物體6D位姿的含義

6D是指6個自由度，代表了3個自由度的位置（也叫平移（Translation）），以及3個自由度的空間旋轉。那麼具體是如何變換的呢？

如果瞭解相機的內外參，就可以得到下面的表示：$T_c = R_{cw} * T_w + t_{cw}$，其中$R_{cw}$代表由世界繫到相機系的旋轉，$t_{cw}$代表由世界繫到相機系的平移。

而物體的6D位姿，是指相機系下物體的$Rt$，也即將物體本身的座標系當成世界系，變換到相機系的$Rt$，則可以得到下面的表示：$T_c = R_{cm} * T_m + t_{cm}$，其中$R_{cm}$代表由物體的世界繫到相機系的旋轉，$t_{cm}$代表由物體的世界繫到相機系的平移。

具體一個例子，數據來自LineMod數據集，
物體本身的座標系，當成世界系，其座標值爲$T_m$：

相機座標系，此時物體的座標爲$T_c$：

基於給定的GT的物體6D位姿：
cam_R_m2c: [0.09630630, 0.99404401, 0.05100790, 0.57332098, -0.01350810, -0.81922001, -0.81365103, 0.10814000, -0.57120699]，
cam_t_m2c: [-105.35775150, -117.52119142, 1014.87701320]，
使用$T_c = R_{cm} * T_m + t_{cm}$，將物體變換到相機系下如下圖：

此時可以看到，根據物體的位姿$R_cm$和$t_cm$將物體由本身的世界系變換到了相機系下，疊加在一起的效果如下：

此時，也可以結合相機的內參K， cam_K: [572.4114, 0.0, 325.2611, 0.0, 573.57043, 242.04899, 0.0, 0.0, 1.0]，將物體投影到2d，如下圖，可以看到也是正確的。

因此，物體的位姿是和物體本身的座標系相關的，同一個相機系下，不同物體的位姿是不一樣的；如果保持物體和相機的相對位置不變，則物體的位姿是不變的；如果物體不動，相機系發生了移動，則新的物體位姿需要在原來的基礎上再疊加相機系的相對移動位姿$△R$和$△t$。