几种3D 旋转 的参数化形式

在 3D 空间中,旋转是 3 自由度的,刚体变换是 6 自由度的(3自由度旋转+3自由度平移)。

3x3 的旋转矩阵有 9 个量,表达了 3自由度的旋转。 旋转矩阵是有 自约束的,即一个旋转矩阵是一个 正交矩阵,而且行列式为1。

如果使用 有 4x4(或4x3)个分量 的 变换矩阵 来表示 刚体变换,那么相当于用 16 个量(12 个量)来表达 6 自由度,存在很大的信息冗余。

旋转矩阵

信息冗余,有自约束:正交约束,不适合插值

轴角/角轴/旋转向量 Axis-Angle

任意旋转都可以用一个 旋转 轴 和 一个 旋转角来刻画。

于是可以用一个向量,方向与旋转轴 一致,模长等于 旋转角,这种向量称之为旋转向量或轴角或角轴。

旋转向量跟 旋转矩阵,可以由 Rodrigues's Formula 相互转换。

角轴缺点:旋转轴 v 和角度 theta,与旋转轴 -v,旋转角度 theta±2kpi是一样的。不连续。

欧拉角

把一个旋转分解成 3 次绕不同轴的旋转,使用 3 个分离的转角。

XYZ, ZYZ,ZYX, yaw-pitch-roll,在特定领域,会定义欧拉角的过程。

欧拉角重大缺点是 万向锁问题,在 中间旋转,比如 pitch 的旋转度数 为 90°时,会出现roll 的轴跟 yaw 的轴重叠,这样会缺少一个旋转自由度。

关于 万向锁讲解的视频:https://www.youtube.com/watch?v=vLDn-ZITDgA\&t=2s

四元数

既是紧凑的,也没有奇异性。

三维旋转可以由 单位四元数描述。

空间中的一个 三维点 用虚四元数 p 描述,令一个由单位四元数指定的 旋转为 q

那么 p 经过旋转之后 得到的 p'

p' = qpq^(-1)

q = cos( theta/2 ) +sin( theta/2 )( ui+ vj + w*k )

四元数可以和 旋转矩阵和旋转向量 相互转换。

四元数缺点: q 跟 -q 表示相同的 3D 旋转(四元数是三维旋转的 double cover"指的是:在四元数的单位球面上,每一个物理旋转对应两点 q 和 −q。这二者在几何效果上无差别,但在数值应用和插值时需要留意)

验证代码1,转化成旋转矩阵

python 复制代码
import numpy as np
from scipy.spatial.transform import Rotation as R

def main():
    # 1. 随机生成一个旋转,并获取相应的四元数
    #    Scipy 的 from_rotvec 可以通过轴-角表示生成一个旋转(此处随机 轴*角)
    random_axis_angle = np.random.randn(3)  # 随机生成一个三维向量
    rot = R.from_rotvec(random_axis_angle)  # 以随机轴向量的范数作为旋转角度
    
    # 从 Rotation 对象获取四元数,scipy 默认顺序为 [x, y, z, w]
    q_scipy = rot.as_quat()
    print("原四元数 (x, y, z, w):", q_scipy)

    # 2. 构造 -q: 只要把四元数取反即可
    #    注意这里依旧要保持同样的顺序 (x, y, z, w)
    neg_q_scipy = -q_scipy
    print("相反四元数 (x, y, z, w):", neg_q_scipy)
    
    # 3. 使用两个 Rotation 对象:q 和 -q
    #    分别对同一个向量进行旋转,看结果是否一致
    #    注意:Rotation.from_quat() 的输入必须是 [x, y, z, w]
    rot_q = R.from_quat(q_scipy)
    rot_neg_q = R.from_quat(neg_q_scipy)
    
    # 4. 测试向量,这里随便选一个或多个
    test_vector = np.array([-1.0, 2.5, 3.7])
    
    rotated_by_q = rot_q.apply(test_vector)
    rotated_by_neg_q = rot_neg_q.apply(test_vector)
    
    print("向量:", test_vector)
    print("使用  q   旋转后的结果:", rotated_by_q)
    print("使用 -q   旋转后的结果:", rotated_by_neg_q)
    
