物体6D位姿的含义

6D是指6个自由度，代表了3个自由度的位置（也叫平移（Translation）），以及3个自由度的空间旋转。那么具体是如何变换的呢？

如果了解相机的内外参，就可以得到下面的表示：$T_c = R_{cw} * T_w + t_{cw}$Tc​=Rcw​∗Tw​+tcw​，其中$R_{cw}$Rcw​代表由世界系到相机系的旋转，$t_{cw}$tcw​代表由世界系到相机系的平移。

而物体的6D位姿，是指相机系下物体的$Rt$Rt，也即将物体本身的坐标系当成世界系，变换到相机系的$Rt$Rt，则可以得到下面的表示：$T_c = R_{cm} * T_m + t_{cm}$Tc​=Rcm​∗Tm​+tcm​，其中$R_{cm}$Rcm​代表由物体的世界系到相机系的旋转，$t_{cm}$tcm​代表由物体的世界系到相机系的平移。

具体一个例子，数据来自LineMod数据集，
物体本身的坐标系，当成世界系，其坐标值为$T_m$Tm​：

相机坐标系，此时物体的坐标为$T_c$Tc​：

基于给定的GT的物体6D位姿：
cam_R_m2c: [0.09630630, 0.99404401, 0.05100790, 0.57332098, -0.01350810, -0.81922001, -0.81365103, 0.10814000, -0.57120699]，
cam_t_m2c: [-105.35775150, -117.52119142, 1014.87701320]，
使用$T_c = R_{cm} * T_m + t_{cm}$Tc​=Rcm​∗Tm​+tcm​，将物体变换到相机系下如下图：

此时可以看到，根据物体的位姿$R_cm$Rc​m和$t_cm$tc​m将物体由本身的世界系变换到了相机系下，叠加在一起的效果如下：

此时，也可以结合相机的内参K， cam_K: [572.4114, 0.0, 325.2611, 0.0, 573.57043, 242.04899, 0.0, 0.0, 1.0]，将物体投影到2d，如下图，可以看到也是正确的。

因此，物体的位姿是和物体本身的坐标系相关的，同一个相机系下，不同物体的位姿是不一样的；如果保持物体和相机的相对位置不变，则物体的位姿是不变的；如果物体不动，相机系发生了移动，则新的物体位姿需要在原来的基础上再叠加相机系的相对移动位姿$△R$△R和$△t$△t。