1.先想象一下，有两个个三维的坐标系W、C，在W中和C中有一个相同的向量，其实就是一个点，但是由于坐标系不同，两个点坐标表示为Pw和Pc
- 因为是同一个向量所以两者关系可以表示为
- Pw=R*Pc+t
R：表示旋转 t:表示平移量 因此 R*Pc：表示向量pc旋转R到向量pw +t：表示向量pc平移t到向量pw 讯享网
2.再想象一下，如果你想让一个向量旋转，有两种方法，一个是你的向量真的在旋转，另一种方法就是你的坐标系旋转。平移也是一样的道理，所以：
讯享网R*Pc：表示坐标系W旋转R到坐标系C +t：表示坐标系W平移t到坐标系C
我们将R、t，记为Rwc(33),twc(31)组合到一起形成Twc(4*4)矩阵.
3.因此可以得到结论
- twc就是C坐标系原点在W坐标系的坐标。
- Rwc是C坐标系在W坐标系的姿态
- Twc*Pc表示将C坐标系中的点坐标转换到W坐标系
实例：
- 变换矩阵中平移的部分表示当前相机位置(相对于第0帧)。
- 每一行都代表的是第i帧对应的Tw ci
原文: Folder ‘poses’: The folder ‘poses’ contains the ground truth poses (trajectory) for the first 11 sequences. This information can be used for training/tuning your method. Each file xx.txt contains a N x 12 table, where N is the number of frames of this sequence. Row i represents the i’th pose of the left camera coordinate system (i.e., z pointing forwards) via a 3x4 transformation matrix. The matrices are stored in row aligned order (the first entries correspond to the first row), and take a point in the i’th coordinate system and project it into the first (=0th) coordinate system. Hence, the translational part (3x1 vector of column 4) corresponds to the pose of the left camera coordinate system in the i’th frame with respect to the first (=0th) frame.
注：
- ORB-SLAM3中相机位姿（camera pose）的表示是Tcw，即世界坐标系的点Pw到相机坐标系的点Pc的变换矩阵，(camera
pose 的逆是Twc, 即 Pw = Twc * Pc）。 - 这里的pose.txt保存的内容是，以左目第一帧（相机坐标系）作为世界坐标（0,0,0,0,0,0,1）保存的为第i帧相机坐标系下的点世界坐标系的变换矩阵，即Twc（相机位姿的逆）。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/88246.html