网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
x
n
⃗
y
(
1
−
c
o
s
(
θ
)
)
n
⃗
z
s
i
n
(
θ
)
n
⃗
x
n
⃗
z
(
1
−
c
o
s
(
θ
)
)
−
n
⃗
y
s
i
n
(
θ
)
n
⃗
x
n
⃗
y
(
1
−
c
o
s
(
θ
)
)
−
n
⃗
z
s
i
n
(
θ
)
n
⃗
y
2
(
1
−
c
o
s
(
θ
)
)
c
o
s
(
θ
)
n
⃗
y
n
⃗
z
(
1
−
c
o
s
(
θ
)
)
n
⃗
x
s
i
n
(
θ
)
n
⃗
x
n
⃗
z
(
1
−
c
o
s
(
θ
)
)
n
⃗
y
s
i
n
(
θ
)
n
⃗
y
n
⃗
z
(
1
−
c
o
s
(
θ
)
)
−
n
⃗
x
s
i
n
(
θ
)
n
⃗
z
2
(
1
−
c
o
s
(
θ
)
)
c
o
s
(
θ
)
]
\mathbb{M}_{(\vec{n},\theta)} = \begin{bmatrix} & \vec{n}_{x}^{2}(1-cos(\theta)) + cos(\theta) & \vec{n}_x\vec{n}_y(1-cos(\theta)) + \vec{n}_z sin(\theta) & \vec{n}_x \vec{n}_z(1-cos(\theta)) - \vec{n}_y sin(\theta) \ & \vec{n}_x \vec{n}_y (1-cos(\theta)) - \vec{n}_z sin(\theta) & \vec{n}_y^2 (1- cos(\theta)) + cos(\theta) & \vec{n}_y \vec{n}_z (1-cos(\theta)) + \vec{n}_x sin(\theta) \ & \vec{n}_x \vec{n}_z (1-cos(\theta)) + \vec{n}_y sin(\theta) & \vec{n}_y \vec{n}_z (1-cos(\theta)) - \vec{n}_x sin(\theta) & \vec{n}_z^2 (1-cos(\theta)) + cos(\theta) \end{bmatrix}
M(n
,θ)=⎣⎡n
x2(1−cos(θ))+cos(θ)n
xn
y(1−cos(θ))−n
zsin(θ)n
xn
z(1−cos(θ))+n
ysin(θ)n
xn
y(1−cos(θ))+n
zsin(θ)n
y2(1−cos(θ))+cos(θ)n
yn
z(1−cos(θ))−n
xsin(θ)n
xn
z(1−cos(θ))−n
ysin(θ)n
yn
z(1−cos(θ))+n
xsin(θ)n
z2(1−cos(θ))+cos(θ)⎦⎤
上面公式的推导我们就先不细究了,不论这个公式最终表达的是什么,但我相信看到它你一定能够求出你的心理阴影面积!
因此,如果直接使用这个公式,不论对于美工、程序还是纯数学公式推导的各位来说,都将是一个噩梦般的过程。不过幸运的是,有一位名叫"哈密顿"爱尔兰数学家,为我们发明了好用且直观的“四元数”来应对这一较复杂的局面。
9.1、四元数
四元数最初的灵感来源于我们熟悉的复数,或者说四元数就是基于平面的复数的3维空间扩展形式。在平面上,建立了坐标系后,复数的乘法不但可以表示一般数的倍数关系,而且还“内蕴”了平面上的线段旋转变换。作为复数在3维空间的推广形式,同样的四元数的乘法也“内蕴”了3维空间的旋转变换。如果将四元数像复数那样“单位”化,那么单位四元数就完全可以只表达我们需要的旋转变换,而且天然就是表示围绕某个轴的旋转(称为“方位”),且只需要四个分量即可表达。
一般的,四元素定义如下:
q
=
w
x
i
y
j
z
k
其
中
i
,
j
,
k
满
足
如
下
运
算
规
律
:
i
2
=
j
2
=
k
2
=
−
1
i
j
=
−
j
i
=
k
j
k
=
−
k
j
=
i
k
i
=
−
i
j
=
j
\mathbb{q} = w + xi+yj+zk \[2ex] 其中i,j,k满足如下运算规律: \[2ex] i^2 = j^2 = k^2 = -1 \[2ex] ij = -ji = k \[2ex] jk = -kj = i \[2ex] ki = -ij = j
q=w+xi+yj+zk其中i,j,k满足如下运算规律:i2=j2=k2=−1ij=−ji=kjk=−kj=iki=−ij=j
这样四元数也可以被看做是一个实部+三个虚部的数,并且可以改写为:
q
=
r
v
⃗
定
义
:
v
⃗
=
x
i
y
j
z
k
\mathbb{q}=r+\vec{v} \[2ex] 定义:\vec{v} = xi+yj+zk
q=r+v
定义:v
=xi+yj+zk
注意其中x,y,z,w的定义方式,其实这也正是我们在计算机程序中用XMFLOAT4表示四元数元素的顺序,也是我们在Shader中表示四元数的顺序。即最后一个分量w代表四元数的实部。关于四元数的其它相关知识大家可以去搜资料复习一下,这里就不多费篇幅了,重点放在四元数的使用上。
首先我们回到刚才的问题,即具体的我们如何用四元数来表示绕任意轴的旋转呢?
