第4章-变换-4.3-四元数

4.3 四元数

尽管四元数早在1843年就由William Rowan Hamilton爵士发明，作为复数的扩展，但直到1985年Shoemake[1633]才将它们引入计算机图形领域${}^1$。四元数用于表示旋转和方位。它们在几个方面都优于欧拉角和矩阵。任何三维方向都可以表示为围绕特定轴的单次旋转。给定轴和角度表示，与四元数转换相互转换很简单，然后任一方向的欧拉角转换则具有挑战性。四元数可用于稳定和恒定的方向插值，这是欧拉角无法很好完成的。

复数有实部和虚部。每个复数由两个实数表示，第二个实数乘以$\sqrt{-1}$。同样，四元数有四个部分。前三个值与旋转轴密切相关，旋转角度影响所有四个部分（更多可参考第4.3.2节）。每个四元数由四个实数表示，每个实数与不同的部分相关联。由于四元数有四个分量，我们选择将它们表示为向量，但为了区分它们，我们给它们戴上帽子：$\widehat{\mathrm{q}\text{q}\mathrm{q}}$。我们从四元数的一些数学背景开始，然后用它来构造各种有用的转换。

4.3.1 数学背景

我们从四元数的定义开始。

定义：四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$可以通过以下方式定义，都是等价的。
$$\begin{array}{r}\widehat{\mathrm{q}\text{q}\mathrm{q}}=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)=i{q}_x+j{q}_y+k{q}_z+q_w={\mathrm{q}\text{q}\mathrm{q}}_v+q_w,\\ {\mathrm{q}\text{q}\mathrm{q}}_v=i{q}_x+j{q}_y+k{q}_z=(q_x,q_y,q_z),\\ i^2=j^2=k^2=-1,jk=-kj=i,ki=-ik=j,ij=-ji=k.\end{array}\text{\hspace{1em}(4.31)}$$

变量$q_w$称为四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$的实部。虚部是${\mathrm{q}\text{q}\mathrm{q}}_v$，而$i$、$j$和$k$称为虚数单位。

对于虚部${\mathrm{q}\text{q}\mathrm{q}}_v$，我们可以使用所有法向量运算，例如加法、缩放、点积、叉积等。使用四元数的定义，推导出两个四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$\widehat{\mathrm{r}\text{r}\mathrm{r}}$之间的乘法运算，如下所示。请注意，虚数单位的乘法是不可交换的。

$$\begin{array}{rl}乘法:\text{乘法:}乘法:\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{r}\text{r}\mathrm{r}}& =(i{q}_x+j{q}_y+k{q}_z+q_w)(i{r}_x+j{r}_y+k{r}_z+r_w)\\ & =i(q_y{r}_z-q_z{r}_y+r_w{q}_x+q_w{r}_x)\\ & +j(q_z{r}_x-q_x{r}_z+r_w{q}_y+q_w{r}_y)\\ & +k(q_x{r}_y-q_y{r}_x+r_w{q}_z+q_w{r}_z)\\ & +q_w{r}_w-q_x{r}_x-q_y{r}_y-q_z{r}_z\\ & =({\mathrm{q}\text{q}\mathrm{q}}_v\times {\mathrm{r}\text{r}\mathrm{r}}_v+r_w{\mathrm{q}\text{q}\mathrm{q}}_v+q_w{\mathrm{r}\text{r}\mathrm{r}}_v,q_w{r}_w-{\mathrm{q}\text{q}\mathrm{q}}_v\cdot {\mathrm{r}\text{r}\mathrm{r}}_v)\end{array}\text{\hspace{1em}(4.32)}$$

