深入理解四元数

本文主要翻译了https://www.3dgep.com/understanding-quaternions/#Rotations的内容，并结合自己在学习过程中的理解。

0 前言
在无人机、计算机图形学领域都会涉及到物体在坐标系中的运动，在三维空间中，任何一个运动都可以用平移和旋转的组合来实现，但这里的运动可以用相对运动、绝对运动来表示，进而需要指定具体在那个坐标系下。在无人机系统中，坐标系大概可分为地球中心坐标系、当地水平坐标系、载体坐标系。
之所以需要旋转，是因为传感器(IMU、GPS等)的数据输出并不是在同一个坐标系下的，在分析数据的时候又必须在同一个坐标系中，所以需要将数据统一到同一坐标系中才好处理数据。关于旋转算法，有方向余弦矩阵、欧拉角，优点是直观易于理解，缺点是有万向节锁的问题。四元数完美解决这个问题，但四元数生来不是为了解决旋转的问题，它有很多自己的特性，旋转只是它的应用之一。所以要理解四元数，需要从它的基本特性再到它的应用。

1 简介
1843年10月16日，爱尔兰数学家哈密尔顿(Hamilton)在经过一座桥的时候，灵光一现，将一个公式刻在了桥上：

2 复数
在理解四元数之前，有必要去先明白它的由来，四元数的根源是基于复数系统。复数解决了x2 + 1 = 0 这个方程的求解问题，也就是i2 = -1。
一个实数加虚数构成复数：

2.1 复数的加减法
两个复数之间可以运用加减法：

2.2 复数乘以标量
复数乘以标量类似于结合律：

2.3 复数的乘法

2.4 复数的平方

2.5 复数的共轭
复数有共轭的概念，也就是：实部一样，虚部为正负相反：

复数与其共轭的乘积为实数：

2.6 复数的绝对值

2.7 复数的商

3 虚数i的特征
由前面提到的i2 = -1，在等式的左边不断地乘以i，等式右边会有什么样的规律呢？

如果继续写下去，规律就是等式右边将出现： (1,i,−1,−i,1,…)。
这跟数学运算中的二维坐标系表现出的规律相似：(x,y,−x,−y,x,…)。
实数二维坐标平面：

4 复平面
复数平面：实数轴相当于X轴，虚数轴相当于Y轴。

从复数平面可以看到，1乘以i，相当于1逆时针旋转了90°；1乘以 -i，相当于1顺时针旋转了90°
如果定义复数点P = 2 + I，那么有：




结果在复数平面上表示：

4.1 旋转
定义复数q = cosθ + i*sinθ，可以表示在复数平面内，以半径为1为圆上任意点，也可以理解为在圆周上任意旋转，故称为旋转复数q。
当任意复数p = a + bi 乘以旋转复数q时，结果依然是复数，如下计算公式:

写成矩阵形式为：

5 四元数
有了复数和复平面的基本知识，我们能够将其扩展到3个虚数(i，j，k)，加上1个实数，就得到了四元数的表示格式：

再根据哈密尔顿(Hamilton)的著名公式：


四元数作为有序对，可以表示为以下形式：s为实数，V为三维空间中的向量。

将V用i，j，k表示：

5.1 四元数的加减法

5.2 四元数的乘法

带入：

得到：

整理成四元数的格式：

运用四元数加法变换下形式：

再代入叉乘、点乘公式：

得到结果：

以上就是四元数的乘积公式，及其证明过程。
5.3 实四元数
当三维空间向量V为0向量时，四元数称为实四元数：

5.4 四元数乘以标量

5.5 纯四元数
当实数部分为0时，称为纯四元数，其实也是四维空间的一个三维空间子集(超平面)：

或者：

两者纯四元数的乘积：

5.6 四元数的其他表示形式
一个实四元数加一个纯四元数，就构成了普通四元数：

5.7 单位四元数
当我们描述一个向量时，有向量的模长和方向这两个参数，方向由单位向量来进行描述，对于纯四元数也一样，其三维向量部分为单位向量：

5.8 四元数的二元形式

5.9 四元数的共轭

四元数与其共轭的乘积：

5.10 四元数求逆

证明：

若q为单位四元数，则q的逆等于q的共轭。
5.11 四元数点乘

6 旋转（重点）
在二维空间中的旋转可以乘以复数q = cosθ + isinθ 。
相似的，在三维空间中的旋转，可以乘以 q = [cosθ，sinθv^]。

现已知有一个三维向量P，属于纯四元数p的虚部： p=[0，P]。
现在有一个标准化的四元数q: q=[s，λv^]。
那么有：

根据得到的结果来分析，首先可以考虑一个特殊情况：待旋转的向量p与旋转轴V向量相互垂直。也即是，−λv^ ⋅ p = 0。 那么就得到了一个纯四元数了：

代入 s=cosθ 和λ=sinθ得到：

举例子：θ = 45°，p = [0，2i]，v向量为k轴，代入得到;

其模长为：

这就是想要的效果：纯四元数(三维空间向量) p与 四元数q相乘以后，得到的p′ 仍然是纯四元数，且模长不变，这说明四元数q具有旋转的特性，这就是旋转。

但是以上都是举例的特殊情况(旋转轴v向量与待旋转p向量垂直)，那么一般情况下是否满足呢？
举例：现旋转轴v向量与待旋转p向量成45°，我们可以得到：

将q和p相乘：

代入V，p，θ = 45°得到：


这不是想要的结果了：因为不是纯四元数，而且向量的模长也不是2。也就是说，纯四元数(三维空间向量) p与 四元数q相乘以后，得到的p′ 不是纯四元数，且模长被改变，这说明乘以四元数q后，向量p被改变了特性。
似乎进入了另一个维度，这就是四维空间。我们只是想在三维空间中旋转，却把向量旋转到了四维空间中去了，怎么办呢？
那就在旋转一次吧，从四维空间旋转到三维空间中来，不就行了吗？
首先来计算一下q的逆四元数：q-1 = q* / |q|，而q的模长为1，则：

代入θ= 45°，得到：

左乘以qp得到：

以上的结果为纯四元数，且模长为2。这不就是回到三维空间了。

我们虽然看到其回到了三维空间，且为纯四元数、模长不变，但是有一个问题就是旋转了两次45°，也就是说，这个过程总共旋转了90°，所以当我们需要旋转θ = 45°时，每次只用旋转θ/2。这也就得到了旋转算法的四元数通用表示公式：

任意向量p围绕V向量旋转θ角度后，得到的p’ = qpq-1。