这篇文章主要介绍了python如何将四元数变换为旋转矩阵,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
如下所示:
import numpy as np from autolab_core import RigidTransform # 写上用四元数表示的orientation和xyz表示的position orientation = {'y': -0.6971278819736084, 'x': -0.716556549511624, 'z': -0.010016582945017661, 'w': 0.02142651612120239} position = {'y': -0.26022684372145516, 'x': 0.6453529828252734, 'z': 1.179122068068349} rotation_quaternion = np.asarray([orientation['w'], orientation['x'], orientation['y'], orientation['z']]) translation = np.asarray([position['x'], position['y'], position['z']]) # 这里用的是UC Berkeley的autolab_core,比较方便吧,当然可以自己写一个fuction来计算,计算公式在https://www.cnblogs.com/flyinggod/p/8144100.html T_qua2rota = RigidTransform(rotation_quaternion, translation) print(T_qua2rota) # 以下是打印的结果 Tra: [ 0.64535298 -0.26022684 1.17912207] Rot: [[ 0.02782477 0.99949234 -0.01551915] [ 0.99863386 -0.02710724 0.0446723 ] [ 0.04422894 -0.01674094 -0.99888114]] Qtn: [-0.02142652 0.71655655 0.69712788 0.01001658] from unassigned to world
自己写的话
def quaternion_to_rotation_matrix(quat): q = quat.copy() n = np.dot(q, q) if n < np.finfo(q.dtype).eps: return np.identity(4) q = q * np.sqrt(2.0 / n) q = np.outer(q, q) rot_matrix = np.array( [[1.0 - q[2, 2] - q[3, 3], q[1, 2] + q[3, 0], q[1, 3] - q[2, 0], 0.0], [q[1, 2] - q[3, 0], 1.0 - q[1, 1] - q[3, 3], q[2, 3] + q[1, 0], 0.0], [q[1, 3] + q[2, 0], q[2, 3] - q[1, 0], 1.0 - q[1, 1] - q[2, 2], 0.0], [0.0, 0.0, 0.0, 1.0]], dtype=q.dtype) return rot_matrix
感谢你能够认真阅读完这篇文章,希望小编分享的“python如何将四元数变换为旋转矩阵”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。