从这个方程可以看出，我们同时使用叉积和点积来计算两个四元数的乘法。

除了四元数的定义，还需要加法、共轭、范数和单位元素的定义：

$$\begin{array}{r}加法:\text{加法:}加法:\widehat{\mathrm{q}\text{q}\mathrm{q}}+\widehat{\mathrm{r}\text{r}\mathrm{r}}=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)+({\mathrm{r}\text{r}\mathrm{r}}_v,r_w)=({\mathrm{q}\text{q}\mathrm{q}}_v+{\mathrm{r}\text{r}\mathrm{r}}_v,q_w+r_w)\\ 共轭:\text{共轭:}共轭:{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w{)}^{\ast }=(-{\mathrm{q}\text{q}\mathrm{q}}_v,q_w)\\ 范数:\text{范数:}范数:n(\widehat{\mathrm{q}\text{q}\mathrm{q}})=\sqrt{\widehat{\mathrm{q}\text{q}\mathrm{q}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }}=\sqrt{{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }\widehat{\mathrm{q}\text{q}\mathrm{q}}}=\sqrt{{\mathrm{q}\text{q}\mathrm{q}}_v\cdot {\mathrm{q}\text{q}\mathrm{q}}_v+q_w^2}\\ =\sqrt{q_x^2+q_y^2+q_z^2+q_w^2}\\ 单位元素:\text{单位元素:}单位元素:\widehat{\mathrm{i}\text{i}\mathrm{i}}=(0\text{0}0,1)\end{array}\text{\hspace{1em}(4.33)}$$

当$n(\widehat{\mathrm{q}\text{q}\mathrm{q}})=\sqrt{\widehat{\mathrm{q}\text{q}\mathrm{q}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }}$被简化时（结果如上所示），虚部抵消，只剩下实部。范数有时表示为$||\widehat{\mathrm{q}\text{q}\mathrm{q}}|=n(\widehat{\mathrm{q}\text{q}\mathrm{q}})$[1105]。上面的结果是可以导出一个乘法逆，用${\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}$表示。方程${\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}\widehat{\mathrm{q}\text{q}\mathrm{q}}={\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}\widehat{\mathrm{q}\text{q}\mathrm{q}}=1$对逆必须成立（这对于乘法逆是常见的）。我们从范数的定义推导出一个公式：
$${n(\widehat{\mathrm{q}\text{q}\mathrm{q}})}^2=\widehat{\mathrm{q}\text{q}\mathrm{q}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }⟺\frac{\widehat{\mathrm{q}\text{q}\mathrm{q}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }}{{n(\widehat{\mathrm{q}\text{q}\mathrm{q}})}^2}=1\text{\hspace{1em}(4.34)}$$

这给出了乘法逆，如下所示：
$$逆:\text{逆:}逆:{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}=\frac{1}{{n(\widehat{\mathrm{q}\text{q}\mathrm{q}})}^2}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }$$

逆的公式使用了标量乘法，可以从方程4.3.1中看到的乘法推导出这个运算：$s\widehat{\mathrm{q}\text{q}\mathrm{q}}=(0\text{0}0,s)({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)=(s{\mathrm{q}\text{q}\mathrm{q}}_v,s{q}_w)$, 并且$\widehat{\mathrm{q}\text{q}\mathrm{q}}s=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)(0\text{0}0,s)=(s{\mathrm{q}\text{q}\mathrm{q}}_v,s{q}_w)$。这意味着标量乘法是可交换的：$s\widehat{\mathrm{q}\text{q}\mathrm{q}}=\widehat{\mathrm{q}\text{q}\mathrm{q}}s=(s{\mathrm{q}\text{q}\mathrm{q}}_v,s{q}_w)$。

以下规则集合很容易从定义中推导出来：
$$\begin{array}{r}共轭规则:\text{共轭规则:}共轭规则:({\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }{)}^{\ast }=\widehat{\mathrm{q}\text{q}\mathrm{q}}\\ (\widehat{\mathrm{q}\text{q}\mathrm{q}}+\widehat{\mathrm{r}\text{r}\mathrm{r}}{)}^{\ast }={\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }+{\widehat{\mathrm{r}\text{r}\mathrm{r}}}^{\ast }\\ (\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{r}\text{r}\mathrm{r}}{)}^{\ast }={\widehat{\mathrm{r}\text{r}\mathrm{r}}}^{\ast }{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }\end{array}\text{\hspace{1em}(4.36)}$$

$$\begin{array}{r}范数规则:\text{范数规则:}范数规则:n({\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast })=n(\widehat{\mathrm{q}\text{q}\mathrm{q}})\\ n(\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{r}\text{r}\mathrm{r}})=n(\widehat{\mathrm{q}\text{q}\mathrm{q}})n(\widehat{\mathrm{r}\text{r}\mathrm{r}})\end{array}\text{\hspace{1em}(4.37)}$$

