Hướng dẫn quaternion to angular velocity python - quaternion sang vận tốc góc python
Tôi có một chuỗi thời gian, trong đó mỗi phép đo là một bậc bốn. Tôi muốn ước tính vận tốc góc giữa hai phép đo. Hiện tại tôi sử dụng cách tiếp cận khá đơn giản: Show
Nó phù hợp với nhu cầu của tôi, nhưng bây giờ tôi tò mò về một cách giải quyết nhiệm vụ này thích hợp. Ví dụ: tôi đã tìm thấy một chức năng
Nhưng tôi đã không sử dụng nó do lỗi:
Ai đó có thể nêu bật một giải pháp thích hợp từ kinh nghiệm thực tế? Lớp Appals_arrayappending_array
Nguồn: Đệ tứ/tứ kết_time_series.py Phương phápnối
Nguồn: Đệ tứ/tứ kết_time_series.py một
Nguồn: Đệ tứ/tứ kết_time_series.py angular_velocity
Nguồn: Đệ tứ/tứ kết_time_series.py Vận tốc góc gần đúng của khung quay Thông số
Trả lại
Lớp Appals_array integrate_angular_velocity
Nguồn: Đệ tứ/tứ kết_time_series.py Phương pháp Thông số
Trả lại
minimal_rotation
Nguồn: Đệ tứ/tứ kết_time_series.py Lớp Appals_array Thông số
nối
Nguồn: Đệ tứ/tứ kết_time_series.py một Thông số
Đội hình
Nguồn: Đệ tứ/tứ kết_time_series.py Sự nội suy hình cầu "hình tứ giác" của các cánh quạt với một spline khối, đây thường là cách tốt nhất để nội suy thời gian quay. Nó sử dụng chất tương tự của một spline khối, ngoại trừ việc nội suy bị giới hạn trong đa tạp rôto một cách tự nhiên. Các phương pháp thay thế liên quan đến nội suy các tọa độ khác trên nhóm xoay hoặc bình thường hóa các giá trị nội suy cho kết quả xấu. Các kết quả từ phương pháp này có giá trị liên tục và dẫn xuất đầu tiên ở khắp mọi nơi, bao gồm cả xung quanh các vị trí lấy mẫu. Các cánh quạt 8 đầu vào được giả sử là liên tục hợp lý (không có lật dấu hiệu) và các mảng 3 đầu vào được giả định là được sắp xếp. Không có kiểm tra được thực hiện cho cả hai trường hợp và bạn có thể nhận được kết quả tồi tệ nếu các điều kiện này bị vi phạm. Kích thước đầu tiên của 8 phải có cùng kích thước với 1, nhưng có thể có các trục bổ sung sau. Hàm này đơn giản hóa cuộc gọi, so với 2 (có một bộ bốn bậc bốn tạo thành các cạnh của "tứ giác" và thời gian chuẩn hóa 5) và 4 (có cùng một đối số, nhưng ở dạng mảng và các vòng lặp hiệu quả trên họ).Thông số
unflip_rotors 0Nguồn: Đệ tứ/tứ kết_time_series.py Sự nội suy hình cầu "hình tứ giác" của các cánh quạt với một spline khối, đây thường là cách tốt nhất để nội suy thời gian quay. Nó sử dụng chất tương tự của một spline khối, ngoại trừ việc nội suy bị giới hạn trong đa tạp rôto một cách tự nhiên. Các phương pháp thay thế liên quan đến nội suy các tọa độ khác trên nhóm xoay hoặc bình thường hóa các giá trị nội suy cho kết quả xấu. Các kết quả từ phương pháp này có giá trị liên tục và dẫn xuất đầu tiên ở khắp mọi nơi, bao gồm cả xung quanh các vị trí lấy mẫu. Các cánh quạt 8 đầu vào được giả sử là liên tục hợp lý (không có lật dấu hiệu) và các mảng 3 đầu vào được giả định là được sắp xếp. Không có kiểm tra được thực hiện cho cả hai trường hợp và bạn có thể nhận được kết quả tồi tệ nếu các điều kiện này bị vi phạm. Kích thước đầu tiên của 8 phải có cùng kích thước với 1, nhưng có thể có các trục bổ sung sau. Hàm này đơn giản hóa cuộc gọi, so với 2 (có một bộ bốn bậc bốn tạo thành các cạnh của "tứ giác" và thời gian chuẩn hóa 5) và 4 (có cùng một đối số, nhưng ở dạng mảng và các vòng lặp hiệu quả trên họ).Thông số
minimal_rotation(R, t, iterations=2)
4: appending_array(shape, dtype= |