空间曲线的参数方程

空间曲线的参数方程

二维直线

经过一点 P ( x 0 , y 0 ) P(x_0,y_0) P(x0y0)的方向向量为 n ( c o s θ , s i n θ ) n(cos\theta,sin\theta) n(cosθsinθ)的直线参数方程为:
[ x y ] = [ x 0 y 0 ] + t [ c o s θ s i n θ ] t ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y \end{bmatrix} =\begin{bmatrix} x_0\\ y_0 \end{bmatrix} +t\begin{bmatrix} cos\theta\\ sin\theta \end{bmatrix} \hspace{2em} t\in [0,2\pi) [xy]=[x0y0]+t[cosθsinθ]t[02π)

三维直线

经过一点 P ( x 0 , y 0 , z 0 ) P(x_0,y_0,z_0) P(x0y0z0)的单位方向向量为 n ( i , j , k ) n(i,j,k) n(i,j,k)的直线参数方程为:
[ x y z ] = [ x 0 y 0 z 0 ] + t [ i j k ] t ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y\\ z \end{bmatrix} =\begin{bmatrix} x_0\\ y_0\\ z_0 \end{bmatrix} +t\begin{bmatrix} i\\ j\\ k \end{bmatrix} \hspace{2em} t\in [0,2\pi) xyz = x0y0z0 +t ijk t[02π)

二维圆

经过圆心 P ( x 0 , y 0 ) P(x_0,y_0) P(x0y0),半径为 r r r,的圆参数方程为:

[ x y ] = [ x 0 y 0 ] + r [ c o s θ s i n θ ] θ ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y \end{bmatrix} =\begin{bmatrix} x_0\\ y_0 \end{bmatrix} +r\begin{bmatrix} cos\theta\\ sin\theta \end{bmatrix} \hspace{2em} \theta\in [0,2\pi) [xy]=[x0y0]+r[cosθsinθ]θ[02π)

三维圆

经过圆心 P ( x 0 , y 0 , z 0 ) P(x_0,y_0,z_0) P(x0y0z0),半径为 r r r,且该圆所在的平面正交的两个单位向量 e 1 ⃗ ( a x , a y , a z ) , e 2 ⃗ ( b x , b y , b z ) \vec{e_1}(a_x,a_y,a_z),\vec{e_2}(b_x,b_y,b_z) e1 (ax,ay,az),e2 (bx,by,bz)的圆参数方程为:

[ x y z ] = [ x 0 y 0 z 0 ] + r c o s θ [ a x a y a z ] + r s i n θ [ b x b y b z ] θ ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y\\ z \end{bmatrix}= \begin{bmatrix} x_0\\ y_0\\ z_0 \end{bmatrix} +rcos\theta\begin{bmatrix} a_x\\ a_y\\ a_z \end{bmatrix} +rsin\theta\begin{bmatrix} b_x\\ b_y\\ b_z \end{bmatrix} \hspace{2em} \theta\in [0,2\pi) xyz = x0y0z0 +rcosθ axayaz +rsinθ bxbybz θ[02π)

特殊情况下,当 e 1 ⃗ ( a x , a y , a z ) , e 2 ⃗ ( b x , b y , b z ) \vec{e_1}(a_x,a_y,a_z),\vec{e_2}(b_x,b_y,b_z) e1 (ax,ay,az),e2 (bx,by,bz)分别为 e 1 ⃗ ( 1 , 0 , 0 ) , e 2 ⃗ ( 0 , 1 , 0 ) \vec{e_1}(1,0,0),\vec{e_2}(0,1,0) e1 (1,0,0),e2 (0,1,0)时,公式(4) 简化为:

[ x y z ] = [ x 0 y 0 z 0 ] + r [ c o s θ s i n θ 0 ] θ ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y\\ z \end{bmatrix} =\begin{bmatrix} x_0\\ y_0\\ z_0 \end{bmatrix} +r\begin{bmatrix} cos \theta \\ sin \theta \\ 0 \end{bmatrix} \hspace{2em} \theta \in [0,2 \pi) xyz = x0y0z0 +r cosθsinθ0 θ[02π)