$$\begin{array}{rl}乘法法则:\text{乘法法则:}乘法法则:& \\ 线性度：\text{线性度：}线性度：\widehat{\mathrm{p}\text{p}\mathrm{p}}(s\widehat{\mathrm{q}\text{q}\mathrm{q}}+t\widehat{\mathrm{r}\text{r}\mathrm{r}})& =s\widehat{\mathrm{p}\text{p}\mathrm{p}}\widehat{\mathrm{q}\text{q}\mathrm{q}}+t\widehat{\mathrm{p}\text{p}\mathrm{p}}\widehat{\mathrm{r}\text{r}\mathrm{r}}\\ (s\widehat{\mathrm{p}\text{p}\mathrm{p}}+t\widehat{\mathrm{q}\text{q}\mathrm{q}})\widehat{\mathrm{r}\text{r}\mathrm{r}}& =s\widehat{\mathrm{p}\text{p}\mathrm{p}}\widehat{\mathrm{r}\text{r}\mathrm{r}}+t\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{r}\text{r}\mathrm{r}}\\ 结合性：\text{结合性：}结合性：\widehat{\mathrm{p}\text{p}\mathrm{p}}(\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{r}\text{r}\mathrm{r}})& =(\widehat{\mathrm{p}\text{p}\mathrm{p}}\widehat{\mathrm{q}\text{q}\mathrm{q}})\widehat{\mathrm{r}\text{r}\mathrm{r}}\end{array}\text{\hspace{1em}(4.38)}$$

单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)$使得$n(\widehat{\mathrm{q}\text{q}\mathrm{q}})=1$。由此可知$\widehat{\mathrm{q}\text{q}\mathrm{q}}$可写作:
$$\widehat{\mathrm{q}\text{q}\mathrm{q}}=(\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q,\mathrm{c}\mathrm{o}\mathrm{s}\varphi )=\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q+\mathrm{c}\mathrm{o}\mathrm{s}\varphi \text{\hspace{1em}(4.39)}$$

对于某个三维向量${\mathrm{u}\text{u}\mathrm{u}}_q$，使得$||{\mathrm{u}\text{u}\mathrm{u}}_q||=1$，因为
$$\begin{gathered} n(\widehat{\mathrm{q}\text{q}\mathrm{q}})=n(\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q,\mathrm{c}\mathrm{o}\mathrm{s}\varphi )=\sqrt{{\mathrm{s}\mathrm{i}\mathrm{n}}^2\varphi ({\mathrm{u}\text{u}\mathrm{u}}_q\cdot {\mathrm{u}\text{u}\mathrm{u}}_q)+{\mathrm{c}\mathrm{o}\mathrm{s}}^2\varphi } \\ =\sqrt{{\mathrm{s}\mathrm{i}\mathrm{n}}^2\varphi +{\mathrm{c}\mathrm{o}\mathrm{s}}^2\varphi }=1\text{\hspace{1em}(4.40)} \end{gathered}$$

当且仅当${\mathrm{u}\text{u}\mathrm{u}}_q\cdot {\mathrm{u}\text{u}\mathrm{u}}_q=1=||{\mathrm{u}\text{u}\mathrm{u}}_q|{|}^2$. 正如将在下一节中看到的，单位四元数非常适合以最有效的方式创建旋转和方向。但在此之前，会为单位四元数引入一些额外的操作。

对于复数，二维单位向量可以写成$\mathrm{c}\mathrm{o}\mathrm{s}\varphi +i\mathrm{s}\mathrm{i}\mathrm{n}\varphi =e^{i\varphi }$。 四元数的等价物是
$$\widehat{\mathrm{q}\text{q}\mathrm{q}}=\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q+\mathrm{c}\mathrm{o}\mathrm{s}\varphi =e^{\varphi {\mathrm{u}\text{u}\mathrm{u}}_q}\text{\hspace{1em}(4.41)}$$

根据公式4.41，单位四元数的对数函数和幂函数为：
$$\begin{array}{r}对数:\text{对数:}对数:\mathrm{l}\mathrm{o}\mathrm{g}(\widehat{\mathrm{q}\text{q}\mathrm{q}})=\mathrm{l}\mathrm{o}\mathrm{g}(e^{\varphi {\mathrm{u}\text{u}\mathrm{u}}_q})=\varphi {\mathrm{u}\text{u}\mathrm{u}}_q\\ 指数:\text{指数:}指数:{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^t=(\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q+\mathrm{c}\mathrm{o}\mathrm{s}\varphi {)}^t=e^{\varphi t{\mathrm{u}\text{u}\mathrm{u}}_q}=\mathrm{s}\mathrm{i}\mathrm{n}(\varphi t){\mathrm{u}\text{u}\mathrm{u}}_q+\mathrm{c}\mathrm{o}\mathrm{s}(\varphi t)\end{array}\text{\hspace{1em}(4.42)}$$

