罗德里格斯（Rodrigues）旋转公式推导

定义

定义$v\text{v}v$是三维空间${\mathbb{R}}^3$中的一个任意向量，$k\text{k}k$是一个单位向量，向量$v\text{v}v$绕向量$k\text{k}k$旋转$\theta$角度，则表示旋转后向量${v\text{v}v}_{rot}$的罗德里格斯公式为：
$$v_{rot}=v\text{v}v\cos \theta +(k\text{k}k\times v\text{v}v)\sin \theta +k\text{k}k(k\text{k}k\cdot v\text{v}v)(1-\cos \theta )$$

公式推导

定义$v\text{v}v$是三维空间${\mathbb{R}}^3$中的一个任意向量，$k\text{k}k$是一个单位向量，向量$v\text{v}v$绕向量$k\text{k}k$旋转$\theta$角度（右手定律，图中逆时针方向）。

使用点乘和叉乘，$v\text{v}v$可被分解为与$k\text{k}k$平行和垂直的分量：

$$v\text{v}v={v\text{v}v}_{\Vert }+{v\text{v}v}_{\perp }\text{\hspace{1em}(1)}$$

其中平行于$k\text{k}k$的分量为：

$${v\text{v}v}_{\Vert }=(k\text{k}k\cdot v\text{v}v)k\text{k}k\text{\hspace{1em}(2)}$$

向量${v\text{v}v}_{\Vert }$称为向量$v\text{v}v$在向量$k\text{k}k$上的投影（vector projection），垂直于$k\text{k}k$的分量为：

$$\begin{array}{rl}{v\text{v}v}_{\perp }& =v\text{v}v-{v\text{v}v}_{\Vert }\\ & =v\text{v}v-(k\text{k}k\cdot v\text{v}v)k\text{k}k\\ & =-k\text{k}k\times (k\text{k}k\times v\text{v}v)\end{array}\text{\hspace{1em}(3)}$$

向量${v\text{v}v}_{\perp }$称为向量$v\text{v}v$在向量$k\text{k}k$上的vector rejection（没有找到合适的翻译）。

公式(3)最后一项的推导：向量$k\text{k}k\times v\text{v}v$可以看作是向量${v\text{v}v}_{\perp }$绕向量$k\text{k}k$逆时针旋转90°的副本，所以它们大小相等但方向垂直。同样的，向量$k\text{k}k\times (k\text{k}k\times v\text{v}v)$是${v\text{v}v}_{\perp }$绕$k\text{k}k$逆时针旋转180°的副本，所以$k\text{k}k\times (k\text{k}k\times v\text{v}v)$和${v\text{v}v}_{\perp }$的大小相等但方向相反（因此符号相反）。

扩展：
向量的三重叉积连接了平行分量和垂直分量，对于给定的3个向量$a\text{a}a$，$b\text{b}b$，$c\text{c}c$，有：
$$a\text{a}a\times (b\text{b}b\times c\text{c}c)=(a\text{a}a\cdot c\text{c}c)b\text{b}b-(a\text{a}a\cdot b\text{b}b)c\text{c}c$$

由于平行于旋转轴的分量在旋转时不会改变其幅度和方向，因此有：

$${v\text{v}v}_{\Vert rot}={v\text{v}v}_{\Vert }\text{\hspace{1em}(4)}$$

垂直分量在旋转时会改变方向，但会保持大小不变，有：

$$|{v\text{v}v}_{\perp rot}|=|{v\text{v}v}_{\perp }|\text{\hspace{1em}(5)}$$

$${v\text{v}v}_{\perp rot}=\cos \theta {v\text{v}v}_{\perp }+\sin \theta k\text{k}k\times {v\text{v}v}_{\perp }\text{\hspace{1em}(6)}$$

由于$k\text{k}k$和${v\text{v}v}_{\Vert }$是平行的，所以它们的叉积为0，即$k\text{k}k\times v\text{v}v=0$，所以我们有：

$$\begin{array}{rl}k\text{k}k\times {v\text{v}v}_{\perp }& =k\text{k}k\times (v\text{v}v-{v\text{v}v}_{\Vert })\\ & =k\text{k}k\times v\text{v}v-k\text{k}k\times {v\text{v}v}_{\Vert }\\ & =k\text{k}k\times v\text{v}v\end{array}\text{\hspace{1em}(7)}$$

将(6)式带入(7)式，有：

$${v\text{v}v}_{\perp rot}=\cos \theta {v\text{v}v}_{\perp }+\sin \theta k\text{k}k\times v\text{v}v\text{\hspace{1em}(8)}$$

说明：
可以通过前面的图片来理解公式(8)。向量${v\text{v}v}_{\perp }$和$k\text{k}k\times v\text{v}v$具有相同的长度，且$k\text{k}k\times v\text{v}v$是${v\text{v}v}_{\perp }$绕$k\text{k}k$旋转90°得到的。利用三角函数（正弦、余弦）可得到旋转后向量的垂直分量。旋转分量的形式与笛卡尔基的2D平面极坐标$(r,\theta )$中的径向向量类似：
$$r\text{r}r=r\cos \theta {e\text{e}e}_x+r\sin \theta {e\text{e}e}_y$$
其中，${e\text{e}e}_x$，${e\text{e}e}_y$为它们指示方向上的单位向量。

现在，旋转后的向量可完整表示为：

$${v\text{v}v}_{rot}={v\text{v}v}_{\Vert rot}+{v\text{v}v}_{\perp rot}\text{\hspace{1em}(9)}$$