    # 5. 验证是否近似相等
    #    若 q 和 -q 代表同一个 3D 旋转,则结果应当一致(允许一定数值误差)
    if np.allclose(rotated_by_q, rotated_by_neg_q, atol=1e-7):
        print("结论: q 和 -q 对该向量的旋转结果一致,代表同一个旋转。")
    else:
        print("结论: 结果不一致,需检查实现。")

if __name__ == "__main__":
    main()

验证代码2,直接用 qpq^(-1)

python 复制代码
#python -m pip install --upgrade --force-reinstall numpy-quaternion

import numpy as np
import quaternion  # 来自 numpy-quaternion 库

def quater_rotate_vector(q, v):
    """
    用单位四元数 q 旋转三维向量 v (np.array),
    计算方式:q * (0, v) * q.inverse()
    返回旋转后的向量 (np.array)。
    """
    # 将 v 嵌入成为 '纯四元数' (0, vx, vy, vz)
    p = np.quaternion(0, v[0], v[1], v[2])
    # 旋转: v' = q * p * q.inverse()
    rotated = q * p * q.inverse()
    # 提取旋转结果的 (x, y, z) 部分
    return np.array([rotated.x, rotated.y, rotated.z])

def main():
    # 1. 随机生成一个旋转轴
    axis = np.random.randn(3)
    axis /= np.linalg.norm(axis)  # 归一化
    # 随机生成一个旋转角度
    angle = np.random.rand() * 2.0 * np.pi

    # 2. 构造对应的单位四元数 q
    half_angle = angle / 2.0
    qw = np.cos(half_angle)
    q_xyz = axis * np.sin(half_angle)
    q = np.quaternion(qw, q_xyz[0], q_xyz[1], q_xyz[2])

    # 3. 构造 -q
    neg_q = -q

    # 4. 随机生成一个 3D 向量 p
    p = np.random.randn(3)

    # 5. 分别用 q 和 -q 旋转向量 p
    r1 = quater_rotate_vector(q, p)
    r2 = quater_rotate_vector(neg_q, p)

    print("随机单位四元数 q = ", q)
    print("相反四元数   -q = ", neg_q)
    print("待旋转向量 p = ", p)
    print("\n用  q   旋转 p 的结果 =", r1)
    print("用 -q   旋转 p 的结果 =", r2)
    
    # 6. 验证是否近似相等
    #    对单位四元数而言,q 和 -q 代表同一个旋转,结果应基本相同
    if np.allclose(r1, r2, atol=1e-7):
        print("\n结论: q 和 -q 对该向量的旋转结果一致,代表同一个旋转。")
    else:
        print("\n结论: 结果不一致,需要检查。")

if __name__ == "__main__":
    main()

介绍四元数 与 3D rotation的 可交互网站: 超级推荐!

甚至可以固定 q 只变化 q^(-1),反之亦然

https://eater.net/quaternions

https://eater.net/quaternions/video/intro

https://www.youtube.com/watch?v=d4EgbgTm0Bg

https://www.youtube.com/watch?v=zjMuIxRvygQ

相关推荐
zenithdev11 天前
开源库入门教程 Cesium:3D地球和地图库
其他·3d·arcgis
研梦非凡1 天前
探索3D空间的视觉基础模型系列
人工智能·深度学习·神经网络·机器学习·计算机视觉·3d
CG_MAGIC2 天前
VR 太阳光参数与快速渲染
3d·vr·3dmax·vray·渲云渲染·灯光设置
私人珍藏库2 天前
[Windows] 3D软件 Blender 5.0 alpha版
windows·3d·建模
列兵阿甘2 天前
知微传感Dkam系列3D相机SDK例程篇:CSharp点云滤波
数码相机·3d
LK_072 天前
【Open3D】Open3D 可视化窗口交互控制说明
笔记·3d
暮色驶过苍茫3 天前
3DGS 如何理解它?
3d
DisonTangor3 天前
Hunyuan3D-Omni:可控3D资产生成的统一框架
人工智能·3d·开源·aigc
葡萄城技术团队3 天前
Wyn 商业智能软件:3D 可视化大屏搭建与工具使用全指南
3d·数据分析
ZhuoLuDa--WuShuYan3 天前
3D打印技术如何重塑PEM双极板的制造范式?
3d·制造·双极板