任意平面内的圆,可以先计算基准坐标系中的圆然后通过坐标变换 ,将问题转化为,转换为所求平面内的圆。

图形化表示:

请添加图片描述

请添加图片描述

如何快速求解 e 1 ⃗ ( a x , a y , a z ) , e 2 ⃗ ( b x , b y , b z ) \vec{e_1}(a_x,a_y,a_z),\vec{e_2}(b_x,b_y,b_z) e1 (ax,ay,az),e2 (bx,by,bz)

  1. 求解 e 1 ⃗ \vec{e_1} e1 ,将圆所在平面的法向量与坐标向量 i ⃗ \vec{i} i 叉乘,然后单位化即可得到,如果叉乘结果为0 ,就叉乘 j ⃗ \vec{j} j ,再者就叉乘 k ⃗ \vec{k} k
  2. 求解 e 2 ⃗ \vec{e_2} e2 ,就将法向量与 e 1 ⃗ \vec{e_1} e1 叉乘即可。

对应的python代码:

\sum_{s}^{}  {\textstyle \sum_{}^{}} # 对应的版本matplotlib                3.7.1           py311h06a4308_1
from matplotlib import pyplot as plt
import numpy as npnormal_direction = np.array([1, 1, 1])
radius = 1
center = np.array([1, 1, 1])
pi = 3.1415926
theta = np.array([])for i in range(100):theta = np.append(theta, 2.0 * pi * i / 100)theta = np.array(theta)
e1 = np.cross(normal_direction, [0, 1, 0])
if np.linalg.norm(e1) < 1e-10:e1 = np.cross(normal_direction, [0, 1, 0])e2 = np.cross(normal_direction, e1)# 单位化
e1_norm = e1 / np.linalg.norm(e1)
e2_norm = e2 / np.linalg.norm(e2)
size = np.size(theta)x0 = center[0] * np.ones(size)
y0 = center[1] * np.ones(size)
z0 = center[2] * np.ones(size)x = x0 + radius * e1[0] * np.cos(theta) + radius * e2[0] * np.sin(theta)
y = y0 + radius * e1[1] * np.cos(theta) + radius * e2[1] * np.sin(theta)
z = z0 + radius * e1[2] * np.cos(theta) + radius * e2[2] * np.sin(theta)# 建立画布
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.set_xlim(-2, 6)
ax.set_ylim(-2, 6)
ax.set_zlim(-2, 6)ax.plot3D(x, y, z, 'r')
plt.show()print("YES PF!")

请添加图片描述

对应的MATLAB代码

Figure_1normal=[1 1 1]; %法向量n
radius=1; %圆的半径为1
center=[1 1 1]; %圆心的坐标
theta=(0:2*pi/100:2*pi)'; %theta角从0到2*pie1=cross(normal,[1 0 0]); %n与i叉乘,求取a向量
if ~any(e1) %如果a为零向量,将n与j叉乘e1=cross(normal,[0 1 0]);
ende2=cross(normal,e1); %求取b向量
e1=e1/norm(e1); %单位化a向量
e2=e2/norm(e2); %单位化b向量x0=center(1)*ones(size(theta,1),1);
y0=center(2)*ones(size(theta,1),1);
z0=center(3)*ones(size(theta,1),1);x=x0+radius*e1(1)*cos(theta)+radius*e2(1)*sin(theta);%圆上各点的x坐标
y=y0+radius*e1(2)*cos(theta)+radius*e2(2)*sin(theta);%圆上各点的y坐标
z=z0+radius*e1(3)*cos(theta)+radius*e2(3)*sin(theta);%圆上各点的z坐标plot3(x,y,z)
xlabel('x轴')
ylabel('y轴')
zlabel('z轴')

