四元数做旋转过程的具体证明

---

背景

一般情况下我们都会使用矩阵做旋转变换，绕某个轴或者绕任意向量，这都有在 DirectX数学介绍 做过介绍，虽然直接用矩阵旋转这种方法很直观，但是使用矩阵会遇到两个问题：

• 万象节锁
• 矩阵旋转过程的差值不平滑

万象节锁

旋转过程中，会有一个自由度消失

现有旋转矩阵
$$\mathbf{E}(h,p,r)=\left[\begin{array}{ccc}{e}_{00}& e_{01}& e_{02}\\ e_{10}& e_{11}& e_{12}\\ e_{20}& e_{21}& e_{22}\end{array}\right]={\mathbf{R}}_z(r){\mathbf{R}}_x(p){\mathbf{R}}_y(h)$$
先绕z轴旋转角度r，再绕x轴旋转角度p，再绕y轴旋转角度h。
$$\mathbf{E}=\left[\begin{array}{ccc}\cos r\cos h-\sin r\sin p\sin h& -\sin r\cos p& \cos r\sin h+\sin r\sin p\cos h\\ \sin r\cos h+\cos r\sin p\sin h& \cos r\cos p& \sin r\sin h-\cos r\sin p\cos h\\ -\cos p\sin h& \sin p& \cos p\cos h\end{array}\right]$$
此时，我们假设 $\cos p=0,i.e.,p=\pm \pi /2+2\pi k$，其中 $k$ 是一个整数。这个时候我们就失去了一个自由度，现在矩阵只依赖于一个角，$r+h$ 或者 $r-h$（不会同时是两个）。
此时旋转矩阵变为
$$\mathbf{E}=\left[\begin{array}{ccc}\cos (r+h)& 0& \sin (r+h)\\ \sin (r+h)& 0& -\cos (r+h)\\ 0& 1& 0\end{array}\right]$$
所以在这种情况下，对 r 和 h 无论怎么旋转，得到的效果都是一样的。

