Slerp#
- class scipy.spatial.transform.Slerp(times, rotations)#
Sphärische lineare Interpolation von Rotationen.
Die Interpolation zwischen aufeinanderfolgenden Rotationen erfolgt als Rotation um eine feste Achse mit konstanter Winkelgeschwindigkeit [1]. Dies stellt sicher, dass die interpolierten Rotationen den kürzesten Weg zwischen der Anfangs- und Endorientierung folgen.
- Parameter:
- timesarray_like, shape (N,)
Zeitpunkte der bekannten Rotationen. Es müssen mindestens 2 Zeitpunkte angegeben werden.
- rotations
RotationInstanz Rotationen, zwischen denen die Interpolation durchgeführt werden soll. Muss N Rotationen enthalten.
Methoden
__call__(times)Rotationen interpolieren.
Siehe auch
Hinweise
Hinzugefügt in Version 1.2.0.
Referenzen
Beispiele
>>> from scipy.spatial.transform import Rotation as R >>> from scipy.spatial.transform import Slerp
Richten Sie die festen Keyframe-Rotationen und Zeiten ein
>>> key_rots = R.random(5, random_state=2342345) >>> key_times = [0, 1, 2, 3, 4]
Erstellen Sie das Interpolatorobjekt
>>> slerp = Slerp(key_times, key_rots)
Interpolieren Sie die Rotationen zu den angegebenen Zeitpunkten
>>> times = [0, 0.5, 0.25, 1, 1.5, 2, 2.75, 3, 3.25, 3.60, 4] >>> interp_rots = slerp(times)
Die Keyframe-Rotationen, ausgedrückt als Euler-Winkel
>>> key_rots.as_euler('xyz', degrees=True) array([[ 14.31443779, -27.50095894, -3.7275787 ], [ -1.79924227, -24.69421529, 164.57701743], [146.15020772, 43.22849451, -31.34891088], [ 46.39959442, 11.62126073, -45.99719267], [-88.94647804, -49.64400082, -65.80546984]])
Die interpolierten Rotationen, ausgedrückt als Euler-Winkel. Diese stimmen mit den Keyframe-Rotationen an beiden Endpunkten des Bereichs der Keyframe-Zeiten überein.
>>> interp_rots.as_euler('xyz', degrees=True) array([[ 14.31443779, -27.50095894, -3.7275787 ], [ 4.74588574, -32.44683966, 81.25139984], [ 10.71094749, -31.56690154, 38.06896408], [ -1.79924227, -24.69421529, 164.57701743], [ 11.72796022, 51.64207311, -171.7374683 ], [ 146.15020772, 43.22849451, -31.34891088], [ 68.10921869, 20.67625074, -48.74886034], [ 46.39959442, 11.62126073, -45.99719267], [ 12.35552615, 4.21525086, -64.89288124], [ -30.08117143, -19.90769513, -78.98121326], [ -88.94647804, -49.64400082, -65.80546984]])