三维椭圆

在实际工程化的应用的时候,往往不是圆,而是退化成椭圆,甚至退化成一条直线。

工程中更多是使用椭圆模型,通过检测到的点来确定椭圆的参数,最后确定椭圆的中心点和方向向量。

三维椭圆的参数方程易知:
[ x y z ] = [ x 0 y 0 z 0 ] + a c o s θ [ a x a y a z ] + b s i n θ [ b x b y b z ] θ ∈ [ 0 , 2 π ) \begin{bmatrix} x\\ y\\ z \end{bmatrix} =\begin{bmatrix} x_0\\ y_0\\ z_0 \end{bmatrix} +acos\theta\begin{bmatrix} a_x\\ a_y\\ a_z \end{bmatrix} + bsin\theta\begin{bmatrix} b_x\\ b_y\\ b_z \end{bmatrix} \hspace{2em} \theta\in [0,2\pi) xyz = x0y0z0 +acosθ axayaz +bsinθ bxbybz θ[02π)
其中 a , b a,b ab分别表示为椭圆的长半轴长度,短半轴长度 。其余跟圆类似不作具体说明。

椭圆一般化方程为:
c 1 x 2 + c 2 x y + c 3 y 2 + c 4 x + c 5 y + c 6 = 0 c_1x^2+c_2xy+c_3y^2+c_4x+c_5y+c_6 = 0 c1x2+c2xy+c3y2+c4x+c5y+c6=0
可以看到至少使用五个不同点可以确定这六个参数。

一般情况是点的个数远超过5个,处理步骤为:

  1. 首先使用RANSAC筛选异常点

  2. 构建误差 d i = c 1 x 2 + c 2 x y + c 3 y 2 + c 4 x + c 5 y + c 6 d_i = c_1x^2+c_2xy+c_3y^2+c_4x+c_5y+c_6 di=c1x2+c2xy+c3y2+c4x+c5y+c6

  3. 构建代价函数,使用最小二乘求解// 或者SVD分解
    c i = a r g m i n Σ d j 2 s , t { ∑ i = 1 6 c i 2 = 1 i ∈ [ 1 , 6 ] , j ∈ [ 1 , n ] {c_i} = argmin\Sigma d_j^2 \hspace{2em} s,t \left\{\begin{matrix} \hspace{1em} \sum_{i=1}^{6}c_i^2 = 1 \\ \hspace{1em} i\in[1,6], \\ \hspace{1em}j\in [1,n] \end{matrix}\right. ci=argminΣdj2s,t i=16ci2=1i[1,6],j[1,n]

  4. 假设获得 c i c_i ci ,求解对应的圆心和法向量

    使用二次型构造,对称矩阵,进行分解,则特征值满足:
    λ 1 ≥ λ 2 > 0 > λ 3 \lambda_1 \ge\lambda_2>0>\lambda_3 λ1λ2>0>λ3
    如果不满足,改变构造的对称矩阵的符号,重新求解对特征值

    这里直接给出结论:

    H H H为分解矩阵后的特征向量组成的正交矩阵,法向量 n ⃗ \vec{n} n ,和中心点 P P P为:
    c o s 2 φ = λ 2 − λ 3 λ 1 − λ 3 n ⃗ = ± H [ − s i n φ 0 c o s φ ] P = ± H [ − λ 3 / λ 1 s i n φ 0 − λ 1 / λ 3 c o s φ ] cos^2\varphi = \frac{\lambda_2-\lambda_3}{\lambda_1-\lambda_3} \\ \\ \vec{n} = \pm H\begin{bmatrix} -sin\varphi \\ 0 \\ cos\varphi \end{bmatrix} \\ \\ P=\pm H \begin{bmatrix} -\sqrt{\lambda_3/\lambda_1}sin\varphi \\ 0 \\ \sqrt{-\lambda_1/\lambda_3}cos\varphi \end{bmatrix} cos2φ=λ1λ3λ2λ3n =±H sinφ0cosφ P=±H λ3/λ1 sinφ0λ1/λ3 cosφ

参考链接:

  1. 空间曲线参数方程
  2. 空间圆的方程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/69661.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

