3D空间表征基础

本文所指三维空间中的表征默认是在一组单位正交基构成的右手系下所进行的欧氏变换。欧氏变换(刚性变换):改变物体的空间位置,不改变形状、大小,包括旋转变换和平移变换。

向量表征和基本运算

空间中的点/向量可以表征为a⃗=[e⃗1,e⃗2,e⃗3][a1,a2,a3]T\vec a=[\vec e_1, \vec e_2, \vec e_3][a_1, a_2, a_3]^Ta =[e 1,e 2,e 3][a1,a2,a3]T

向量点积
a⃗⋅b⃗=a⃗Tb⃗=∑i=13aibi=∣a⃗∣∣b⃗∣cos<a⃗,b⃗>\vec a \cdot \vec b =\vec a^T \vec b = \sum_{i=1}^{3}{a_i b_i} = |\vec a||\vec b|cos<\vec a, \vec b>a ⋅b =a Tb =∑i=13aibi=∣a ∣∣b ∣cos<a ,b >

向量叉积
a⃗×b⃗=∥e⃗1e⃗2e⃗3a1a2a3b1b2b3∥=a⃗ ˆ b⃗\vec a \times \vec b = {\begin{Vmatrix} \vec e_1 & \vec e_2 & \vec e_3 \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{Vmatrix}} = \vec a \ \^{} \ \vec ba ×b = e 1a1b1e 2a2b2e 3a3b3 =a ˆ b , a⃗ ˆ\vec a \ \^{}a ˆ是用a⃗\vec aa 构建的一个反对称矩阵,对角线上元素从左到右从上到下依次为−a3,a2,−a1-a_3, a_2, -a_1−a3,a2,−a1。

刚体运动可以用欧式变换来表征,尺度、各个面的角度等性质不会变。欧氏变换包括旋转和平移

旋转变换

给定两组单位正交基[e⃗1,e⃗2,e⃗3],[e⃗1′,e⃗2′,e⃗3′][\vec e_1, \vec e_2, \vec e_3], [\vec e_1', \vec e_2', \vec e_3'][e 1,e 2,e 3],[e 1′,e 2′,e 3′],表征了两个原点重合的坐标系。

同一向量在两组基下的表征分别为[e⃗1,e⃗2,e⃗3][a1,a2,a3]T=[e⃗1′,e⃗2′,e⃗3′][a1′,a2′,a3′]T[\vec e_1, \vec e_2, \vec e_3][a_1, a_2, a_3]^T = [\vec e_1', \vec e_2', \vec e_3'][a_1', a_2', a_3']^T[e 1,e 2,e 3][a1,a2,a3]T=[e 1′,e 2′,e 3′][a1′,a2′,a3′]T,式两边同时左乘[e⃗1,e⃗2,e⃗3]T[\vec e_1, \vec e_2, \vec e_3]^T[e 1,e 2,e 3]T可以自然得到旋转矩阵表征,矩阵R\bold RR表征了从坐标系2到坐标系1的旋转变换。由于是单位正交基,等式左边前面左乘的结果为单位矩阵,等式右边矩阵的结果
R=[e1Te1′e1Te2′e1Te3′e2Te1′e2Te2′e2Te3′e3Te1′e3Te2′e3Te3′] \bold R=\begin{bmatrix} e_1^Te_1' & e_1^Te_2' & e_1^Te_3' \\ e_2^Te_1' & e_2^Te_2' & e_2^Te_3' \\ e_3^Te_1' & e_3^Te_2' & e_3^Te_3' \end{bmatrix} R= e1Te1′e2Te1′e3Te1′e1Te2′e2Te2′e3Te2′e1Te3′e2Te3′e3Te3′

由于是两组单位正交基,得到的结果为各轴之间的夹角,并且det(R)=1det(\bold R) = 1det(R)=1。

要反过来得到R−1\bold R^{-1}R−1,只需要对原式两边左乘[e⃗1′,e⃗2′,e⃗3′]T[\vec e_1', \vec e_2', \vec e_3']^T[e 1′,e 2′,e 3′]T,得到[e⃗1′,e⃗2′,e⃗3′]T[e⃗1,e⃗2,e⃗3]=RT[\vec e_1', \vec e_2', \vec e_3']^T [\vec e_1, \vec e_2, \vec e_3] = \bold R^T[e 1′,e 2′,e 3′]T[e 1,e 2,e 3]=RT,故旋转矩阵R\bold RR为正交矩阵。

旋转矩阵所在的集合为特殊正交群
SO(n)={R∈∣RRT=I,det(R)=1}SO(n) = \{R\in|\bold R\bold R^T = \bold I, det(\bold R) = 1\}SO(n)={R∈∣RRT=I,det(R)=1}

平移变换

两个不重合的坐标系,在坐标系1下坐标系1到坐标系2原点的向量为t12t_{12}t12,坐标系2到坐标系1的旋转变换为R12R_{12}R12,则
a1=R12a12+t12a_{1} = \bold R_{12}a_{12}+\bold t_{12}a1=R12a12+t12

扩展为齐次坐标的四维向量,则变换矩阵可以表征为
T=[Rt01],R∈R3×3,t∈R3 T=\begin{bmatrix} \bold R & \bold t \\ \bold 0 & 1 \\ \end{bmatrix}, \bold R \in \mathbb{R}^{3\times 3}, \bold t \in \mathbb{R}^3 T=[R0t1],R∈R3×3,t∈R3

变换a1=Ta2\bold a_1 = \bold T \bold a_2a1=Ta2
T\bold TT所在的集合为特殊欧式群SE(3)SE(3)SE(3)

相关推荐
Renderbus瑞云渲染农场7 小时前
什么叫云渲染?云渲染是干嘛的?
3d·图形渲染·3dsmax
平行云19 小时前
World Labs & Paraverse:统一3D世界的创造与访问
3d·unity·ai·ue5·aigc·实时云渲染·云xr
3DVisionary19 小时前
微米级精度:小尺寸手机零部件的高效3D检测与质量控制案例
3d·智能手机·工业4.0·3d扫描技术·高精度测量·手机零部件检测·质量控制 qc
二川bro1 天前
第54节:安全防护 - 3D场景中的XSS防御
安全·3d·xss
reddingtons1 天前
Firefly Text-to-Texture:一键生成PBR武器材质的游戏美术效率革命
人工智能·3d·prompt·材质·技术美术·游戏策划·游戏美术
二川bro1 天前
第55节:无障碍设计 - 3D内容的可访问
3d
GISer_Jing1 天前
Three.js核心技术解析:3D开发指南
javascript·3d·webgl
geng_zhaoying2 天前
在VPython中使用向量计算3D物体移动
python·3d·vpython
中科米堆2 天前
机械行业案例 | 大型钢部件三维扫描3D尺寸检测解决方案-CASAIM
3d·3d全尺寸检测