将式(4)和(8)和(2)依次带入(9)，有：

$$\begin{array}{rl}{v\text{v}v}_{rot}& ={v\text{v}v}_{\Vert }+\cos \theta {v\text{v}v}_{\perp }+\sin \theta k\text{k}k\times v\text{v}v\\ & ={v\text{v}v}_{\Vert }+\cos \theta (v\text{v}v-{v\text{v}v}_{\Vert })+\sin \theta k\text{k}k\times v\text{v}v\\ & =\cos \theta v\text{v}v+(1-\cos \theta ){v\text{v}v}_{\Vert }+\sin \theta k\text{k}k\times v\text{v}v\\ & =\cos \theta v\text{v}v+(1-\cos \theta )(k\text{k}k\cdot v\text{v}v)k\text{k}k+\sin \theta k\text{k}k\times v\text{v}v\end{array}\text{\hspace{1em}(10)}$$

矩阵表示

将$v\text{v}v$和$k\text{k}k\times v\text{v}v$表示为列矩阵，则叉积可以表示为矩阵的乘积：

$$\begin{array}{rl}\left[\begin{array}{c}(k\text{k}k\times v\text{v}v{)}_x\\ (k\text{k}k\times v\text{v}v{)}_y\\ (k\text{k}k\times v\text{v}v{)}_z\end{array}\right]& =\left[\begin{array}{c}{k}_y{v}_z-k_z{v}_y\\ k_z{v}_x-k_x{v}_z\\ k_x{v}_y-k_y{v}_x\end{array}\right]\\ & =\left[\begin{array}{ccc}0& -k_z& k_y\\ k_z& 0& -k_x\\ -k_y& k_x& 0\end{array}\right]\left[\begin{array}{c}{v}_x\\ v_y\\ v_z\end{array}\right]\end{array}\text{\hspace{1em}(11)}$$

令$K\text{K}K$表示单位向量$k\text{k}k$的“叉积矩阵”：

$$K\text{K}K=\left[\begin{array}{ccc}0& -k_z& k_y\\ k_z& 0& -k_x\\ -k_y& k_x& 0\end{array}\right]\text{\hspace{1em}(12)}$$

则对于任意向量$v\text{v}v$，矩阵方程(11)可以表示为：

$$K\text{K}Kv\text{v}v=k\text{k}k\times v\text{v}v\text{\hspace{1em}(13)}$$

事实上，K是具有这个性质的唯一矩阵，它的特征值为0和$\pm i$。

在等式右侧迭代叉乘等价于在等式左侧迭代左乘叉积矩阵，有（迭代2次的情况）：

$$K\text{K}K(K\text{K}Kv\text{v}v)={K\text{K}K}^{2}v\text{v}v=k\text{k}k(k\text{k}k\times v\text{v}v)\text{\hspace{1em}(14)}$$

由于$k\text{k}k$是单位向量，所以$k\text{k}k$具有单位的2范数，因此旋转公式(10)可以表示为：

$$\begin{array}{rl}{v\text{v}v}_{rot}& =\cos \theta v\text{v}v+(1-\cos \theta )(k\text{k}k\cdot v\text{v}v)k\text{k}k+\sin \theta k\text{k}k\times v\text{v}v\\ & =v\text{v}v-v\text{v}v+\cos \theta v\text{v}v+(1-\cos \theta )(k\text{k}k\cdot v\text{v}v)k\text{k}k+\sin \theta K\text{K}Kv\text{v}v\\ & =v\text{v}v-(1-\cos \theta )v\text{v}v+(1-\cos \theta )(k\text{k}k\cdot v\text{v}v)k\text{k}k+\sin \theta K\text{K}Kv\text{v}v\\ & =v\text{v}v-(1-\cos \theta )(k\text{k}k\cdot k\text{k}k)v\text{v}v+(1-\cos \theta )(k\text{k}k\cdot v\text{v}v)k\text{k}k+\sin \theta K\text{K}Kv\text{v}v\\ & =v\text{v}v+(1-\cos \theta )((k\text{k}k\cdot v\text{v}v)k\text{k}k-(k\text{k}k\cdot k\text{k}k)v\text{v}v)+\sin \theta K\text{K}Kv\text{v}v\\ & =v\text{v}v+(1-\cos \theta )(k\text{k}k\times (k\text{k}k\times v\text{v}v))+\sin \theta K\text{K}Kv\text{v}v\\ & =v\text{v}v+(\sin \theta )K\text{K}Kv\text{v}v+(1-\cos \theta ){K\text{K}K}^{2}v\text{v}v\\ & =(I\text{I}I+(\sin \theta )K\text{K}K+(1-\cos \theta ){K\text{K}K}^2)v\text{v}v\\ & =R\text{R}Rv\text{v}v\\ ,\Vert K\text{K}K{\Vert }_2& =1\end{array}\text{\hspace{1em}(15)}$$

有：

$$R\text{R}R=I\text{I}I+(\sin \theta )K\text{K}K+(1-\cos \theta ){K\text{K}K}^2\text{\hspace{1em}(16)}$$

这是一个绕轴$k\text{k}k$逆时针旋转$\theta$角度的旋转矩阵，其中$I\text{I}I$为一个$3\times 3$的单位矩阵。

矩阵$R\text{R}R$是实数空间${\mathbb{R}}^3$中旋转群$SO(3)$中的元素，$K\text{K}K$是生成该李群的李代数$so(3)$中的元素（注意，$K\text{K}K$具有$so(3)$斜对称的特征）。