4.3.2 四元数变换

我们现在将研究四元数集的一个子类，即单位长度的子类，称为单位四元数。关于单位四元数的最重要的事实是它们可以表示任何三维旋转，而且这种表示非常紧凑和简单。

现在我们将描述是什么使单位四元数对旋转和方向如此有用。首先，将点或向量的四个坐标$\mathrm{p}\text{p}\mathrm{p}=({\mathrm{p}}_{\mathrm{x}}{\mathrm{p}}_{\mathrm{y}}{\mathrm{p}}_{\mathrm{z}}{\mathrm{p}}_{\mathrm{w}}{)}^{\mathrm{T}}$代入四元数$\widehat{\mathrm{p}\text{p}\mathrm{p}}$的分量，并假设我们有一个单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}=(\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q,\mathrm{c}\mathrm{o}\mathrm{s}\varphi )$。可以证明
$$\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{p}\text{p}\mathrm{p}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}\text{\hspace{1em}(4.43)}$$
将$\widehat{\mathrm{p}\text{p}\mathrm{p}}$（以及点$\mathrm{p}\text{p}\mathrm{p}$）绕轴${\mathrm{u}\text{u}\mathrm{u}}_q$旋转角度$2\varphi$。注意，由于$\widehat{\mathrm{q}\text{q}\mathrm{q}}$是一个单位四元数，${\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}={\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }$。参见图4.9。

图4.9. 由单位四元数表示的旋转变换的图示，$\widehat{\mathrm{q}\text{q}\mathrm{q}}=(\mathrm{s}\mathrm{i}\mathrm{n}\varphi {\mathrm{u}\text{u}\mathrm{u}}_q,\mathrm{c}\mathrm{o}\mathrm{s}\varphi )$。变换围绕轴${\mathrm{u}\text{u}\mathrm{u}}_q$旋转 $2\varphi$弧度。

$\widehat{\mathrm{q}\text{q}\mathrm{q}}$的任何非零实数倍数也表示相同的变换，这意味着$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$-\widehat{\mathrm{q}\text{q}\mathrm{q}}$表示相同的旋转。也就是说，取反轴${\mathrm{u}\text{u}\mathrm{u}}_{\mathrm{q}}$和实部$q_w$会创建一个与原始四元数完全一样旋转的四元数。这也意味着从矩阵中提取四元数可以返回$\widehat{\mathrm{q}\text{q}\mathrm{q}}$或$-\widehat{\mathrm{q}\text{q}\mathrm{q}}$。

给定两个单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$\widehat{\mathrm{r}\text{r}\mathrm{r}}$，首先应用$\widehat{\mathrm{q}\text{q}\mathrm{q}}$再应用$\widehat{\mathrm{r}\text{r}\mathrm{r}}$到四元数$\widehat{\mathrm{p}\text{p}\mathrm{p}}$（可以解释为点$\mathrm{p}\text{p}\mathrm{p}$）的级联由公式 4.44 给出：

$$\widehat{\mathrm{r}\text{r}\mathrm{r}}(\widehat{\mathrm{q}\text{q}\mathrm{q}}\widehat{\mathrm{p}\text{p}\mathrm{p}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{\ast }){\widehat{\mathrm{r}\text{r}\mathrm{r}}}^{\ast }=(\widehat{\mathrm{r}\text{r}\mathrm{r}}\widehat{\mathrm{q}\text{q}\mathrm{q}})\widehat{\mathrm{p}\text{p}\mathrm{p}}(\widehat{\mathrm{r}\text{r}\mathrm{r}}\widehat{\mathrm{q}\text{q}\mathrm{q}}{)}^{\ast }=\widehat{\mathrm{c}\text{c}\mathrm{c}}\widehat{\mathrm{p}\text{p}\mathrm{p}}{\widehat{\mathrm{c}\text{c}\mathrm{c}}}^{\ast }\text{\hspace{1em}(4.44)}$$

这里，$\widehat{\mathrm{c}\text{c}\mathrm{c}}=\widehat{\mathrm{r}\text{r}\mathrm{r}}\widehat{\mathrm{q}\text{q}\mathrm{q}}$是单位四元数，表示单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$\widehat{\mathrm{r}\text{r}\mathrm{r}}$的级联。

