Kabsch算法求解旋转矩阵-程序员宅基地

技术标签: 自动驾驶  

Kabsch算法【1】由W.Kabsch在1976年提出的,用于求解最优旋转,在分子生物学,特别是比较蛋白质的相似性方面有重要的应用。

文章【2】将其应用在传感器外参标定上,即对属于同一目标的两批三维点,通过Kabsh算法求得其旋转矩阵R。


方法推导

P P P Q Q Q是同一个目标在不同坐标系下的两组点, p i p_i pi q i q_i qi是集合内的第 i i i个点。令两个坐标系的旋转为 R R R,平移为 T T T,那么Kabsch求解下述优化问题:
(1) m i n E = 1 N ∑ i = 1 N ∣ ∣ R p i − q i + T ∣ ∣ 2 2 minE = \frac{1}{N}\sum_{i=1}^{N}{||Rp_i-q_i+T||_2^2}\tag{1} minE=N1i=1NRpiqi+T22(1)
由(1)式,可以推得
(2) m i n N E = ∑ i = 1 N ∣ ∣ p i , − q i ∣ ∣ 2 2 = T r ( ( P ′ − Q ) T ( P ′ − Q ) ) minNE =\sum_{i=1}^{N}{||p_i^,-q_i||_2^2}=Tr((P'-Q)^T(P'-Q))\tag{2} minNE=i=1Npi,qi22=Tr((PQ)T(PQ))(2)
其中 p i ′ = R p i p_i'=Rp_i pi=Rpi P ′ = R P P'=RP P=RP T r ( ) Tr() Tr()是求迹运算
根据迹的性质,有
T r ( ( P ′ − Q ) T ( P ′ − Q ) ) = T r ( P ′ T P ′ ) + T r ( Q T Q ) − 2 T r ( Q T P ′ ) Tr((P'-Q)^T(P'-Q))=Tr(P'^TP')+Tr(Q^TQ)-2Tr(Q^TP') Tr((PQ)T(PQ))=Tr(PTP)+Tr(QTQ)2Tr(QTP)
又因为 P ′ T P ′ = P T R T R P = P T P P'^TP'=P^TR^TRP=P^TP PTP=PTRTRP=PTP(旋转矩阵为正交矩阵),有
(3) N E = T r ( P T P ) + T r ( Q T Q ) − 2 T r ( Q T P ′ ) NE=Tr(P^TP)+Tr(Q^TQ)-2Tr(Q^TP')\tag{3} NE=Tr(PTP)+Tr(QTQ)2Tr(QTP)(3)
求(2)式的最小值相当于求(3)式内 T r ( Q T P ′ ) Tr(Q^TP') Tr(QTP)的最大值
T r ( Q T P ′ ) = T r ( Q T R P ) = T r ( P Q T R ) Tr(Q^TP')=Tr(Q^TRP)=Tr(PQ^TR) Tr(QTP)=Tr(QTRP)=Tr(PQTR)
P Q T PQ^T PQT做SVD分解,有
T r ( Q T P ′ ) = T r ( V Σ W T R ) = T r ( Σ W T R V ) = ∑ i = 1 3 σ i T i i Tr(Q^TP')=Tr(V\Sigma W^TR)=Tr(\Sigma W^TRV)=\sum_{i=1}^3{\sigma_iT_{ii}} Tr(QTP)=Tr(VΣWTR)=Tr(ΣWTRV)=i=13σiTii
其中 T = W T R V T=W^TRV T=WTRV
因为 R R R V V V都是正交矩阵,因此 T T T正交,即 ∣ T i i ∣ ≤ 1 |T_{ii}|\leq 1 Tii1,因此
T r ( Q T P ′ ) ≤ ∑ i = 1 3 σ i Tr(Q^TP')\leq \sum_{i=1}^3{\sigma_i} Tr(QTP)i=13σi
W T R V = 1 W^TRV=1 WTRV=1为所求:
(4) R = W V T R=WV^T\tag{4} R=WVT(4)
这里需要注意的是 R R R必须是右手系下的旋转,因此(4)式修正为
(5) R = W [ 1 0 0 0 1 0 0 0 d ] V T R=W\left[ \begin {matrix}1&0&0 \\ 0&1&0 \\ 0&0&d \end {matrix} \right]V^T\tag{5} R=W10001000dVT(5)
其中 d = s i g n ( d e t ( P Q T ) ) d=sign(det(PQ^T)) d=sign(det(PQT))


算法步骤

根据上一节的讨论,可以得到Kabsch算法求解旋转矩阵R的步骤

  1. 将点集 P P P Q Q Q均值归一化到0
  2. 计算 C = P Q T C=PQ^T C=PQT
  3. C C C做SVD分解, [ V , S , W ] = S V D ( C ) [V,S,W]=SVD(C) [V,S,W]=SVD(C)
  4. 计算修正符号, d = s i g n ( d e t ( C ) ) d=sign(det(C)) d=sign(det(C))
  5. 计算旋转, R = W [ 1 0 0 0 1 0 0 0 d ] V T R=W\left[ \begin {matrix}1&0&0 \\ 0&1&0 \\ 0&0&d \end {matrix} \right]V^T R=W10001000dVT

算法实现

WiKi上有MatlabC++Python的实现链接


参考文献

【1】Kabsch W . A Solution of the Best Rotation to Relate Two Sets of Vectors[J]. Acta Crystallographica Section A Foundations of Crystallography, 1976, A32(5).
【2】Chai Z, Sun Y, Xiong Z. A Novel Method for LiDAR Camera Calibration by Plane Fitting[C]//2018 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM). IEEE, 2018: 286-291.


版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/zizi7/article/details/88716429

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk

随便推点

matlab(4):特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;amp;gt;Jni-&amp;amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法