我正在尝试旋转vector1(红色),使其与3D空间中的vector2(蓝色)对齐。但是,仅应使用绕X和Z轴旋转。
到目前为止,我已经使用优化算法解决了这个问题,该算法试图使向量之间围绕X和Z轴的角度最小化。在大多数情况下,这种方法效果很好,但是由于我必须计算很多矢量,所以它太慢了。
我用于优化方法的代码:
vector1 = np.array([0., -1., 0.])
vector2 = np.array([0.2, -0.2, -0.5])
def find_a_c(x, *args):
vector1, vector2 = args[0], args[1]
angle_x, angle_z = x[0], x[1]
# Rotation matrices to rotate around X and Z
Rx = np.array([[1., 0., 0.],
[0., np.cos(angle_x), -np.sin(angle_x)],
[0., np.sin(angle_x), np.cos(angle_x)]])
Rz = np.array([[np.cos(angle_z), -np.sin(angle_z), 0.],
[np.sin(angle_z), np.cos(angle_z), 0.],
[0., 0., 1.]])
vector1 = vector1.dot(Rx).dot(Rz)
# calulate the angle between the vectors around X and Z
angle_x = angle_between_vectors([vector2[1], vector2[2]], [vector1[1], vector1[2]])
angle_z = angle_between_vectors([vector2[0], vector2[1]], [vector1[0], vector1[1]])
return np.abs(angle_x) + np.abs(angle_z)
solution = minimize(fun=find_a_c,
x0=[0., 0.],
args=(vector1, vector2))
angle_x, angle_z = solution.x[0], solution.x[1]
打印:
Angle around X: -60.46948402478365°
Angle around Z: -45.0000003467713°
现在,我正在寻找一种解决问题的分析方法。例如。一个旋转矩阵,该矩阵由两个旋转角度(围绕X和Z轴)形成,以将vector1与vector2对齐。]]
我正在尝试旋转vector1(红色),使其与3D空间中的vector2(蓝色)对齐。但是,仅应使用绕X和Z轴旋转。到目前为止,我已经通过优化来解决此问题...
谢谢,我可以告诉你我的国家它坐落在斯里兰卡