【发布时间】：2019-09-10 15:54:55
【问题描述】：
我遵循了以下教程：
http://pointclouds.org/documentation/tutorials/correspondence_grouping.php
努力估计场景中物体的姿势。我已经成功地让该教程适用于示例点云以及我自己的点云（在调整了一些参数之后）。
编写教程的人有以下话要说：
识别方法返回一个 Eigen::Matrix4f 向量，表示场景中找到的每个模型实例的变换（旋转 + 平移）（通过绝对方向获得）
我得到了这个转换矩阵，但我不明白这些值是指什么。
例如，同一个教程页面有以下输出：
| 0.969 -0.120 0.217 | R = | 0.117 0.993 0.026 | | -0.218 -0.000 0.976 | t = < -0.159, 0.212, -0.042 >
虽然我知道这些值代表场景中每个模型的旋转和平移 - 这些值用作参考点是什么以及如何使用它们？
例如，如果我想在已识别模型之上放置另一个模型，是否可以使用这些值来本地化已识别模型？或者，如果我有一个想要与模型交互的机器人，机器人是否可以使用这些值来推断对象在场景中的位置？
对应分组方法需要两个参数——一个场景和一个模型。我目前的假设是算法说“我在场景中找到了这个模型，现在我需要对模型应用什么转换以使其与场景对齐？”。由于模型是从场景中提取出来的，算法在场景中找到模型后，就决定了需要应用什么变换。但由于模型是直接从场景中提取的，因此需要应用的转换很少。
谁能提供一些关于这些价值观的见解？
【问题讨论】：
标签： point-cloud-library point-clouds