存储空间压缩6倍 ,多点DMALL零售SaaS场景降本实践

&#x1f9d1;‍&#x1f4bc; 作者简介 冯光普&#xff1a;多点 DMALL 数据库团队负责人&#xff0c;负责数据库稳定性建设与 DB PaaS 平台建设&#xff0c;在多活数据库架构、数据同步方案等方面拥有丰富经验。 杨家鑫&#xff1a;多点高级 DBA&#xff0c;擅长故障分析与性能…

接口参数校验

方式一&#xff1a;使用hibernate-validator注解方式参数校验 类似的框架太多了。缺点&#xff1a;返回的提示信息顺序不太确定 文档&#xff1a;https://hibernate.org/validator/documentation/ 参考资料&#xff1a;https://blog.csdn.net/weixin_45080272/article/details…

实战 - Restful APi 格式规范

文章目录 1. 特征2. 优点3. 动作1. GET 获取资源2. POST 创建资源3. PUT 整体替换4. PATCH 部分替换5. DELETE 删除资源 4. 示例 RESTful是一种API的设计风格&#xff0c;他和GraphQL &#xff0c;JSON-RPC&#xff0c;WebService类似&#xff0c;用于定义在CS、BS架构下暴露服…

OpenCV(十二):图像透视变换

目录 1.透视变换介绍 2.计算透视变换矩阵getPerspectiveTransform(&#xff09; 3.透视变换函数warpPerspective() 4.demo 1.透视变换介绍 透视变换是一种将原始图像映射到目标图像平面上的投影变换&#xff0c;又称为四点变换。 透视变换矩阵的一般形式如下所示&#xff…

Etherpad安装手册(win10 64位电脑)

Etherpad安装手册 我使用的为win10 64位电脑 一、按照教程下载安装Etherpad 按照该文章下载安装&#xff0c;下面记录我的过程 1.下载etherpad 2.解压缩etherpad到d盘 3.双击start.bat&#xff0c;启动编辑器服务 注意&#xff1a;可能出现问题如下图&#xff0c;跳转二 4.在…

websocket--技术文档--spring后台+vue基本使用

阿丹: 给大家分享一个可以用来进行测试websocket的网页&#xff0c;个人觉得还是挺好用的. WebSocket在线测试工具 还有一个小家伙ApiPost也可以进行使用websocket的测试。 本文章只是基本使用--给大家提供思路简单实现&#xff01;&#xff01; 使用spring-boot建立一个服…

【Vue】 Vue3 安装说明,适合小白新手

1、独立版本 我们可以在 Vue.js 的官网上直接下载最新版本, 并用 下载 Vue.js https://unpkg.com/vuenext 2、使用 CDN 方法 以下推荐国外比较稳定的两个 CDN&#xff0c;国内还没发现哪一家比较好&#xff0c;目前还是建议下载到本地。 Staticfile CDN&#xff08;国内&am…

Java低代码开发:jvs-list(列表引擎)功能(一)配置说明

在低代码开发平台中&#xff0c;列表页是一个用于显示数据列表的页面。它通常用于展示数据库中的多条记录&#xff0c;并提供搜索、排序和筛选等功能&#xff0c;以方便用户对数据进行查找和浏览。 jvs-list是jvs快速开发平台的列表页的配置引擎&#xff0c;它和普通的crud 具…

什么是SpringCloud Eureka服务注册与发现

&#x1f600;前言 本篇博文是关于SpringCloud Eureka 介绍&#xff0c;希望你能够喜欢 &#x1f3e0;个人主页&#xff1a;晨犀主页 &#x1f9d1;个人简介&#xff1a;大家好&#xff0c;我是晨犀&#xff0c;希望我的文章可以帮助到大家&#xff0c;您的满意是我的动力&…

CS420 课程笔记 P4 - 以16进制形态编辑游戏文件

文章目录 IntroductionFinding save filesStringsUnicodeExample!Value searchHealth searchConclusion Introduction 这节课我们将学习编辑十六进制&#xff0c;主要用于编辑保存文件&#xff0c;但十六进制编辑涉及的技能可以很好地转移到&#xff1a; Save file editingRe…