矩阵转换

由于经常需要将几种不同的变换组合起来，而且大部分都是矩阵形式，因此需要一种方法将式4.43转化为矩阵。四元数 $\widehat{\mathrm{q}\text{q}\mathrm{q}}$可以转换为矩阵${\mathrm{M}\text{M}\mathrm{M}}^{\mathrm{q}}$，如公式4.45[1633,1634]所示：

$${\mathrm{M}\text{M}\mathrm{M}}^q=\left(\begin{array}{cccc}1-s(q_y^2+q_z^2)& s(q_x{q}_y-q_w{q}_z)& s(q_x{q}_z+q_w{q}_y)& 0\\ s(q_x{q}_y+q_w{q}_z)& 1-s(q_x^2+q_z^2)& s(q_y{q}_z-q_w{q}_x)& 0\\ s(q_x{q}_z-q_w{q}_y)& s(q_y{q}_z+q_w{q}_x)& 1-s(q_x^2+q_y^2)& 0\\ 0& 0& 0& 1\end{array}\right)\text{\hspace{1em}(4.45)}$$

在这里，标量是$s=2/(n(\widehat{\mathrm{q}\text{q}\mathrm{q}}){)}^2$。 对于单位四元数，上式可简化为：
$${\mathrm{M}\text{M}\mathrm{M}}^q=\left(\begin{array}{cccc}1-2(q_y^2+q_z^2)& 2(q_x{q}_y-q_w{q}_z)& 2(q_x{q}_z+q_w{q}_y)& 0\\ 2(q_x{q}_y+q_w{q}_z)& 1-2(q_x^2+q_z^2)& 2(q_y{q}_z-q_w{q}_x)& 0\\ 2(q_x{q}_z-q_w{q}_y)& 2(q_y{q}_z+q_w{q}_x)& 1-2(q_x^2+q_y^2)& 0\\ 0& 0& 0& 1\end{array}\right)\text{\hspace{1em}(4.46)}$$

一旦构造了四元数，就不需要计算三角函数，因此转换过程在实践中很有效率。

从正交矩阵${\mathrm{M}\text{M}\mathrm{M}}^{\mathrm{q}}$到单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$的逆转换要复杂一些。此过程的关键是与公式4.46中的矩阵的以下差异：
$$\begin{array}{r}{m}_{21}^q-m_{12}^q=4q_w{q}_x\\ m_{02}^q-m_{20}^q=4q_w{q}_y\\ m_{10}^q-m_{01}^q=4q_w{q}_z\end{array}\text{\hspace{1em}(4.47)}$$

这些方程的含义是，如果$q_w$已知，则可以计算向量${\mathrm{v}\text{v}\mathrm{v}}_q$的值，从而推导出$\widehat{\mathrm{q}\text{q}\mathrm{q}}$。${\mathrm{M}\text{M}\mathrm{M}}^{\mathrm{q}}$的迹由下式计算:
$$\begin{array}{rl}tr({\mathrm{M}\text{M}\mathrm{M}}^{\mathrm{q}})& =4-2s(q_x^2+q_y^2+q_z^2)=4(1-\frac{q_x^2+q_y^2+q_z^2}{q_x^2+q_y^2+q_z^2+q_w^2})\\ & =\frac{4q_w^2}{q_x^2+q_y^2+q_z^2+q_w^2}=\frac{4q_w^2}{(n(\widehat{\mathrm{q}\text{q}\mathrm{q}}){)}^2}\end{array}\text{\hspace{1em}(4.48)}$$

对于单位四元数来说，可得出以下转换：
$$\begin{array}{rl}{q}_w& =\frac{1}{2}\sqrt{tr({\mathrm{M}\text{M}\mathrm{M}}^q)}\\ q_x& =\frac{(m_{21}^q-m_{12}^q)}{4q_w}\\ q_y& =\frac{(m_{02}^q-m_{20}^q)}{4q_w}\\ q_z& =\frac{(m_{10}^q-m_{01}^q)}{4q_w}\end{array}\text{\hspace{1em}(4.49)}$$

