当前位置: 首页 > news >正文

A.inverse ()*B 表示从 A 到 B 的变换

先明确 SE3 变换的本质
SE3 变换(记为T)描述的是 “从坐标系 A 到坐标系 B 的空间变换”,它包含两部分:

旋转:把 A 系的姿态转到 B 系的姿态;
平移:把 A 系的原点移到 B 系的原点。
数学上,SE3 可以表示为一个 4×4 的齐次变换矩阵,也可以用 “旋转矩阵 + 平移向量” 表示,
核心规则是:用变换T左乘一个点 / 位姿,就是把这个点 / 位姿从原坐标系转换到目标坐标系。
第一步:先理解 “单个 SE3 变换的含义”
image
第二步:为什么 “乘法不满足交换律”?
SE3 变换的乘法是矩阵乘法,而矩阵乘法本身就不满足交换律(A⋅B=B⋅A),对应到物理意义上:

先做变换 A,再做变换 B,和先做变换 B,再做变换 A,结果完全不同。

举个生活例子:

变换 A:向前走 1 米;
变换 B:向右转 90 度。
先 A 后 B:向前走 1 米,再右转 90 度 → 最终朝向右侧,位置在前方 1 米;
先 B 后 A:先右转 90 度,再向前走 1 米 → 最终朝向右侧,位置在右侧 1 米;两者结果完全不同,这就是 “变换乘法不满足交换律” 的直观体现。
image
image
总结
交换律不成立:SE3 变换的乘法对应 “连续的空间变换”,变换顺序不同结果必然不同(比如先平移再旋转 ≠ 先旋转再平移);
*A.inverse()B 的物理意义:A 和 B 都是 “世界系到自身的变换”,A.inverse () 先把 B 的位姿拉回世界系,再乘 B 得到 “从 A 到 B 的相对变换”;
核心记忆点:求 “从帧 A 到帧 B 的相对变换” = 帧 B 的世界系变换 × 帧 A 世界系变换的逆(顺序不能反)。
这个规则是位姿图优化、SLAM 位姿计算的基础,记住 “逆变换先做,再乘目标变换”,结合物理例子多推导几次就彻底理解了。

http://www.jsqmd.com/news/397377/

相关文章:

  • 免费福利!9个顶级AI降重网站大公开,智能改写+同义替换双模式,从此告别查重烦恼
  • 经专业测评筛选的9款AI降重工具,采用NLP深度改写技术,确保输出内容符合学术规范要求
  • 题解:AcWing 799 最长连续不重复子序列
  • 2026 AI原生开发痛点:用DeepSeek规避代码冗余与逻辑脱节问题
  • 数据标准化对大数据分析的影响:为什么说标准化是分析的基石?
  • 紧急降重必看!这9个AI网站能实时改写文本,5分钟搞定高重复率,拯救deadline神器
  • 2026 AI原生开发工具链趋势:DeepSeek与主流IDE深度联动实践指南
  • 提示工程架构师如何驾驭混合智能研究
  • 论文查重总不过?试试这9个AI降重神器,智能改写不改变原意,学生党科研人员必备工具推荐
  • 杰理之TWS RF【篇】
  • 题解:AcWing 797 差分
  • MyBatis-Plus12:JSON处理器
  • 题解:AcWing 796 子矩阵的和
  • MyBatis-Plus13:自定义 TypeHandler
  • 2026年论文降AI率工具选型指南:多模型对比改写的核心逻辑与高效解决方案 - 小白条111
  • 深度学习算法之深度学习框架(PyTorch)的使用场景和使用方法及算法,优化方法,缺点_blog
  • [豪の算法奇妙冒险] 代码随想录算法训练营第四十三天 | 300-最长递增子序列、674-最长连续递增序列、718-最长重复子数组
  • 移动开发如何巧用 RxJava 优化代码
  • 深度强化学习TD方法:核心算法、实战场景与优化全解析
  • 深度学习框架MXNet深度解析:从核心算法到工业部署实战
  • 彻底禁止win11系统更新的方法,关闭win11自动更新的教程
  • 一键彻底禁止Win11自动更新6大方法,Win11系统的自动更新怎么彻底关闭?
  • 2026年论文赶due神器深度测评:一站式搞定全流程的多模型AI工作台选型指南 - 小白条111
  • 图像分类实战
  • 支持多语种的9个AI降重平台,提供改写、扩写、缩写全功能,满足不同场景文本优化需求
  • 并查集 - [JSOI2008] 星球大战
  • 2026年论文降AI味工具选型指南:多模型协同如何解决单一AI的“模板化陷阱” - 小白条111
  • 模拟与存根实战:unittest.mock深度使用指南
  • HarmonyOS 6.0分布式应用开发全解析:从架构革新到跨设备协同实战
  • 如何在豆包平台打广告,找哪个服务商? - 品牌2025