Flutter实现CombineExecutor进行多个异步分组监听,监听第一个异步执行的开始和最后一个异步执行结束时机。

1.场景 我们在调用接口时&#xff0c;很多时候会同时调用多个接口&#xff0c;接口都是异步执行&#xff0c;我们很难知道调用的多个接口哪个会最后执行完成&#xff0c;我们有时候需要对最后一个接口执行完成的时机监听&#xff0c;所以基于该需求&#xff0c;设计了CombineE…

Shell 运算符及语法结构

目录 一、Shell运算符 1.1 表达式expr 1.2 运算操作 1.3 操作实例 二、Shell条件判断 2.1 基本语法 2.2 值、权限、类型、多条件判断 三、Shell流程控制 3.1 if 流程语法 3.2 case 流程语法 3.3 for 流程语法 3.4 内部运算符 3.5 while循环流程语法 四、Shell读…

如何将两个pdf合并成一个?pdf合并技巧分享

在日常工作过程当中&#xff0c;我们经常需要处理一些文件&#xff0c;而文件的处理往往是琐碎的&#xff0c;想要提高工作效率&#xff0c;需要选择一些合适的方法&#xff0c;并掌握一定的技巧&#xff0c;那么&#xff0c;如何将两个pdf合并成一个?pdf合并技巧有哪些呢?接…

AFG EDI 解决方案

AFG一直是汽车行业出境物流的专家&#xff0c;不仅运输汽车&#xff0c;同时也提供模块化IT解决方案&#xff0c;用于接收、控制、互联以及整个车辆调度过程的可视化和监控。 对于物流行业而言&#xff0c;如果已经确定了供应链整合的目标&#xff0c;但却没有明确的计划及足够…

mac下配置JDK环境

一、下载安装 下载地址&#xff1a;Java Downloads | Oracle&#xff0c;选择适用于Mac OS的JDK版本&#xff0c;点击下载即可。 下载完之后&#xff0c;直接安装&#xff1a; 安装过程非常简单&#xff0c;按“继续”按钮一直下一步即可。 二、配置环境变量 上一步骤&#x…

Opencv 图像金字塔----高斯和拉普拉斯

原文&#xff1a;图像金字塔----高斯和拉普拉斯 图像金字塔是图像中多尺度表达的一种&#xff0c;最初用于机器视觉和图像压缩&#xff0c;最主要用于图像的分割、融合。 高斯金字塔 ( Gaussian pyramid): 高斯金字塔是由底部的最大分辨率图像逐次向下采样得到的一系列图像…

企微SCRM营销平台MarketGo-ChatGPT助力私域运营

一、前言 ChatGPT是由OpenAI&#xff08;开放人工智能&#xff09;研发的自然语言处理模型&#xff0c;其全称为"Conversational Generative Pre-trained Transformer"&#xff0c;即对话式预训练转换器。它是GPT系列模型的最新版本&#xff0c;GPT全称为"Gene…

指针进阶(一)

指针进阶 1. 字符指针面试题 2. 指针数组3. 数组指针3.1 数组指针的定义3.2 &数组名VS数组名 3.3 数组指针的使用4. 数组传参和指针传参4.1 一维数组传参4.2 二维数组传参4.3 一级指针传参4.4 二级指针传参 前言 指针的主题&#xff0c;我们在初级阶段的《指针》章节已经接…

NLP(2)--Transformer

目录 一、Transformer概述 二、输入和输出 三、Encoder 四、Decoder 五、正则化处理 六、对于结构的改进&#xff1f; 七、AT vs NAT 八、Cross-attention 一、Transformer概述 Transformer模型发表于2017年Google团队的Attention is All you need这篇论文&#xff0c;…

蓝桥杯打卡Day1

文章目录 全排列八皇后 一、全排列IO链接 本题思路:本题是一道经典的全排列问题&#xff0c;深度优先搜索即可解决。 #include <bits/stdc.h>constexpr int N10;std::string s; std::string ans; int n; bool st[N];void dfs(int u) {if(un){std::cout<<ans<…