为了有一个数值稳定的程序[1634]，小数除法应该被避免。因此，首先设置$t=q_w^2-q_x^2-q_y^2-q_z^2$，由此得出:
$$\begin{array}{rl}{m}_{00}& =t+2q_x^2\\ m_{11}& =t+2q_y^2\\ m_{22}& =t+2q_z^2\\ u& =m_{00}+m_{11}+m_{22}=t+2q_w^2\end{array}\text{\hspace{1em}(4.50)}$$

这反过来意味着$m_{00}$、$m_{11}$、$m_{22}$和$u$中的最大值，确定了$q_x$、$q_y$、$q_z$和$q_w$中最大的。如果$q_w$最大，则使用公式4.49导出四元数。否则，我们注意到以下内容成立：
$$\begin{array}{rl}4q_x^2& =+m_{00}-m_{11}-m_{22}+m_{33}\\ 4q_y^2& =-m_{00}+m_{11}-m_{22}+m_{33}\\ 4q_z^2& =-m_{00}-m_{11}+m_{22}+m_{33}\\ 4q_w^2& =tr({\mathrm{M}\text{M}\mathrm{M}}^q)\end{array}\text{\hspace{1em}(4.51)}$$

然后使用上述适当方程计算$q_x$、$q_y$和$q_z$中的最大值，然后使用方程4.47计算$\widehat{\mathrm{q}\text{q}\mathrm{q}}$的其余分量。Schüler[1588]提出了一种无分支但使用四个平方根的变体。

球面线性插值

球面线性插值是一种运算，在给定两个单位四元数$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$\widehat{\mathrm{r}\text{r}\mathrm{r}}$以及参数$t\in [0,1]$的情况下，计算插值四元数。例如，这对于动画对象很有用。它对于插值相机方向没有用，因为相机的“向上”矢量在插值过程中可能会倾斜，通常是一种干扰效果。

此运算的代数形式由复合四元数$\widehat{\mathrm{s}\text{s}\mathrm{s}}$表示，如下所示：
$$\widehat{\mathrm{s}\text{s}\mathrm{s}}(\widehat{\mathrm{q}\text{q}\mathrm{q}},\widehat{\mathrm{r}\text{r}\mathrm{r}},t)=(\widehat{\mathrm{r}\text{r}\mathrm{r}}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}^{-1}{)}^t\widehat{\mathrm{q}\text{q}\mathrm{q}}\text{\hspace{1em}(4.52)}$$

但是，对于软件实现，以下形式更合适，其中slerp代表球面线性插值：
$$\widehat{\mathrm{s}\text{s}\mathrm{s}}(\widehat{\mathrm{q}\text{q}\mathrm{q}},\widehat{\mathrm{r}\text{r}\mathrm{r}},t)=slerp(\widehat{\mathrm{q}\text{q}\mathrm{q}},\widehat{\mathrm{r}\text{r}\mathrm{r}},t)=\frac{sin(\varphi (1-t))}{sin\varphi }\widehat{\mathrm{q}\text{q}\mathrm{q}}+\frac{sin(\varphi t)}{sin\varphi }\widehat{\mathrm{r}\text{r}\mathrm{r}}\text{\hspace{1em}(4.53)}$$

为了计算这个方程所需的φ，可以使用以下式子：$cos\varphi =q_x{r}_x+q_y{r}_y+q_z{r}_z+q_w{r}_w$[325]。对于 $t\in [0,1]$，slerp函数计算（唯一的${}^2$）插值四元数，它们共同构成四维单位球面上从$\widehat{\mathrm{q}\text{q}\mathrm{q}}(t=0)$到$\widehat{\mathrm{r}\text{r}\mathrm{r}}(t=1)$的最短弧。圆弧位于由$\widehat{\mathrm{q}\text{q}\mathrm{q}}$,$\widehat{\mathrm{r}\text{r}\mathrm{r}}$和原点给出的平面与四维单位球面的交点形成的圆上。如图 4.10 所示。计算出的旋转四元数以恒定速度绕固定轴旋转。像这样的曲线具有恒定的速度，因此加速度为零，称为测地曲线[229]。过原点的平面与球面的交点在球面上形成一个大圆，这个圆的一部分称为大圆弧。

