Python可视化大突破！实战导航定位中的轨迹预测与真实轨迹3D动画，代码演示与实例解析
最编程
2024-08-09 11:22:44
...
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, projection='3d')
# 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([], [], [], marker='o', linestyle='-', markersize=4, color='red', label='Predicted Trajectory')
line_true, = ax.plot([], [], [], marker='o', linestyle='-', markersize=4, color='green', label='True 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(loc='upper 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, frames=num_poses, init_func=init, blit=True)
# 创建一个文件名为animation.gif的视频文件，使用PillowWriter
ani.save('animation_gt.gif', writer=PillowWriter(fps=30))
# 显示动画
plt.show()
上一篇： 轨迹预测
下一篇： 预测Box2d刚体运动轨迹的方法