问题标签 [homogenous-transformation]

我想在OpenGL中用鼠标位置偏移拖动一个对象。渲染管道是这样的。

所以我想我应该反转（投影*视图）然后将它们相乘以获得将应用于模型矩阵的转换。

当我拖动它时，该对象正在跟随鼠标移动。但是如果我从其他角度看，这个物体会严重变形。那么我做错了什么？（投影*视图）应该倒置吗？

拖动前的骰子：

拖动后的骰子：

您可以从其他角度看到失真：

失真的一个更明显的例子：

更新：我设法通过仅保留位置转换来解决问题（某种）。所以我怀疑转换中左上角的 3x3 矩阵有问题。调试的时候发现第四行的前三列不是零，这是绝对错误的！但我不明白是什么原因造成的。这种现象只有在我使用 glm::perspective 作为投影矩阵时才会发生。使用 glm::ortho 也是一种无需丢弃左上角 3x3 矩阵的解决方案。

我有相机校准内在和外在（包括旋转和平移，即rvecs 和 tvecs，用于一组 N 相机姿势，相对于固定的 ChArUco 目标。

此外，对于每个相机姿势，我都有一组在标准OpenCV 相机坐标系中定义的 3D 坐标（“点云”） 。

经过大量阅读，我会认为我需要首先计算每个相机相对于 ChArUCo 板的姿势，方法是在 python 中构建一个齐次变换矩阵：

基本上，上面的代码可以工作，但是当我从不同的相机角度在多个点云上运行它时，它们并没有像我预期的那样神奇地排列。我可以确认我的逆齐次变换确实是直接从 rvecs 和 tvecs 构造的齐次变换的逆；曾尝试将其分解为先平移然后旋转，反之亦然；并且已经看到非逆变换使所有东西几乎从一个角度排列（但从其他角度都奇怪地旋转）......

任何帮助表示赞赏！

我正在尝试使用 openCV、openGL 显示 3D 棋盘图像（涉及旋转、平移），如 matlab 的相机校准工具箱。

为此，我正在研究相机校准，均匀等。我的问题是函数calibrateCamera（），我想知道openCV如何仅使用棋盘角的对象点（vec3），图像点（vec2）计算（估计）焦距.

请告诉我任何方程式或原理..

对不起我的英语不好 谢谢

我有 3 个点云（云 0、云 1 和云 2），使用地面激光扫描仪在 3 个不同的位置获得。这些云在它们之间重叠，这意味着存在一个刚性 3D 身体变换 T，它可以正确地将一个云记录到另一个云上。我有两个这样的转换，T10，它将云 1 移动到云 0；和 T20，它将云 2 移动到云 0（选择云 0 作为全局参考）。问题是，如何找到将云 2 与云 1 重叠的转换？我已经找到了旋转，但我找不到平移向量。这是可能的？

我通过将变换 T20 乘以 T10 的倒数得到的旋转，因为 T10^(-1) = T01，因此，T20*T01 = T21。当我将此转换应用于云 2 时，它会正确地将云 2 旋转到云 1（两者都在同一方向），但是它们之间存在偏移，我不明白为什么。

这些变换只是齐次矩阵 T (4x4)，它们只是旋转矩阵 R (3x3) 和平移向量 t (3x1) 的交汇点，对吧？可以组成轮换。我发现从云 2 到云 1 的旋转表明了这一点。但是为什么这种转变会出现在翻译中呢？

其实我有几朵云，要注册一个远离原点的云，我需要通过乘法累加几次变换（例如：T50 = T54 * T43 * T32 * T21 * T10），我乘的越多，差异越大在翻译中。

我想说的是，虽然乘法会累积错误，但它们非常小，因为注册是手动完成的，并通过 ICP 进行了细化。事实上，成对应用任何转换都会导致几乎完美的重叠，但累积它们会导致翻译出现巨大偏差。旋转非常好，以至于闭环实际上会产生单位矩阵。

我试图找到激光雷达和相机之间的刚体转换。一旦找到转换为 dx、dy、dz、yaw、pitch、roll (rad)，我使用带有启动文件的 ROS 静态转换发布器来发布转换，如下所示：

然后，我听那个变换：

输出是：

• 我的第一个问题是为什么翻译值彼此不同？

• 第二个问题：如果我使用下面的代码从相同的 6DoF 获得 4x4 变换矩阵

输出矩阵为：

在这一点上，即使平移也是正确的，为什么旋转值与 ROS tf static transform publisher 提供的矩阵不同？

我的目标是计算平面与相机视角之间的角度。我知道如何计算角度，但我不知道如何以线的形式获得视角。

对于相机来说，已知的同质变换矩阵描述了它在全局三维坐标系中的位置和旋转。我想我必须首先通过将相机放在原点上来消除平移部分，但是我该如何进行旋转来计算方向呢？

为什么在计算基本矩阵方程的点之间的对应关系时点的顺序很重要？

在这里我不明白为什么切换点不会产生相同的答案

我的猜测是，这与通常您将第一个相机设置为规范相机 [I 0] 并且这是假设图像点 x 的事实有关，但大多数参考文献没有提到第一个相机 P 有为 [I 0]。

我有 2 个坐标，有 6 个值 x、y、z 偏航、俯仰和滚动，代表自我车辆和目标车辆的位置。我想找到目标车辆相对于自我车辆的相对位置。两者都在同一个坐标系中。我想澄清一下我解决这个问题的方法是否正确：检索每个演员的个人姿势，比如 T_ego 和 T_targ。每个姿势都是一个 4*4 齐次变换矩阵，它描述了演员的平移和旋转，wrt 虚幻世界框架。目标 wrt ego-vehicles 的相对姿态由 T_rel = inv(T_ego) * T_targ 给出。相对位置是 T_rel[:3, 3] 相对旋转（从目标轴到自我车辆轴）是 T_rel[:3, :3]。请让我知道这是否是正确的方法，并想知道如何准备同质矩阵。