图4.10. 单位四元数表示为单位球面上的点。函数slerp用于四元数之间的插值，插值的路径是球体上的一个大圆弧。请注意，从${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_1$到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_2$和从${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_1$到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_3$到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_2$的插值不是一回事，即使它们到达相同的方向。

slerp函数非常适合在两个方位之间进行插值，并且有良好的效果（固定轴，恒速）。使用多个欧拉角进行插值时，情况并非如此。实际上，直接计算slerp是一项涉及调用三角函数的昂贵操作。Malysau[1114]讨论了将四元数集成到渲染管线中。他指出，当不使用slerp而只是在像素着色器中对四元数进行归一化时，对于90度角，三角形方向的误差最大为 4度。光栅化三角形时，此误差率是可以接受的。Li[1039, 1040]提供了更快的增量方法来计算slerps，并且不会牺牲任何准确性。Eberly[406]提出了一种仅使用加法和乘法计算slerps的快速技术。

当有两个以上的方向时，比如${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_0,{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_1,...,{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_n$，并且我们想要从${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_0$到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_1$到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_2$，依此类推直到${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{n-1}$，可以直接使用slerp。现在，当我们接近${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$时，我们将使用${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i-1}$和${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$作为 slerp 的参数。通过${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$后，我们将使用${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$和${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1}$作为 slerp 的参数。这将导致方向插值中出现突然的抖动，如图4.10所示。这类似于当点被线性插值时发生的情况；参见第720页图17.3的右上部分。有些读者可能希望在阅读第17章中的样条曲线后重新阅读以下段落。

更好的插值方法是使用某种样条。我们在${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$和${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1}$之间引入了四元数${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i$和${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_{i+1}$。球面三次插值可以在四元数${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$，${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i$，${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_{i+1}$和${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1}$的集合内定义。令人惊讶的是，这些额外的四元数计算如下[404]${}^3$：
$${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i={\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i\mathrm{e}\mathrm{x}\mathrm{p}[-\frac{\mathrm{l}\mathrm{o}\mathrm{g}({\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i^{-1}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i-1})+\mathrm{l}\mathrm{o}\mathrm{g}({\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i^{-1}{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1})}{4}]\text{\hspace{1em}(4.54)}$$

通过三次样条平滑算法，${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i$和${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i$用来对四元数进行球面插值，如公式4.55所示：
$$\begin{gathered} \mathrm{s}\mathrm{q}\mathrm{u}\mathrm{a}\mathrm{d}({\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i,{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1},{\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i,{\widehat{\mathrm{a}\text{a}\mathrm{a}}}_{i+1},t)= \\ \mathrm{s}\mathrm{l}\mathrm{e}\mathrm{r}\mathrm{p}(\mathrm{s}\mathrm{l}\mathrm{e}\mathrm{r}\mathrm{p}({\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i,{\widehat{\mathrm{q}\text{q}\mathrm{q}}}_{i+1},t),\mathrm{s}\mathrm{l}\mathrm{e}\mathrm{r}\mathrm{p}({\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i,{\widehat{\mathrm{a}\text{a}\mathrm{a}}}_{i+1},t),2t(1-t))\text{\hspace{1em}(4.55)} \end{gathered}$$

从上面可以看出，squad函数是使用slerp从同样的球面插值构建的（第17.1.1节有关点的重复线性插值的信息）。插值将通过初始方向${\widehat{\mathrm{q}\text{q}\mathrm{q}}}_i,i\in [0,...,n-1]$，但不通过${\widehat{\mathrm{a}\text{a}\mathrm{a}}}_i$——这些用于指示初始方向的切线方向。

从一个向量到另一个向量的旋转

一个常见的操作是通过尽可能最短的路径从一个方向$\mathrm{s}\text{s}\mathrm{s}$转换到另一个方向$\mathrm{t}\text{t}\mathrm{t}$。四元数的数学运算极大地简化了这个过程，并显示了四元数与这种表示的密切关系。首先，将$\mathrm{s}\text{s}\mathrm{s}$和$\mathrm{t}\text{t}\mathrm{t}$归一化。然后计算单位旋转轴，称为$\mathrm{u}\text{u}\mathrm{u}$，计算为$\mathrm{u}\text{u}\mathrm{u}=(\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t})/||\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}||$。 接下来，$e=\mathrm{s}\text{s}\mathrm{s}\cdot \mathrm{t}\text{t}\mathrm{t}=cos(2\varphi )$和$||\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}||=sin(2\varphi )$，其中$2\varphi$是$\mathrm{s}\text{s}\mathrm{s}$和$\mathrm{t}\text{t}\mathrm{t}$之间的角度。表示从$\mathrm{s}\text{s}\mathrm{s}$到$\mathrm{t}\text{t}\mathrm{t}$的旋转的四元数是$\widehat{\mathrm{q}\text{q}\mathrm{q}}=(sin\varphi \mathrm{u}\text{u}\mathrm{u},cos\varphi )$。事实上，使用半角关系和三角恒等式简化$\widehat{\mathrm{q}\text{q}\mathrm{q}}=(\frac{sin\varphi }{sin2\varphi }(\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}),cos\varphi )$，可得出[1197]：
$$\widehat{\mathrm{q}\text{q}\mathrm{q}}=({\mathrm{q}\text{q}\mathrm{q}}_v,q_w)=(\frac{1}{\sqrt{2(1+e)}}(\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}),\frac{\sqrt{2(1+e)}}{2})\text{\hspace{1em}(4.56)}$$

