长沙网站优化厂家,wordpress网站换主机,给传销做网站,邯郸普通网站建设目录 1. 预测的3D轨迹和实际轨迹的动画图#xff0c;同时动态更新 2 真值轨迹设置为静态的#xff0c;预测轨迹不断更新 3 网格的三维坐标系有旋转运动#xff0c;以此全方位展示预测轨迹和真值轨迹之间的空间关系 1. 预测的3D轨迹和实际轨迹的动画图#xff0c;同时动态更…目录 1. 预测的3D轨迹和实际轨迹的动画图同时动态更新 2 真值轨迹设置为静态的预测轨迹不断更新 3 网格的三维坐标系有旋转运动以此全方位展示预测轨迹和真值轨迹之间的空间关系 1. 预测的3D轨迹和实际轨迹的动画图同时动态更新
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation, PillowWriter# 假设您有两组连续平滑的姿势数据集一组表示预测值一组表示真值
# 每个数据点包含姿势信息 [x, y, z, roll, pitch, yaw]
# 这里使用一些示例数据您需要替换为您的实际数据
num_poses 200 # 增加轨迹点数
t np.linspace(0, 20, num_poses) # 时间点使轨迹变得更长
# 生成示例数据来表示预测值轨迹
x_pred np.sin(t)
y_pred np.cos(t)
z_pred np.linspace(0, 10, num_poses)
# 生成示例数据来表示真值轨迹
x_true np.sin(t) 0.5 # 真值轨迹稍微偏移
y_true np.cos(t) 0.5
z_true np.linspace(0, 10, num_poses)# 创建一个 3D 图形
fig plt.figure()
ax fig.add_subplot(111, projection3d)# 创建空的轨迹线一个红色表示预测值一个蓝色表示真值
line_pred, ax.plot([], [], [], markero, linestyle-, markersize4, colorred, labelPredicted Trajectory)
line_true, ax.plot([], [], [], markero, linestyle-, markersize4, colorgreen, labelTrue Trajectory)# 设置图形标题和轴标签
ax.set_title(Pose Trajectories (Predicted vs. True))
ax.set_xlabel(X)
ax.set_ylabel(Y)
ax.set_zlabel(Z)# 添加图例
ax.legend(locupper right)# 初始化函数用于绘制空轨迹线
def init():line_pred.set_data([], [])line_pred.set_3d_properties([])line_true.set_data([], [])line_true.set_3d_properties([])return line_pred, line_true# 更新函数用于更新轨迹线的数据
def update(frame):line_pred.set_data(x_pred[:frame], y_pred[:frame])line_pred.set_3d_properties(z_pred[:frame])line_true.set_data(x_true[:frame], y_true[:frame])line_true.set_3d_properties(z_true[:frame])# 扩大坐标范围以包围轨迹ax.set_xlim(min(x_true) - 1, max(x_true) 1)ax.set_ylim(min(y_true) - 1, max(y_true) 1)ax.set_zlim(min(z_true) - 1, max(z_true) 1)return line_pred, line_true# 创建动画对象
ani FuncAnimation(fig, update, framesnum_poses, init_funcinit, blitTrue)# 创建一个文件名为animation.gif的视频文件使用PillowWriter
ani.save(animation_gt.gif, writerPillowWriter(fps30))# 显示动画
plt.show()2 真值轨迹设置为静态的预测轨迹不断更新
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation, PillowWriter# 假设您有两组连续平滑的姿势数据集一组表示预测值一组表示真值
# 每个数据点包含姿势信息 [x, y, z, roll, pitch, yaw]
# 这里使用一些示例数据您需要替换为您的实际数据
num_poses 200 # 增加轨迹点数
t np.linspace(0, 20, num_poses) # 时间点使轨迹变得更长
# 生成示例数据来表示预测值轨迹
x_pred np.sin(t)
y_pred np.cos(t)
z_pred np.linspace(0, 10, num_poses)
# 生成示例数据来表示真值轨迹
x_true np.sin(t) np.random.uniform(-0.2, 0.3) # 真值轨迹稍微偏移
y_true np.sin(t) np.random.uniform(-0.2, 0.3) # 真值轨迹稍微偏移
z_true np.linspace(0, 10, num_poses)# 创建一个 3D 图形
fig plt.figure()
ax fig.add_subplot(111, projection3d)# 创建空的轨迹线一个红色表示预测值一个绿色表示真值
