使用numpy数组处理空间数据，如何快速获取角速度？

Question

3

我正在以numpy数组的形式将空间数据存储在历史记录中。每行都是一个4维向量，其中第一列包含POSIX时间戳，其他三列包含实际的空间数据。这些空间向量都是单位向量，因此彼此只有旋转关系。

是否有某种方法可以计算条目之间的角速度？

手动完成这项操作，我需要逐个计算时间戳差dt，通过将第一列和条目之间的角度差计算为例如：

dt = np.diff(data[:,0])
for i in range(data.shape[0]):
    np.arccos(np.dot(data[i-1,1:], data[i,1:])) / dt[i]

但是，如所示，我会使用for循环来执行后者，因此希望有一些花哨的一行命令可以完成同样的工作，就像diff()一样，类似于

dt = np.diff(data[:,0])
da = np.ang_diff(data[:,1:3]) 
v =  da / dt

- Hendrik Wiese

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Daniel F · Accepted Answer

我认为你可以使用np.einsum和一些切片来完成这个任务。

def ang_diff(data):
    return np.arccos(np.einsum('ij,ij->i', data[1:], data[:-1], optimize = True))

其余部分在我看来已经进行了充分的优化。