以这种方式直接生成四元数（相对于标准化叉积$\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}$）避免了当$\mathrm{s}\text{s}\mathrm{s}$和$\mathrm{t}\text{t}\mathrm{t}$指向几乎相同的方向时的数值不稳定[1197]。当$\mathrm{s}\text{s}\mathrm{s}$和$\mathrm{t}\text{t}\mathrm{t}$指向相反的方向时，两种方法都会出现稳定性问题，因为发生了除以零的情况。当检测到这种特殊情况时，任何垂直于$\mathrm{s}\text{s}\mathrm{s}$的旋转轴都可以用来旋转到$\mathrm{t}\text{t}\mathrm{t}$。

有时我们需要从$\mathrm{s}\text{s}\mathrm{s}$到$\mathrm{t}\text{t}\mathrm{t}$旋转的矩阵表示。在对等式4.46进行一些代数和三角简化后，旋转矩阵变为[1233]:
$$\mathrm{R}\text{R}\mathrm{R}(\mathrm{s}\text{s}\mathrm{s},\mathrm{t}\text{t}\mathrm{t})=\left(\begin{array}{cccc}e+h{v}_x^2& h{v}_x{v}_y-v_z& h{v}_x{v}_z+v_y& 0\\ h{v}_x{v}_y+v_z& e+h{v}_y^2& h{v}_y{v}_z-v_x& 0\\ h{v}_x{v}_z-v_y& h{v}_y{v}_z+v_x& e+h{v}_z^2& 0\\ 0& 0& 0& 1\end{array}\right)\text{\hspace{1em}(4.57)}$$

在这个等式中，我们使用了以下中间计算：
$$\begin{array}{rl}\mathrm{v}\text{v}\mathrm{v}& =\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}\\ e& =cos(2\varphi )=\mathrm{s}\text{s}\mathrm{s}\cdot \mathrm{t}\text{t}\mathrm{t}\\ h& =\frac{1-cos(2\varphi )}{si{n}^2(2\varphi )}=\frac{1-e}{\mathrm{v}\text{v}\mathrm{v}\cdot \mathrm{v}\text{v}\mathrm{v}}=\frac{1}{1+e}\end{array}\text{\hspace{1em}(4.58)}$$

可以看出，由于简化，所有平方根和三角函数都消失了，因此这是创建矩阵的有效方法。请注意，公式4.57的结构类似于公式4.30的结构，并注意后一种形式如何不需要三角函数。

请注意，当$\mathrm{s}\text{s}\mathrm{s}$和$\mathrm{t}\text{t}\mathrm{t}$平行或接近平行时必须小心，因为这时$||\mathrm{s}\text{s}\mathrm{s}\times \mathrm{t}\text{t}\mathrm{t}||\approx 0$。如果$\varphi \approx 0$，那么我们可以返回单位矩阵。然而，如果$2\varphi \approx \pi$，那么我们可以绕任意轴旋转$\pi$弧度。该轴可以是$\mathrm{s}\text{s}\mathrm{s}$和任何其他不平行于$\mathrm{s}\text{s}\mathrm{s}$的向量的叉积（第4.2.4节）。Möller和Hughes使用Householder矩阵以不同的方式处理这种特殊情况[1233]。

---

${}^1$公平地说，Robinson[1502]在1958年使用四元数进行刚体模拟。
${}^2$当且仅当$\widehat{\mathrm{q}\text{q}\mathrm{q}}$和$\widehat{\mathrm{r}\text{r}\mathrm{r}}$不相反。
${}^3$Shoemake[1633]给出了另一个推导。