假
设
要
旋
转
的
轴
为
n
⃗
,
并
且
是
归
一
化
的
单
位
向
量
,
同
时
绕
该
轴
的
旋
转
为
θ
,
那
么
用
四
元
数
可
以
表
达
这
一
旋
转
如
下
:
q
=
[
c
o
s
(
θ
2
)
,
n
⃗
x
s
i
n
(
θ
2
)
,
n
⃗
y
s
i
n
(
θ
2
)
,
n
⃗
z
s
i
n
(
θ
2
)
]
=
[
c
o
s
(
θ
2
)
,
s
i
n
(
θ
2
)
n
⃗
]
假设要旋转的轴为 \ \vec{n} \ ,并且是归一化的单位向量,同时绕该轴的旋转为 \theta , 那么用四元数可以表达这一旋转如下: \[2ex] \mathbb{q}=[ cos(\frac{\theta}{2}),\ \vec{n}_x sin(\frac{\theta}{2}),\ \vec{n}_y sin(\frac{\theta}{2}),\ \vec{n}_z sin(\frac{\theta}{2}) ] \[2ex] = [ cos(\frac{\theta}{2}),\ sin(\frac{\theta}{2})\vec{n}]
假设要旋转的轴为 n
,并且是归一化的单位向量,同时绕该轴的旋转为θ,那么用四元数可以表达这一旋转如下:q=[cos(2θ), n
xsin(2θ), n
ysin(2θ), n
zsin(2θ)]=[cos(2θ), sin(2θ)n
]
这样,一个围绕轴
n
⃗
的
θ
\vec{n}的\theta
n
的θ角度的旋转就被简单且直观的表达出来了。注意这里的四元数是个单位四元数,其“模”等于1。
其次,这样表达之后有什么好处呢?
1、因为这样的四元数都是单位四元数,所以连乘后结果依然保持“模”为1的单位归一性。
2、当将一般的3D向量表示为实部为0的四元数时
v
⃗
=
[
0
,
(
x
,
y
,
z
)
]
\vec{v}=[0,(x,y,z)]
v
=[0,(x,y,z)]时,用单位四元数旋转该向量可以简单的表示为:
q
=
q
=
[
c
o
s
(
θ
2
)
,
n
⃗
x
s
i
n
(
θ
2
)
,
n
⃗
y
s
i
n
(
θ
2
)
,
n
⃗
z
s
i
n
(
θ
2
)
]
则
:
v
⃗
′
=
q
v
⃗
q
−
1
其
中
:
q
−
1
=
q
∗
∥
q
∥
q
∗
=
(
r
v
⃗
)
∗
=
(
r
−
v
⃗
)
=
[
w
−
x
i
−
y
i
−
z
i
]
∵
∥
q
∥
=
1
∴
q
−
1
=
[
c
o
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
,
(
x
,
y
,
z
)
]
\vec{v}=[0,(x,y,z)]
v
=[0,(x,y,z)]时,用单位四元数旋转该向量可以简单的表示为:
q
=
q
=
[
c
o
s
(
θ
2
)
,
n
⃗
x
s
i
n
(
θ
2
)
,
n
⃗
y
s
i
n
(
θ
2
)
,
n
⃗
z
s
i
n
(
θ
2
)
]
则
:
v
⃗
′
=
q
v
⃗
q
−
1
其
中
:
q
−
1
=
q
∗
∥
q
∥
q
∗
=
(
r
v
⃗
)
∗
=
(
r
−
v
⃗
)
=
[
w
−
x
i
−
y
i
−
z
i
]
∵
∥
q
∥
=
1
∴
q
−
1
=
[
c
o
[外链图片转存中…(img-HCfSPQ6M-1715226586827)]
[外链图片转存中…(img-6amqZkC3-1715226586827)]
[外链图片转存中…(img-0Rmuj9FD-1715226586827)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新