数学基础

• Definition.
  $$\begin{gathered} \hat{\mathbf{q}}=({\mathbf{q}}_v,q_w)=i{q}_x+j{q}_y+k{q}_z+q_w={\mathbf{q}}_v+q_w, \\ {\mathbf{q}}_v=i{q}_x+j{q}_y+k{q}_z=(q_x,q_y,q_z), \\ {i}^2=j^2=k^2=-1,jk=-kj=i,ki=-ik=j,ij=-ji=k. \end{gathered}$$
  其中 $q_w$ 被称为四元数的实部。
• Multiplication:
  $$\begin{array}{rl}\hat{\mathbf{q}}\hat{\mathbf{r}}=& \left(i{q}_x+j{q}_y+k{q}_z+q_w\right)\left(i{r}_x+j{r}_y+k{r}_z+r_w\right)\\ =& i\left(q_y{r}_z-q_z{r}_y+r_w{q}_x+q_w{r}_x\right)\\ & +j\left(q_z{r}_x-q_x{r}_z+r_w{q}_y+q_w{r}_y\right)\\ & +k\left(q_x{r}_y-q_y{r}_x+r_w{q}_z+q_w{r}_z\right)\\ & +q_w{r}_w-q_x{r}_x-q_y{r}_y-q_z{r}_z\\ =& \left({\mathbf{q}}_v\times {\mathbf{r}}_v+r_w{\mathbf{q}}_v+q_w{\mathbf{r}}_v,q_w{r}_w-{\mathbf{q}}_v\cdot {\mathbf{r}}_v\right)\end{array}$$
• Addition:
  $$\hat{\mathbf{q}}+\hat{\mathbf{r}}=({\mathbf{q}}_v,q_w)+({\mathbf{r}}_v,r_w)=({\mathbf{q}}_v+{\mathbf{r}}_v,q_w+r_w)$$
• Conjugate:
  $${\hat{\mathbf{q}}}^{\ast }=({\mathbf{q}}_v,q_w{)}^{\ast }=(-{\mathbf{q}}_v,q_w)$$
• Norm:
  $$n(\mathbf{q})=\sqrt{{\hat{\mathbf{q}}}^{\ast }\hat{\mathbf{q}}}=\sqrt{{\mathbf{q}}_v\cdot {\mathbf{q}}_v+q_w^2}=\sqrt{q_x^2+q_y^2+q_z^2+q_w^2}$$
• Identity:
  $$\hat{\mathbf{i}}=(0,1)$$
  其中要有 ${\hat{\mathbf{q}}}^{-1}\hat{\mathbf{q}}=\hat{\mathbf{q}}{\hat{\mathbf{q}}}^{-1}=1$
• Inverse:
  $${\hat{\mathbf{q}}}^{-1}=\frac{1}{n(\hat{\mathbf{q}}{)}^2}{\hat{\mathbf{q}}}^{\ast }$$
• Conjugate rules:
  $$\begin{gathered} ({\hat{\mathbf{q}}}^{\ast }{)}^{\ast }=\hat{\mathbf{q}}, \\ (\hat{\mathbf{q}}+\hat{\mathbf{r}}{)}^{\ast }={\hat{\mathbf{q}}}^{\ast }+{\hat{\mathbf{r}}}^{\ast }, \\ (\hat{\mathbf{q}}\hat{\mathbf{r}}{)}^{\ast }={\hat{\mathbf{r}}}^{\ast }{\hat{\mathbf{q}}}^{\ast } \end{gathered}$$
• Norm rules:
  $$\begin{gathered} n({\hat{\mathbf{q}}}^{\ast })=n(\hat{\mathbf{q}}), \\ n(\hat{\mathbf{q}}\hat{\mathbf{r}})=n(\hat{\mathbf{q}})n(\hat{\mathbf{r}}) \end{gathered}$$
• Linearity:
  $$\begin{gathered} \hat{\mathbf{p}}(s\hat{\mathbf{q}}+t\hat{\mathbf{r}})=s\hat{\mathbf{p}}\hat{\mathbf{q}}+t\hat{\mathbf{p}}\hat{\mathbf{r}}, \\ (s\hat{\mathbf{p}}+t\hat{\mathbf{q}})\hat{r}=s\hat{\mathbf{p}}\hat{\mathbf{r}}+t\hat{\mathbf{q}}\hat{\mathbf{r}} \end{gathered}$$
• Associativity:
  $$\hat{\mathbf{p}}(\hat{\mathbf{q}}\hat{\mathbf{r}})=(\hat{\mathbf{p}}\hat{\mathbf{q}})\hat{\mathbf{r}}$$
  根据之前的性质, $\hat{\mathbf{q}}$ 可以被写成
  $$\hat{\mathbf{q}}=(\sin \varphi {\mathbf{u}}_{\mathbf{q}},\cos \varphi )=\sin \varphi {\mathbf{u}}_{\mathbf{q}}+\cos \varphi$$
  还是有 $||u_q||=1$.
  而对于复数，二维的单位向量可以被写为 $\cos \varphi +i\sin \varphi =e^{i\varphi }$。则四元数相同的写法如下：
  $$\hat{\mathbf{q}}=\sin \varphi {\mathbf{u}}_{\mathbf{q}}+\cos \varphi =e^{\varphi {\mathbf{u}}_{\mathbf{q}}}$$
• Logarithm:
  $$\log (\hat{\mathbf{q}})=\log (e^{\varphi {\mathbf{u}}_{\mathbf{q}}})=\varphi {\mathbf{u}}_{\mathbf{q}}$$
• Power:
  $${\hat{\mathbf{q}}}^t=(sin\varphi {\mathbf{u}}_{\mathbf{q}}+\cos \varphi {)}^t=e^{\varphi t{\mathbf{u}}_{\mathbf{q}}}=\sin (\varphi t){\mathbf{u}}_{\mathbf{q}}+\cos (\varphi t)$$

旋转以及证明

四元数最重要的一个性质是单位四元数可以表示任意三维旋转

首先把一个顶点或向量的四位数 $\mathbf{p}=(p_x,p_y,p_z,p_w{)}^T$ 放到四元数中 $\hat{\mathbf{p}}$，假设我们有一个单位四元数 $\hat{\mathbf{q}}=(sin\varphi {\mathbf{u}}_{\mathbf{q}}+\cos \varphi )$。则下面的式子表 示 $\hat{\mathbf{p}}$ 绕轴 ${\mathbf{u}}_{\mathbf{q}}$ 旋转 $2\varphi$ 的角度。

$$\hat{q}\hat{p}{\hat{q}}^{-1}$$

因为 $\hat{\mathbf{q}}$ 是单位四元数，${\hat{q}}^{-1}={\hat{q}}^{\ast }$。所以 $\hat{q}$ 与 $-\hat{q}$ 表示相同的旋转。

