推导点到直线(平面)的距离公式

本文利用了点和直线、平面的齐次坐标表示方法,来推导2维点到直线距离,3维点到平面距离的公式。用齐次坐标表示方法推导比较简洁。

2维点到直线

令2维点: A ( x 0 , y 0 , 1 ) (x_0,y_0, 1) (x0,y0,1), 2维直线方程: a x + b y + c = 0 ax+by+c=0 ax+by+c=0

2维直线 ( a , b , c ) (a,b,c) (a,b,c)中 a 2 + b 2 = 1 a^2+b^2=1 a2+b2=1

直线上的任意点: B ( x ′ , y ′ , 1 ) (x',y', 1) (x′,y′,1)

那么向量 A B → \overrightarrow{AB} AB 与直线法向量 ( a , b ) (a,b) (a,b)的点积就是A到直线的距离
d = ∣ ( x 0 − x ′ ) ∗ a + ( y 0 − y ′ ) ∗ b ∣ = ∣ x 0 ∗ a + y 0 ∗ b + c ∣ d=|(x_0-x')*a+(y_0-y')*b| =|x_0*a+y_0*b+c| d=∣(x0−x′)∗a+(y0−y′)∗b∣=∣x0∗a+y0∗b+c∣

3维点到平面

推导跟2维一样,A ( x 0 , y 0 , z 0 , 1 ) (x_0,y_0,z_0,1) (x0,y0,z0,1), 3维平面 a x + b y + c z + d = 0 ax+by+cz+d=0 ax+by+cz+d=0
a 2 + b 2 + c 2 = 1 a^2+b^2+c^2=1 a2+b2+c2=1

B ( x ′ , y ′ , z ′ , 1 ) (x',y',z',1) (x′,y′,z′,1)
d = ∣ ( x 0 − x ′ ) ∗ a + ( y 0 − y ′ ) ∗ b + ( z 0 − z ′ ) ∗ c ∣ = ∣ x 0 ∗ a + y 0 ∗ b + z 0 ∗ c + d ∣ d=|(x_0-x')*a+(y_0-y')*b+(z_0-z')*c| =|x_0*a+y_0*b+z_0*c+d| d=∣(x0−x′)∗a+(y0−y′)∗b+(z0−z′)∗c∣=∣x0∗a+y0∗b+z0∗c+d∣

相关推荐
PerfumerKarma2 分钟前
【WebGPU学习杂记】数学基础拾遗(2)变换矩阵中的齐次坐标推导与几何理解
学习·线性代数·矩阵
shenghaide_jiahu18 小时前
数学建模——线性规划类题目(运筹优化类)
线性代数·数学建模
Alfred king21 小时前
面试150 搜索二维矩阵
线性代数·矩阵·二分查找·数组
triticale1 天前
线性代数 下
线性代数
triticale2 天前
线性代数 上
线性代数
张欣-男2 天前
MIT线性代数02_矩阵消元
线性代数
石去皿2 天前
QKV 为什么是三个矩阵?注意力为何要除以 √d?多头注意力到底有啥用?
人工智能·线性代数·机器学习·矩阵
18538162800于3 天前
批量剪辑矩阵分发系统源码搭建,支持OEM
线性代数·矩阵
点云SLAM4 天前
矩阵中QR算法分解简介和基于Eigen库使用示例
人工智能·线性代数·算法·矩阵·slam·qr矩阵分解算法·数值线性代数
幻风_huanfeng5 天前
人工智能之数学基础:概率论和数理统计在机器学习的地位
人工智能·神经网络·线性代数·机器学习·概率论