文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindsponge.common.pre_compose

mindsponge.common.pre_compose(quaternion, rotation, translation, update)[源代码]

利用旋转矩阵rotation和辅助矩阵update更新输入的四元数quaternion和平移向量translation，并进行新的仿射变化过程，得到更新的平移向量。

旋转矩阵的过程如下：

u p d a t e = (x x, x y, x z, y x, y y, y z) v e c t o r_{q} u a t e r n i o n_{u} p d a t e = (x x, x y, x z) x = (y x) y = (y y) z = (y z) t r a n s_{u} p d a t e = [(x, y, z)] n e w_{q} u a t e r n i o n = q u a t e r n i o n + v e c t o r_{q} u a t e r n i o n_{u} p d a t e * q u a t e r n i o n r o t a t e d_{t} r a n s_{u} p d a t e = r o t a t i o n * t r a n s_{u} p d a t e n e w_{t} r a n s l a t i o n = t r a n s l a t i o n + r o t a t e d_{t} r a n s_{u} p d a t e

其中 vector_quaternion_update 与 quaternion 的相乘使用 quat_multiply_by_vec 函数相乘， rotation 与 trans_update 的相乘用 rots_mul_vecs 函数， translation 与 rotated_trans_update 相加过程使用 vecs_add 函数。再用生成的 new_quaternion 和 new_translation 进行仿射变换。仿射变换的过程参照 quat_affine API。

参数：

quaternion (Tensor) - 初始的待更新四元数，shape为 $[(. . ., 4)]$ 的Tensor。
rotation (Tuple) - 旋转矩阵 $(x x, x y, x z, y x, y y, y z, z x, z y, z z)$ ，且xx, xy等均为Tensor且shape相同。
translation (Tuple) - 平移向量 $(x, y, z)$ ，其中x, y, z均为Tensor，且shape相同。
update (Tensor) - 用于辅助更新的矩阵，shape为 $[(. . ., 6)]$ 的Tensor，最后一维前三个元素为代表旋转矩阵的四元数三维向量表示，参考 quat_multiply_by_vec 。

返回：

quaternion (Tensor) - 更新后的四元数，shape为 $[(. . ., 4)]$ 的Tensor。
rotation (Tensor) - 更新后的旋转矩阵 $(x x, x y, x z, y x, y y, y z, z x, z y, z z)$ ，且xx, xy等均为Tensor且shape相同。
translation (Tensor) - 更新后的平移向量 $(x, y, z)$ ，其中x, y, z均为Tensor，且shape相同。

支持平台：

Ascend GPU

样例：

>>> import numpy as np
>>> from mindsponge.common.geometry import pre_compose
>>> from mindspore.common import Tensor
>>> from mindspore import dtype as mstype
>>> np.random.seed(1)
>>> quaternion = Tensor(np.random.rand(4),dtype=mstype.float32)
>>> update = Tensor(np.random.rand(6),dtype=mstype.float32)
>>> rotation = Tensor(np.random.rand(9),dtype=mstype.float32)
>>> translation = Tensor(np.random.rand(3),dtype=mstype.float32)
>>> quaternion, rotation, translation = pre_compose(quaternion,rotation,translation,update)
>>> print(quaternion)
[ 0.27905196  0.82475466 -0.05600705  0.48864394]
>>> print(rotation)
(Tensor(shape=[], dtype=Float32, value= 0.516181), Tensor(shape=[], dtype=Float32, value= -0.365098),
Tensor(shape=[], dtype=Float32, value= 0.774765), Tensor(shape=[], dtype=Float32, value= 0.18033),
Tensor(shape=[], dtype=Float32, value= -0.837986), Tensor(shape=[], dtype=Float32, value= -0.515034),
Tensor(shape=[], dtype=Float32, value= 0.837281), Tensor(shape=[], dtype=Float32, value= 0.405564),
Tensor(shape=[], dtype=Float32, value= -0.366714))
>>> print(translation)
(Tensor(shape=[], dtype=Float32, value= 0.724994), Tensor(shape=[], dtype=Float32, value= 1.47631),
Tensor(shape=[], dtype=Float32, value= 1.40978))