line_pred, ax.plot([], [], [], markero, linestyle-, markersize4, colorred, labelPredicted Trajectory)
line_true, ax.plot(x_true, y_true, z_true, markero, linestyle-, markersize4, colorgreen, labelTrue Trajectory)# 设置图形标题和轴标签
ax.set_title(Pose Trajectories (Predicted vs. True))
ax.set_xlabel(X)
ax.set_ylabel(Y)
ax.set_zlabel(Z)# 添加图例
ax.legend(locupper right)# 设置轨迹显示范围
ax.set_xlim(-2, 2) # X轴范围
ax.set_ylim(-2, 2) # Y轴范围
ax.set_zlim(0, 12) # Z轴范围# 初始化函数用于绘制空轨迹线
def init():line_pred.set_data([], [])line_pred.set_3d_properties([])return line_pred, line_true# 更新函数用于更新预测轨迹的数据
def update(frame):line_pred.set_data(x_pred[:frame], y_pred[:frame])line_pred.set_3d_properties(z_pred[:frame])return line_pred, line_true# 创建动画对象
ani FuncAnimation(fig, update, framesnum_poses, init_funcinit, blitTrue)# 创建一个文件名为animation.gif的视频文件使用PillowWriter
ani.save(animation_1.gif, writerPillowWriter(fps30))# 显示动画
plt.show()3 网格的三维坐标系有旋转运动以此全方位展示预测轨迹和真值轨迹之间的空间关系
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation, PillowWriter# 假设您有两组连续平滑的姿势数据集一组表示预测值一组表示真值
# 每个数据点包含姿势信息 [x, y, z, roll, pitch, yaw]
# 这里使用一些示例数据您需要替换为您的实际数据
num_poses 200 # 增加轨迹点数
t np.linspace(0, 20, num_poses) # 时间点使轨迹变得更长
# 生成示例数据来表示预测值轨迹
x_pred np.sin(t)
y_pred np.cos(t)
z_pred np.linspace(0, 10, num_poses)
# 生成示例数据来表示真值轨迹
x_true np.sin(t) 0.5 # 真值轨迹稍微偏移
y_true np.cos(t) 0.5
z_true np.linspace(0, 10, num_poses)# 创建一个 3D 图形
fig plt.figure()
ax fig.add_subplot(111, projection3d)# 创建空的轨迹线一个红色表示预测值一个蓝色表示真值
line_pred, ax.plot([], [], [], markero, linestyle-, markersize4, colorred, labelPredicted Trajectory)
line_true, ax.plot(x_true, y_true, z_true, markero, linestyle-, markersize4, colorblue, labelTrue Trajectory)# 设置图形标题和轴标签
ax.set_title(Pose Trajectories (Predicted vs. True))
ax.set_xlabel(X)
ax.set_ylabel(Y)
ax.set_zlabel(Z)# 添加图例
ax.legend(locupper right)# 设置轨迹显示范围
ax.set_xlim(-2, 2) # X轴范围
ax.set_ylim(-2, 2) # Y轴范围
ax.set_zlim(0, 12) # Z轴范围# 初始化函数用于绘制空轨迹线
def init():line_pred.set_data([], [])line_pred.set_3d_properties([])return line_pred, line_true# 更新函数用于更新预测轨迹的数据和整体的旋转运动
def update(frame):line_pred.set_data(x_pred[:frame], y_pred[:frame])line_pred.set_3d_properties(z_pred[:frame])# 添加整体的旋转运动ax.view_init(elev20, azimframe) # 调整视角azim控制旋转return line_pred, line_true# 创建动画对象
ani FuncAnimation(fig, update, framesnum_poses, init_funcinit, blitTrue)# 创建一个文件名为animation.gif的视频文件使用PillowWriter
ani.save(animation.gif, writerPillowWriter(fps30))# 显示动画
plt.show()更新函数中使用了ax.view_init来控制整体的旋转运动elev参数用于调整仰角azim参数用于控制旋转。您可以根据需要调整elev和azim的值来实现所需的旋转效果。