证明过程

$\vec{u}$ 是一个单位向量（旋转轴），$q=\cos \frac{\alpha }{2}+\vec{u}\sin \frac{\alpha }{2}$。我们的目标是证明
$$\overrightarrow{v^{\prime }}=q\vec{v}{q}^{-1}=(\cos \frac{\alpha }{2}+\vec{u}\sin \frac{\alpha }{2})\vec{v}(\cos \frac{\alpha }{2}-\vec{u}\sin \frac{\alpha }{2})$$
表示向量 $\vec{v}$ 绕着轴 $\vec{u}$ 旋转 $\alpha$ 角度
$$\begin{array}{rl}{\vec{v}}^{\prime }& =\vec{v}{\cos }^2\frac{\alpha }{2}+(\vec{u}\vec{v}-\vec{v}\vec{u})\sin \frac{\alpha }{2}\cos \frac{\alpha }{2}-\vec{u}\vec{v}\vec{u}{\sin }^2\frac{\alpha }{2}\\ & =\vec{v}{\cos }^2\frac{\alpha }{2}+2(\vec{u}\times \vec{v})\sin \frac{\alpha }{2}\cos \frac{\alpha }{2}-(\vec{v}(\vec{u}\cdot \vec{u})-2\vec{u}(\vec{u}\cdot \vec{v})){\sin }^2\frac{\alpha }{2}\\ & =\vec{v}\left({\cos }^2\frac{\alpha }{2}-{\sin }^2\frac{\alpha }{2}\right)+(\vec{u}\times \vec{v})\left(2\sin \frac{\alpha }{2}\cos \frac{\alpha }{2}\right)+\vec{u}(\vec{u}\cdot \vec{v})\left(2{\sin }^2\frac{\alpha }{2}\right)\\ & =\vec{v}\cos \alpha +(\vec{u}\times \vec{v})\sin \alpha +\vec{u}(\vec{u}\cdot \vec{v})\sin \alpha +\vec{u}(\vec{u}\cdot \vec{v})\\ & =(\vec{v}-\vec{u}(\vec{u}\cdot \vec{v}))\cos \alpha +(\vec{u}\times \vec{v})\sin \alpha +\vec{u}(\vec{u}\cdot \vec{v})\\ & ={\vec{u}}_{\perp }\cos \alpha +(\vec{u}\times \vec{v})\sin \alpha +{\vec{v}}_{\Vert }\end{array}$$

其中 ${\vec{v}}_{\perp }$ 和 ${\vec{v}}_{\parallel }$ 分别是 $\vec{v}$ 各自垂直和平行于 $\vec{u}$ 的部分。

我们在DirectX数学介绍中介绍过绕任意轴旋转的公式。
$$\begin{array}{rl}{R}_n(v)& ={\mathrm{proj}}_n(v)+R_n\left(v_{\perp }\right)\\ & =(n\cdot v)n+\cos \theta v_{\perp }+\sin \theta (n\times v)\\ & =(n\cdot v)n+\cos \theta (v-(n\cdot v)n)+\sin \theta (n\times v)\\ & =\cos \theta v+(1-\cos \theta )(n\cdot v)n+\sin \theta (n\times v)\end{array}$$

所以就证明了旋转的正确性。

组合旋转

对于两个用于表示旋转的四元数 $\vec{r}$ 和 $\vec{q}$。对 p 首先用 $\vec{q}$ 旋转，然后用 $\vec{r}$ 旋转，可以表示为如下：
$$\vec{r}(\vec{q}\vec{p}{\vec{q}}^{\ast }){\vec{r}}^{\ast }=(\vec{r}\vec{q})\vec{p}(\vec{r}\vec{q}{)}^{\ast }=\vec{c}\vec{p}{\vec{c}}^{\ast }$$
其中 $\vec{c}=\vec{r}\vec{q}$ 表示两个旋转的连接。

