scipy.spatial.transform.RigidTransform.

from_components#

classmethod RigidTransform.from_components(cls, translation, rotation)#

从平移和旋转分量初始化一个刚性变换。

当从平移和旋转创建刚性变换时，平移在旋转之后应用，因此 tf = Tf.from_components(translation, rotation) 等价于 tf = Tf.from_translation(translation) * Tf.from_rotation(rotation)。

当将变换应用于向量 v 时，结果与以下列方式将变换应用于向量相同：tf.apply(v) == translation + rotation.apply(v)

参数:

translationarray_like，形状 (N, 3) 或 (3,): 单个平移向量或一堆平移向量。
rotationRotation 实例: 单个旋转或一堆旋转。

返回:

RigidTransform: 如果旋转是单个的并且平移是形状 (3,)，则返回单个变换。否则，返回一堆变换。

示例

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

从单个旋转和平移创建

>>> t = np.array([2, 3, 4])
>>> r = R.from_euler("ZYX", [90, 30, 0], degrees=True)
>>> r.as_matrix()
array([[ 0.       , -1.,  0.        ],
       [ 0.8660254,  0.,  0.5       ],
       [-0.5      ,  0.,  0.8660254 ]])
>>> tf = Tf.from_components(t, r)
>>> tf.rotation.as_matrix()
array([[ 0.       , -1.,  0.        ],
       [ 0.8660254,  0.,  0.5       ],
       [-0.5      ,  0.,  0.8660254 ]])
>>> tf.translation
array([2., 3., 4.])
>>> tf.single
True

当将变换应用于向量 v 时，结果与以下列方式将变换应用于向量相同：tf.apply(v) == translation + rotation.apply(v)

>>> r.apply([1, 0, 0])
array([0.       , 0.8660254, -0.5     ])
>>> t + r.apply([1, 0, 0])
array([2.       , 3.8660254,  3.5     ])
>>> tf.apply([1, 0, 0])
array([2.       , 3.8660254,  3.5     ])