Heute klein für alle ein Python - Beispiele für Malerei dreidimensionale Trajektorien zu teilen und zu vergleichen , um einen guten Referenzwert hat, wollen wir helfen. Kommen Sie und sehen, die kleine Serie folgen zusammen
ein. Format der Daten
Zuerst müssen wir x, y, z-Daten zeichnen drei. Beispiele KITTI 00.txt aus dem Datensatz in diesem Experiment verwendet:
1.000000e+00 9.043680e-12 2.326809e-11 5.551115e-17 9.043683e-12 1.000000e+00 2.392370e-10 3.330669e-16 2.326810e-11 2.392370e-10 9.999999e-01 -4.440892e-16
Eine Gruppe von 12 Daten, entsprechend T = {R, t}, R eine 3 × 3-Matrix, t eine 3 × 1-Matrix ist. Was wir brauchen, ist t Daten.
Einige Daten sind Groundtruth 8, ein erster Zeitstempel, ein drei x, y, z, sind, Daten hinter der vier Quaternion.
Code ist wie folgt:
# import necessary module
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
import numpy as np
# load data from file
# you can replace this using with open
data1 = np.loadtxt("./dataset/poses/00.txt")
first_2000 = data1[:, 3]
second_2000 = data1[:, 7]
third_2000 = data1[:, 11]
data2 = np.loadtxt("../temp/kittiseq00_imu.txt")
first_1000 = data2[:, 1]
second_1000 = data2[:, 2]
third_1000 = data2[:, 3]
# print to check data
#print first_2000
#print second_2000
#print third_2000
# new a figure and set it into 3d
fig = plt.figure()
ax = fig.gca(projection='3d')
# set figure information
ax.set_title("3D_Curve")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_zlabel("z")
# draw the figure, the color is r = read
figure1 = ax.plot(first_2000, second_2000, third_2000, c='r')
figure2 = ax.plot(first_1000, second_1000, third_1000, c='b')
plt.show()
Renderings (Computer mehr Müll, zurück , wenn die Nachführung der extrahierten Merkmalspunkte zu): 
Beispiele für diesen Python mehr als 3-dimensionale Bewegungsbahnen zeichnen und ist im Vergleich Kleinserien den gesamten Inhalt aller von dem teilen
Inhalt der obigen Multi-how Schließlich haben wir eine Reihe von viel beachteten öffentlichen Universitäten empfehlen [Programmierer], es gibt eine Menge von Oldtimern Lernfähigkeiten sind, Lernerfahrung, Interview Fähigkeiten, Erfahrungen am Arbeitsplatz und anderen Anteil, desto mehr werden wir sorgfältig vorbereitet , die auf Null basierende einführende Informationen, real Artikel Informationen jeden Tag das Timing der Python - Programmierer Technologie, zu erklären und einige Lernmethoden müssen achten Sie auf kleine Details teilen
