Ctrl+K
scipy.spatial.transform.Rotation.

from_matrix#

classmethod Rotation.from_matrix(cls, matrix)#

從旋轉矩陣初始化。

三維旋轉可以使用 3 x 3 真實正交矩陣 [1] 表示。如果輸入不是真實正交矩陣，則會使用 [2] 中描述的方法建立近似值。

參數:
matrixarray_like，形狀為 (N, 3, 3) 或 (3, 3)

單個矩陣或矩陣堆疊，其中 matrix[i] 是第 i 個矩陣。

回傳值:
rotationRotation 實例

包含由旋轉矩陣表示的旋轉的物件。

註解

此函數之前稱為 from_dcm。

在 1.4.0 版本中新增。

參考文獻

[2]

F. Landis Markley, “Unit Quaternion from Rotation Matrix”, Journal of guidance, control, and dynamics vol. 31.2, pp. 440-442, 2008.

範例

>>> from scipy.spatial.transform import Rotation as R
>>> import numpy as np

初始化單個旋轉

>>> r = R.from_matrix([
... [0, -1, 0],
... [1, 0, 0],
... [0, 0, 1]])
>>> r.as_matrix().shape
(3, 3)

在單個物件中初始化多個旋轉

>>> r = R.from_matrix([
... [
...     [0, -1, 0],
...     [1, 0, 0],
...     [0, 0, 1],
... ],
... [
...     [1, 0, 0],
...     [0, 0, -1],
...     [0, 1, 0],
... ]])
>>> r.as_matrix().shape
(2, 3, 3)

如果輸入矩陣不是特殊正交矩陣（正交且行列式等於 +1），則會儲存特殊正交估計值

>>> a = np.array([
... [0, -0.5, 0],
... [0.5, 0, 0],
... [0, 0, 0.5]])
>>> np.linalg.det(a)
0.12500000000000003
>>> r = R.from_matrix(a)
>>> matrix = r.as_matrix()
>>> matrix
array([[-0.38461538, -0.92307692,  0.        ],
       [ 0.92307692, -0.38461538,  0.        ],
       [ 0.        ,  0.        ,  1.        ]])
>>> np.linalg.det(matrix)
1.0000000000000002

也可以有一個包含單個旋轉的堆疊

>>> r = R.from_matrix([[
... [0, -1, 0],
... [1, 0, 0],
... [0, 0, 1]]])
>>> r.as_matrix()
array([[[ 0., -1.,  0.],
        [ 1.,  0.,  0.],
        [ 0.,  0.,  1.]]])
>>> r.as_matrix().shape
(1, 3, 3)
在本頁面上