mindsponge.common.rigids_mul_rigids

mindsponge.common.rigids_mul_rigids(a, b)

把刚体变换 \(b\) 从它所在局部坐标系中变换到刚体变换 \(a\) 所在局部坐标系中。

两个刚体变换的旋转矩阵相乘结果作为刚体变换 \(b\) 新的旋转矩阵。

用刚体变换 \(a\) 的旋转矩阵与刚体变换 \(b\) 的平移距离相乘，所得向量与刚体变换 \(a\) 的平移距离相加，所得结果为刚体变换 \(b\) 的新平移距离。

\[\begin{split}\begin{split} &r = a_rb_r \\ &t = a_rb_t +a_t \\ \end{split}\end{split}\]

参数：

• a (tuple) - 刚体变换 \(a\) ，长度为2，包含旋转矩阵 \((xx, xy, xz, yx, yy, yz, zx, zy, zz)\) 与平移距离 \((x, y, z)\) ，数据类型为标量或者shape相同的Tensor。

• b (tuple) - 刚体变换 \(b\) ，长度为2，包含旋转矩阵 \((xx, xy, xz, yx, yy, yz, zx, zy, zz)\) 与平移距离 \((x, y, z)\) ，数据类型为标量或者shape相同的Tensor。

返回：

tuple(rots, trans)，变换后的刚体 \(b\) ，长度为2，包含旋转矩阵 \((xx, xy, xz, yx, yy, yz, zx, zy, zz)\) 与平移距离 \((x, y, z)\) ，数据类型为标量或者shape相同的Tensor。

支持平台：

Ascend GPU

样例：

>>> import mindsponge
>>> a = ((1, 2, 3, 4, 5, 6, 7, 8, 9), (3, 4, 5))
>>> b = ((2, 3, 4, 1, 5, 6, 3, 8, 7), (1, 2, 3))
>>> b1 = mindsponge.common.rigids_mul_rigids(a,b)
>>> print(b1)
((13, 37, 37, 31, 85, 88, 49, 133, 139), (17, 36, 55))