只需三板斧！带你入门 visionOS 空间计算的数学与几何基础

说明

本文来自于我在 Let's VisionOS 2024 大会上的演讲，原演讲内容分为两个方面：向量与矩阵基础知识 、手势匹配框架 HandVector。为了便于阅读，我对原演讲内容进行了调整与简化，改写为了两篇文章《只需三板斧！带你入门 visionOS 空间计算的数学与几何基础》和《我开源了个手势匹配框架，让你在模拟器调试 visionOS 手部追踪功能！》。

可在此处获得 Keynotes 的 PDF 版本。

正文

看不懂苹果 visionOS Demo 中的数学与几何运算？这是很多 iOS 开发者试图学习 visionOS 开发时遇到的最大困难。我周围也有很多人也试图去学习计算几何相关知识，但是却被相关书籍和视频教程陡峭的入门曲线吓退。

本质上，这是因为普通开发者缺少"敲门砖"与"三板斧"，导致难以入门。我自己作为一名 iOS 开发者，也曾面临这样的问题，所以我将 3D/AR 中基础的数学与几何运算做了整理，选出了向量与矩阵最常见的三种运算，做为入门学习的 "敲门砖" 与 "三板斧"，带领大家顺利入门。为了形象说明运算的作用，我们将各种运算用图形化方式来呈现准确说明它们的几何意义，并对苹果 Demo 中的运算作用进行讲解，帮助大家更好入门。

坐标系，点与向量

在 RealityKit 中，我们使用的是右手系，也就是与右手的三根手指完美对应。

点与向量的定义

在这样一个坐标系中，一个变量 let a = simd_float3(1, 2, 3) ，它可以看作是一个点的位置，也可以当做一个向量，但是一但按规则进行运算后不可随意更改几何含义。

运算规定：点与向量的运算规律如下：

vector + vector = vector
point - point = vector
point + vector = point
point + point = ?? => (point + point)/2 = middle point

从数学运算角度，为了统一进行运算会将其补成 4 维，点后面补 1，向量后面补 0：

ini 复制代码

3D point  = (x, y, z, 1)
3D vector = (x, y, z, 0)

同样，在 RealityKit 中，点与向量的转换函数也是不同的：

常用向量运算

常见向量运算三板斧：

向量点乘：dot(a, b) => a · b
向量叉乘：cross(a, b) => a × b
向量归一化：normalize(a) => a/||a||

点乘的几何意义

一个向量在另一个向量上的投影长
点乘的大小也反映了两个向量有多"平行"，一般配合归一化（normalize）
交换律：a · b = b · a
分配律：a · (b + c) = a · b + a · c

比如，在苹果的 Demo SwiftSplash 中的吸附对齐功能，就是用点乘和归一化实现的：具体的代码如下，先用位置坐标相减得到两个向量，然后将它们归一化之后再点乘，如果大于 0.95 或小于 -0.95 就会自动吸附。

叉乘的几何意义

结果是一个新的向量，方向垂直于运算的两个向量，右手螺旋法则
叉乘的大小也反映了两个向量有多"垂直"，长度等于围成的平行四边形的面积
反交换律：a × b = - b × a
分配律：a × (b + c) = a × b + a × c

叉乘在实际开发中一般有两个用途：1.用来求平面的法线，2.求向量围成的面积。比如在苹果 Demo Happy Beam 中，手势比心后，光柱的方向就是用叉乘来确定的。其中，将大拇指根部连线作为 x 轴方向，将大拇指指尖到食指指尖方向作为 y 轴，叉乘后的负方向就是光柱的方向。

矩阵

包含了坐标系的位置、朝向和大小信息
具体有 xyz 轴的向量，及原点坐标
RealityKit 中 Entity 包含了矩阵信息

开发中一般使用 4x4 矩阵，它其实就是将坐标系的位置和坐标轴依次写下来：前三列分别是 XYZ 轴的向量，最后一列是原点的位置。其中向量后面补 0，而位置后面补 1，这样可以统一运算。在苹果 Demo Happy Beam 中，也用到了从手部矩阵中获取位置的方法：matrix.colunms.3.xyz 就得到了矩阵的位置信息。
在对位置信息进行一系列运算后，重新得到了新的 XYZ 轴向量，以及中心点坐标，就可以重新合成得到比心的手势的矩阵。

常用矩阵运算

矩阵乘法：m1 * m2
矩阵的逆：m.inverse
矩阵的反转（镜像）：entity.scale *= .init(x: -1, y: 1, z: 1)

矩阵乘法 multiply

类似盒子的嵌套
用在不同层级物体之间，将子级坐标转换为父级坐标

假如在 Cube_1 中有一个点 a: (1, 2, 3) 那么它在 Cube_0 中的坐标为：matrix_cube_1 * (1, 2, 3, 1) 在 Root 中的坐标为：matrix_cube_0 * matrix_cube_1* (1, 2, 3, 1)

矩阵的逆 inverse

一般用在同层级的物体之间
将兄弟关系变成父子关系

比如，下面的例子，将橙色盒子中的坐标转换到紫色盒子中，就需要用到矩阵的逆：假如在 Cube_1 中有一个点 a: (1, 2, 3) 那么它在 Cube_0 中的坐标为：matrix_cube_1 * (1, 2, 3, 1) 在 Cube_2 中的坐标为：matrix_cube_2.inverse * matrix_cube_1* (1, 2, 3, 1)

矩阵反转/镜像 reflection/mirror

会将右手系变成左手系，同时造成内外表面反转
除非明确了解矩阵反转的含义，否则不要轻易进行反转操作
反转任意两根坐标轴，等同于绕不变的轴旋转 180 度

swift 复制代码

//左侧 Enity，反转 x 轴，造成了内外表面反转
entityLeft.scale *= .init(x: -1, y: 1, z: 1)
//右侧 Enity，反转 x 轴 和 y 轴，等同于绕 z 轴旋转 180 度
entityRight.scale *= .init(x: -1, y: -1, z: 1)

在苹果 Demo Hello World 中，星空背景就是用这种方式实现的。相关代码如下，关键之处在于倒数第二行：

总结

掌握了向量运算三板斧+矩阵运算三板斧，无需再害怕空间计算中的数学公式。更多关于 HandVector 的效果演示与计算讲解，请查看《我开源了个手势匹配框架，让你在模拟器调试 visionOS 手部追踪功能！》文章。

感谢主办方的精心组织，希望 Let's VisionOS 活动未来更上一层楼。