Cumulative Homogenous Transformations: rotations work, but translations don't?
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。有可能吗?
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),我乘的越多翻译差异更大。
我想说的是,虽然乘法会累积误差,但误差很小,因为配准是手动完成的,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。
你是否忽略了旋转对平移的影响?
如果你有一个带有旋转 R 和平移 v 的变换 T 和另一个带有旋转 Q 和平移 v 的 S,那么将 T 然后 S 应用到点 x 的效果是得到 y where
1 | y = Q*(R*x+v) + u = Q*R + Q*v + u |
即组合变换有旋转
1 | P = Q*R |
和翻译
1 | w = Q*v + u |
由此可知,与 T 的逆变换具有旋转
1 | inv(R) |
和翻译
1 | - inv(R)*v |
我们可以并且通常用 4x4 矩阵来表示这种变换,这样组合和应用变换就可以简化为矩阵乘法。但请注意,这会降低效率。
上面的
S 和 T 将由 4x4 矩阵 M 和 N
表示
1 2 3 4 | M = ( Q u) = ( 0 1) N = ( R v) ( 0 1) |
则组合变换T then S的代表L为
1 | L = M*N |
将 S 应用于我们计算的点 x
1 2 | M*(x) (1) |
和结果的前三个分量是变换点的分量。