[GAMES101]旋转矩阵的逆为什么等于其转置

一、背景

计算机图形学中，坐标变换一个重要的内容。在三维坐标空间中，使用齐次坐标可以达到对空间中点进行缩放（Scale）、平移（Translation）和旋转（Rotate）的效果。三维空间中的点可以使用$p=[x,y,z,1{]}^{\top }$表示，三维空间中向量可以使用$v=[x,y,z,0{]}^{\top }$表示。
本文根据games101第4节课程的内容，主要讨论在旋转变换中，旋转矩阵的逆为何等于旋转矩阵的转置。

二、问题描述

在games101第4节中闫老师介绍了空间中坐标的转换。其中第16张ppt如下:

其中旋转矩阵$R_{view}^{-1}$表示从坐标系统$T_{view}$转换到坐标系统$M_{view}$，相应的$R_{view}$为从坐标系统$M_{view}$转换到坐标系统$T_{view}$。同时可以得知$R_{view}^{-1}=R_{view}^{\top }$，那么为什么这么巧合$R_{view}^{-1}=R_{view}^{\top }$?（就是ppt中的蓝色的WHY），本文接下来将证明$R_{view}^{-1}=R_{view}^{\top }$。

三、证明

1. 证明

原文中使用的是齐次坐标，为了便于计算，接下来将使用绝对坐标，那么$R$和$R^{\top }$分别为：
$$R_{view}=\begin{array}{c}\left[\begin{array}{cccc}{x}_{g\times t}& x_t& x_{-g}& \\ y_{g\times t}& y_t& y_{-g}& \\ z_{g\times t}& z_t& z_{-g}& \end{array}\right]\end{array}$$

$$R_{view}^{\top }=\begin{array}{c}\left[\begin{array}{cccc}{x}_{g\times t}& y_{g\times t}& z_{g\times t}& \\ x_t& y_t& z_t& \\ x_{-g}& y_{-g}& z_{-g}& \end{array}\right]\end{array}$$
即:
$$R_{view}=\begin{array}{c}\left[\begin{array}{ccc}X& Y& Z\end{array}\right]\end{array}$$
$$R_{view}^{\top }=\begin{array}{c}\left[\begin{array}{c}{X}^{\top }\\ Y^{\top }\\ Z^{\top }\end{array}\right]\end{array}$$

那么
$$R_{view}^{\top }\cdot R_{view}=\begin{array}{c}\left[\begin{array}{ccc}{X}^{\top }\cdot X& X^{\top }\cdot Y& X^{\top }\cdot Z\\ Y^{\top }\cdot X& Y^{\top }\cdot Y& Y^{\top }\cdot Z\\ Z^{\top }\cdot X& Z^{\top }\cdot Y& Z^{\top }\cdot Z\end{array}\right]\end{array}$$
因为$X,Y,Z$三个向量模长都为1，并且相互垂直，因此可以得到:
$$X^{\top }\cdot X=Y^{\top }\cdot Y=Z^{\top }\cdot Z=1$$
$$X^{\top }\cdot Y=X^{\top }\cdot Z=0$$
$$Y^{\top }\cdot Z=Y^{\top }\cdot Z=0$$
$$Z^{\top }\cdot X=Z^{\top }\cdot Y=0$$
那么
$$R_{view}^{\top }\cdot R_{view}=\begin{array}{c}\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\end{array}$$
说明$R_{view}^{\top }=R_{view}^{-1}$，即求证$R_{view}^{-1}=R_{view}^{\top }$得证。
同时，也可以得到：
$$R_{view}\cdot R_{view}^{\top }=R_{view}^{\top }\cdot R_{view}$$

2. 正交矩阵

其实旋转矩阵$R$和$R^{-1}$都为正交矩阵。根据维基百科的定义，正交矩阵为是一个方块矩阵$Q$，其元素为实数，而且行向量和列向量皆为正交的单位向量，使得该矩阵的转置矩阵为其逆矩阵：
$$Q^{\top }=Q^{-1}<=>Q^{\top }Q=Q{Q}^{\top }=I$$
其中$I$为单位矩阵。

3. 旋转矩阵是正交矩阵的证明

其实根据1.证明和2.正交矩阵的定义可以看出矩阵$R_{view}$和矩阵$R_{view}$都为正交矩阵。

四、总结

坐标转换在计算机图形学中是一个重要的内容，可以使用变换矩阵对空间点进行变换。变换可以分为缩放、平移和旋转，其中旋转矩阵$R$是一个正交矩阵，因此满足$R^{-1}==R^{\top }$。假如从空间$B$旋转变换到$A$空间的旋转矩阵为$R_{B->A}$那么，从空间$A$旋转变换到$B$空间的旋转矩阵即为$R_{A->B}=R_{B->A}^{\top }$。

五、参考

[1]. Lecture 4Transformation Cont.
[2]. 旋转矩阵(Rotate Matrix)的性质分析
[3]. 理解旋转矩阵的逆等于旋转矩阵的转置