四元数转欧拉角代码报错：RuntimeError: shape '[4,3]'与输入大小3不兼容

报错根源 #

你遇到的RuntimeError是因为输入张量维度处理不当：
当输入的四元数是一维张量（形状为[4]）时，代码错误地将quaternions.shape[0]的值（4）当作batch size，但实际这是单个四元数的元素数量，真实batch size应为1。此时Rotation.from_quat输出的欧拉角是一维数组[3]，执行view(4,3)时，总元素数（3）与目标形状所需元素数（12）不匹配，导致报错。

修复后的代码 #

def compute_euler_angles_from_quaternion(quaternions, sequence='xyz'):
    # 统一输入为二维张量 [batch_size, 4]，自动适配一维/二维输入
    quaternions = quaternions.view(-1, 4)
    batch_size = quaternions.shape[0]
    
    q = quaternions.detach().cpu().numpy()  
    rotations = Rotation.from_quat(q)
    euler_angles = rotations.as_euler(sequence, degrees=False)
    
    # 转换为torch张量并放回原设备
    euler_angles = torch.tensor(euler_angles, device=quaternions.device)
    # 确保输出形状为 [batch_size, 3]（可选，因为as_euler已返回对应形状）
    euler_angles = euler_angles.view(batch_size, 3)

    return euler_angles

关键改动说明 #

1. 统一输入维度：
   使用quaternions.view(-1,4)自动调整输入张量维度：
   • 若输入是一维张量[4]，会转换为[1,4]（batch size=1）
   • 若输入是二维张量[N,4]，保持原形状不变（batch size=N）
2. 避免错误的batch size计算：
   经过维度统一后，quaternions.shape[0]能正确获取真实的batch size，后续的view操作不会再出现元素数不匹配的问题。

测试验证 #

• 输入单个四元数：torch.tensor([-0.07577483, 0.17546612, -0.10769336, 0.9756393])，输出形状为[1,3]
• 输入批量四元数：torch.randn(4,4)，输出形状为[4,3]

内容的提问来源于stack exchange，提问作者Redhwan