ロボットの把持位置(Python PCA 主成分分析)
- 3D点群から物体をアームでピッキングする際に,認識点群を主成分分析し第二主成分を把持方向とすることがある
pca.py
import numpy as np
import scipy as sp
from sklearn.datasets import make_classification
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt
# サンプルデータを生成
X, y = make_classification(n_samples=200, n_features=2, n_redundant=0, n_informative=2,
n_classes=1, n_clusters_per_class=1, random_state=0)
# 主成分分析
pca = PCA(n_components=2)
pca.fit(X)
# 可視化
plt.scatter(X[:, 0], X[:, 1], alpha=0.5)
l = pca.explained_variance_[1]
vector = pca.components_[1]
v = vector * 3 * np.sqrt(l)
plt.annotate('', pca.mean_ + v, pca.mean_ - v,
arrowprops=dict(connectionstyle='arc3', width=2))
plt.axis('equal')
plt.show()
結果
参考
Author And Source
この問題について(ロボットの把持位置(Python PCA 主成分分析)), 我々は、より多くの情報をここで見つけました https://qiita.com/hoshianaaa/items/c901a7d7cd481c8fa5d7著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .