计算机图形学中的四元数(Quaternions)

计算机图形学中的四元数(Quaternions)

前言

最近上课，又学到了四元数部分，毕竟三维空间生物理解四维事物确实太抽象了，于是下定决心写一篇总结，分享一下自己的理解，同时也是巩固一下自己对于四元数的认识。

欧拉角

欧拉角相对来说是比较容易理解的一种描述旋转的方式。学术地说，欧拉角是用来唯一地确定定点转动刚体位置的三个一组独立角参量，由章动角θ、进动角ψ和自转角φ组成，为L.欧拉首先提出（百度百科）。说人话就是，欧拉角是将三维空间中的旋转，分解为分别绕互相垂直的三个坐标轴依次进行的三次旋转（旋转顺序是不唯一的，但是显然旋转顺序会影响最终旋转的结果，一般情况下可以是x->y->z,但是unity中似乎是z->x->y）。绕这三个轴的旋转分别是pitch（绕x轴），yaw（绕y轴），roll（绕z轴），注意，这三个轴都是local的，即沿某轴发生旋转后，其它轴的轴向可能会发生改变。之所以能够将三维旋转这样分解，最主要的原因是，三次旋转相互独立，互不干扰（死锁情况除外），虽然旋转轴每次旋转都在发生着变化，但是旋转的效果不受影响。

欧拉角的万向节死锁（Gimbal Lock）与插值问题

• 万向节死锁的直观解释
  首先，再次强调一下，欧拉角之所以能够通过三次分旋转来表示空间中任意旋转，是因为三次旋转的旋转轴有差异性。好比线性代数中，构成一个三维空间需要的是三个线性无关的向量，如果三个基向量中有两个线性相关了，就不能形成三维空间，而是一个二维平面。旋转中也是如此，若旋转过程中有两个旋转轴重合了，那么旋转相当于丧失了一个方向的自由度，显然就不能合适地表达所有旋转了。
  用这个非常经典的陀螺仪圆环来呈现：
  

初始状态时，用三个圆环代表三个正交轴向的旋转，此时，沿任何轴转动，中间的转子都能够保持稳定轴。但是，当沿红色轴转动90°之后，会变成下图的情况：

此时，再沿蓝色轴转动，转子已经无法保持平衡。说明转子丧失了蓝色轴向的自由度。这时，就发生了万向节死锁。一个更生动形象的例子是：拿起自己的手机，假设z轴垂直于手机屏幕，x轴为手机短边，y轴为手机长边，原点为手机中心。现在，将手机平放在桌面上，使旋转顺序为z->y->x,先将手机绕z轴旋转任意角度，随后绕y轴旋转90°，再绕x轴旋转任意角度，你会发现，手机的z轴永远是平的，手机丧失了一个方向的自由度。换句话说，手机永远也不会立起来了，就像是被锁在了桌面上，这个现象就称为万向节死锁。然而，如果绕y轴旋转的角度不等于90°，1°也好，89°也好，只要选择适当的绕x和z的角度，我们都可以使手机指向三维空间中的任何一个方向。

• 万向节死锁的数学解释
  可以参考冯乐乐女神的这一篇文章
• 欧拉角在应用中的插值问题
  在游戏中，当角色旋转的动画触发时，角色就会做一系列连续的旋转变换，每一个变换都要用一组欧拉角来表示，但是不可能把每一帧每个方位的欧拉角都存起来传过去赋值，所以实际操作中，动画师制作关键帧动画，规定了一系列的关键帧并且指定每个关键帧时角色的旋转（欧拉角），然后工程师使用算法对关键帧之间角色的旋转进行插值，使角色的动作看起来连贯。
  以xyz旋转为例，当|pitch|不等于90°时，就不会出现万向节死锁现象，这时插值后的一系列欧拉角会比较正常，基本可以刻画出我们期望的路径，但是，当某个关键帧的pitch为90°时（动画师制作动画并不会考虑这些），就会发生万向节死锁。以上面的手机为例，此时，我们的手机只能在水平面上旋转，那么如果下一个关键帧的旋转还是在水平面，那么一切正常，但是若动画师k的下一个关键帧的旋转是手机立起来的方位，会发生什么情况呢？
  我们期望这个旋转可以是一个直线插值过去，但是实际上，因为发生了万向节死锁，我们丧失了能使手机立起来的那个旋转轴，因此我们需要改变每个轴的旋转才能使得手机立起来，关键帧的欧拉角数值也会体现如此。这样子，插值会得到一条曲线旋转，看起来会十分的诡异，方便更直观地理解可以参考这个视频。也就是说会发生《3D数学基础：图形与游戏开发》中提到的“路径偏移”和“摄像机抖动”。

四元数

为了解决欧拉角旋转带来的上述不便，四元数开始被用来解决三维旋转的问题。

• 复数
  在讨论四元数以及三维旋转之前，先从复数（Complex Number）以及2维旋转入手也许会好一些。对任意一个复数 $z=a+bi$ , a 称为这个复数的实部（Real Part），b 称为这个复数的虚部（Imaginary Part）。$z=a+bi$可以看作是{1,i}这个基的线性组合，所以也可以用向量来表示复数：$$z=\left[\begin{array}{c}a\\ b\end{array}\right]$$可以用复平面上的一个点来表示该复数，横坐标为实部，纵坐标为虚部。
  
  关于复数的一些基本定义和概念，这里将不再提及，这里稍微提一下复数的乘法与矩阵。如果有两个复数$z_1=a+bi,z_2=c+di,$可以计算他们的乘积如下：$$\begin{array}{rl}{z}_1{z}_2& =(a+bi)(c+di)\\ & =ac+adi+bci+bd{i}^2\\ & =ac-bd+adi+bci\\ & =ac-bd+(bc+ad)i.\end{array}$$
  前面说过复数可以用向量表示，于是将上述$z_2$写成$\left[\begin{array}{c}c\\ d\end{array}\right]$的向量形式，于是可以很容易地发现，上述复数相乘的结果实际上也是一个矩阵与向量相乘的结果：
  $$\begin{array}{rl}{z}_1{z}_2& =(a+bi)(c+di)\\ & =ac-bd+(bc+ad)i\\ & =\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]\left[\begin{array}{c}c\\ d\end{array}\right].\end{array}$$
  可以发现，复数相乘运算，与$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$这个矩阵代表的变换是等价的，那么复数与复数相乘代表的变换可以写作矩阵形式：
  $$\begin{array}{rl}{z}_1{z}_2& =\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]\left[\begin{array}{cc}c& -d\\ d& c\end{array}\right]\\ & =\left[\begin{array}{cc}ac-bd& -(bc+ad)\\ bc+ad& ac-bd\end{array}\right]\end{array}$$
  且，复数乘法是满足交换律的，所以$z_1{z}_2与z_2{z}_1$是 等价的：
  $$\begin{array}{rl}{z}_2{z}_1& =\left[\begin{array}{cc}c& -d\\ d& c\end{array}\right]\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]\\ & =\left[\begin{array}{cc}ac-bd& -(bc+ad)\\ bc+ad& ac-bd\end{array}\right]\\ & =z_1{z}_2\end{array}$$
  回到$z=a+bi$对应的变换矩阵$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$，这种变换代表什么呢？实际上如果对这个矩阵进行一些数学上的处理，就会发现：
  $$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]=\sqrt{a^2+b^2}\left[\begin{array}{cc}\frac{a}{\sqrt{a^2+b^2}}& \frac{-b}{\sqrt{a^2+b^2}}\\ \frac{b}{\sqrt{a^2+b^2}}& \frac{a}{\sqrt{a^2+b^2}}\end{array}\right]$$
  注意$\frac{a}{\sqrt{a^2+b^2}}$实际上是复数$z$的模长，有着下图的关系：
  
  可以发现，$\sqrt{a^2+b^2}$