矩阵表示

一个四元数 $\vec{q}$ 可以转换为一个矩阵 $M^q$
$$M^q=\left[\begin{array}{cccc}1-s(q_y^2+q_z^2)& s(q_x{q}_y-q_w{q}_z)& s(q_x{q}_z+q_w{q}_y)& 0\\ s(q_x{q}_y+q_w{q}_z)& 1-s(q_x^2+q_z^2)& s(q_y{q}_z-q_w{q}_x)& 0\\ s(q_x{q}_z-q_w{q}_y)& s(q_y{q}_z+q_w{q}_x)& 1-s(q_x^2+q_y^2)& 0\\ 0& 0& 0& 1\end{array}\right]$$
这里 $s=2/(n(\hat{\mathbf{q}}){)}^2$。对于单位四元数
$$M^q=\left[\begin{array}{cccc}1-2(q_y^2+q_z^2)& 2(q_x{q}_y-q_w{q}_z)& 2(q_x{q}_z+q_w{q}_y)& 0\\ 2(q_x{q}_y+q_w{q}_z)& 1-2(q_x^2+q_z^2)& 2(q_y{q}_z-q_w{q}_x)& 0\\ 2(q_x{q}_z-q_w{q}_y)& 2(q_y{q}_z+q_w{q}_x)& 1-2(q_x^2+q_y^2)& 0\\ 0& 0& 0& 1\end{array}\right]$$

从矩阵表示到四元数
$$\begin{gathered} m_{21}^q-m_{12}^q=4q_w{q}_x, \\ {m}_{02}^q-m_{20}^q=4q_w{q}_y, \\ {m}_{10}^q-m_{01}^q=4q_w{q}_z \end{gathered}$$
矩阵的秩
$$tr(M^q)=4-2s(q_x^2+q_y^2+q_z^2)=4(1-\frac{q_x^2+q_y^2+q_z^2}{q_x^2+q_y^2+q_z^2+q_w^2})=\frac{4q_w^2}{q_x^2+q_y^2+q_z^2+q_w^2}=\frac{4q_w^2}{(n(\hat{q}){)}^2}$$
四元数每个分量的值
$$\begin{gathered} q_w=\frac{1}{2}\sqrt{tr(M^q)}, \\ {q}_x=\frac{m_{21}^q-m_{12}^q}{4q_w}, \\ {q}_y=\frac{m_{02}^q-m_{20}^q}{4q_w}, \\ {q}_z=\frac{m_{10}^q-m_{01}^q}{4q_w} \end{gathered}$$

球面线性插值

$$\hat{\mathbf{s}}(\hat{\mathbf{q}},\hat{\mathbf{r}},t)=(\hat{\mathbf{r}}{\hat{\mathbf{q}}}^{-1}{)}^t\hat{\mathbf{q}}$$
对于用软件实现，更直观的是
$$\hat{\mathbf{s}}(\hat{\mathbf{q}},\hat{\mathbf{r}},t)=slerp(\hat{\mathbf{q}},\hat{\mathbf{r}},t)=\frac{\sin (\varphi (1-t))}{\sin \varphi }\hat{\mathbf{q}}+\frac{\sin (\varphi t)}{\sin \varphi }\hat{\mathbf{r}}$$
其中
$$\cos \varphi =q_x{r}_x+q_y{r}_y+q_z{r}_z+q_w{r}_w$$

但是这样的计算其实很费时，有快速计算的方法。iSlerp

旋转向量

通过最短路径，从向量 s 旋转到 t。
旋转轴为 $u=(s\times t)/||s\times t||$。有 $e=s\cdot t=\cos (2\varphi )$ 和 $||s\times t||=\sin (2\varphi )$。则 $\hat{q}=(\frac{\sin \varphi }{\sin 2\varphi }(s\times t),\cos \varphi )$
最终有
$$\hat{q}=(q_v,q_w)=(\frac{1}{\sqrt{2(1+e)}}(s\times t),\frac{\sqrt{2(1+e)}}{2})$$
表示成矩阵形式为旋转矩阵
$$R(s,t)=\left[\begin{array}{cccc}e+h{v}_x^2& h{v}_x{v}_y-v_z& h{v}_x{v}_z+v_y& 0\\ h{v}_x{v}_y+v_z& e+h{v}_y^2& h{v}_y{v}_z-v_x& 0\\ h{v}_x{v}_z-v_y& h{v}_y{v}_z+v_x& e+h{v}_z^2& 0\\ 0& 0& 0& 1\end{array}\right]$$
其中
$$\begin{gathered} v=s\times t, \\ e=\cos (2\varphi )=s\cdot t, \\ h=\frac{1-\cos (2\varphi )}{{\sin }^2(2\varphi )}=\frac{1-e}{v\cdot v}=\frac{1}{1+e}. \end{gathered}$$

参考文档

Real-Time Rendering, Fourth Edition