到结论:自旋转的“先转的放前面”
定角(Fixed angles)围绕固定的坐标系转动。固定坐标系的原点,坐标系再围绕已经固定的轴转动,全程原坐标系不动。 注意!移动位置的顺序可以调换,但是旋转的顺序不能调换,结果不一样。 以X-Y-Z型为例子:即先围绕X轴进行转动γ°,然后围绕Y轴进行转动β°,最后围绕Z轴进行转动α°。注意逆时针为正方向。 X-Y-Z型公式:重点:先转的轴的放后面运算,如下 代码:Rt = np.transpose(R) #旋转矩阵R的转置 shouldBeIdentity = np.dot(Rt, R) #R的转置矩阵乘以R I = np.identity(3, dtype=R.dtype) # 3阶单位矩阵 n = np.linalg.norm(I - shouldBeIdentity) #np.linalg.norm默认求二范数 return n < 1e-6 # 目的是判断矩阵R是否正交矩阵(旋转矩阵按道理须为正交矩阵,如此其返回值理论为0) def rotationMatrixToAngles(R): assert (isRotationMatrix(R)) #判断是否是旋转矩阵(用到正交矩阵特性) sy = math.sqrt(R[0, 0] * R[0, 0] + R[1, 0] * R[1, 0]) #矩阵元素下标都从0开始(对应公式中是sqrt(r11*r11+r21*r21)),sy=sqrt(cosβ*cosβ) singular = sy < 1e-6 # 判断β是否为正负90° if not singular: #β不是正负90° x = math.atan2(R[2, 1], R[2, 2]) y = math.atan2(-R[2, 0], sy) z = math.atan2(R[1, 0], R[0, 0]) x = math.atan2(-R[1, 2], R[1, 1]) y = math.atan2(-R[2, 0], sy) #当z=0时,此公式也OK,上面图片中的公式也是OK的 return np.array([x, y, z])
备注:np.linalg.norm(求范数) 举例:由角度推旋转矩阵 由旋转矩阵推角度
欧拉角(Euler angles)
“自旋转”,围绕当下(自己)的坐标系某轴转动,就是每次旋转,都固定被围绕的某一轴,另两轴动。 每次旋转,整个坐标系都会改变位置。 以Z-Y-Z型为例的公式:重点:先转的轴的放前面运算,如下 举例:矩阵转角度: 注意:自旋转的“先转的放前面”
欧拉角转旋转矩阵 欧拉角通过将刚体绕过原点的轴(i,j,k)旋转θ,分解成三步,如下图(蓝色是起始坐标系,而红色的是旋转之后的坐标系) 如果将每一个角度用旋转矩阵表示如下: 所以,容易得到,欧拉角转旋转矩阵如下:
代码: Mat eulerAnglesToRotationMatrix(Vec3f &theta) Mat R_x = (Mat_<double>(3,3) << 0, cos(theta[0]), -sin(theta[0]), 0, sin(theta[0]), cos(theta[0]) Mat R_y = (Mat_<double>(3,3) << cos(theta[1]), 0, sin(theta[1]), -sin(theta[1]), 0, cos(theta[1]) Mat R_z = (Mat_<double>(3,3) << cos(theta[2]), -sin(theta[2]), 0, sin(theta[2]), cos(theta[2]), 0,
旋转矩阵转欧拉角 将旋转矩阵表示如下: 则可以如下表示欧拉角:
代码: bool isRotationMatrix(Mat &R) Mat shouldBeIdentity = Rt * R; Mat I = Mat::eye(3,3, shouldBeIdentity.type()); return norm(I, shouldBeIdentity) < 1e-6; * 功能: 1. 通过给定的旋转矩阵计算对应的欧拉角 Vec3f rotationMatrixToEulerAngles(Mat &R) assert(isRotationMatrix(R)); float sy = sqrt(R.at<double>(0,0) * R.at<double>(0,0) + R.at<double>(1,0) * R.at<double>(1,0) ); bool singular = sy < 1e-6; // If x = atan2(R.at<double>(2,1) , R.at<double>(2,2)); y = atan2(-R.at<double>(2,0), sy); z = atan2(R.at<double>(1,0), R.at<double>(0,0)); x = atan2(-R.at<double>(1,2), R.at<double>(1,1)); y = atan2(-R.at<double>(2,0), sy);
旋转向量转欧拉角(经过四元数)代码如下:def get_euler_angle(rotation_vector): # calculate rotation angles theta = cv2.norm(rotation_vector, cv2.NORM_L2) # transformed to quaterniond x = math.sin(theta / 2)*rotation_vector[0][0] / theta y = math.sin(theta / 2)*rotation_vector[1][0] / theta z = math.sin(theta / 2)*rotation_vector[2][0] / theta # pitch (x-axis rotation) t0 = 2.0 * (w * x + y * z) t1 = 1.0 - 2.0 * (x * x + ysqr) print('t0:{}, t1:{}'.format(t0, t1)) pitch = math.atan2(t0, t1) t2 = 2.0 * (w * y - z * x) t3 = 2.0 * (w * z + x * y) t4 = 1.0 - 2.0 * (ysqr + z * z) roll = math.atan2(t3, t4) print('pitch:{}, yaw:{}, roll:{}'.format(pitch, yaw, roll)) Y = int((pitch/math.pi)*180) X = int((yaw/math.pi)*180) Z = int((roll/math.pi)*180)
在3D 空间中,表示物体的旋转可以由三个欧拉角来表示: pitch围绕X轴旋转,叫俯仰角。 yaw围绕Y轴旋转,叫偏航角。 roll围绕Z轴旋转,叫翻滚角。 这三个角的顺序对旋转结果有影响。
(欧拉角与四元数的转换关系: http://www.cnblogs.com/wqj1212/archive/2010/11/21/1883033.html) 四元数到欧拉角的转换公式如下: arctan和arcsin的结果为[-pi/2,pi/2],不能覆盖所有的欧拉角,因此采用atan2代替arctan: 参考:http://blog./2016/12/rotation-in-3d-space https://blog.csdn.net/aic1999/article/details/82415357#commentBox https://www.cnblogs.com/aoru45/p/9781540.html https://blog.csdn.net/u012423865/article/details/78219787#commentsedit https://blog.csdn.net/u013512448/article/details/77804161
|