图形学初识--任意轴旋转矩阵（小白狂喜）

前言

前章节主要讲解了二维空间和三维空间常用的空间变换矩阵，主要包括：缩放、平移、旋转。但是之前说的旋转都是绕着标准x、y、z轴旋转，本章节主要带大家认识一下绕过原点的任意轴旋转公式，也叫做罗德里德斯旋转公式（Rodrigues rotation formula）。

正文

前置知识

1、一个点的坐标本质

在一个三维空间中，我们常说的 $P=(x^{\prime },y^{\prime },z^{\prime })$ 究竟代表什么含义？请看下图：

我们大家都知道只要有三个线性无关的基向量，那么这三个向量的线性组合就可以张成这个三维空间，因为它可以表示这个三维空间中的任意位置。而我们最常见的基向量，就是正交基向量，他们两两垂直，如上图所示，三个基向量如下：
$$\begin{gathered} \hat{x}=(1,0,0{)}^T \\ \hat{y}=(0,1,0{)}^T \\ \hat{z}=(0,0,1{)}^T \end{gathered}$$
那么此时的P点的坐标，实际上表示对三个基向量的权重比例，最终表示为加权和，如下所示：

$$\vec{P}=x^{\prime }\hat{x}+y^{\prime }\hat{y}+z^{\prime }\hat{z}$$

上述公式也可以改写成矩阵和向量相乘的形式，如下：
$$\vec{P}=\left[\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ 0& 0& 1\end{array}\right]\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right)$$

2、旋转的几何理解

假设现有一个任意的旋转矩阵 $R=(\overrightarrow{r_0},\overrightarrow{r_1},\overrightarrow{r_2})$ ，有一任意点 $P=(x,y,z)$， 假设P经过R变换后，得到 $P^{\prime }=(x^{\prime },y^{\prime },z^{\prime })$

于是咱们根据矩阵乘法的列视图理解，可以得到如下的等式：
$$P^{\prime }=\left(\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right)=RP=x\overrightarrow{r_0}+y\overrightarrow{r_1}+z\overrightarrow{r_2}$$
因此，根据前面点坐标本质的说明，咱们可以这样理解：

• $\overrightarrow{r_0}、\overrightarrow{r_1}、\overrightarrow{r_2}$ 对应新坐标系下的三个基向量，按顺序对应新坐标系的x、y、z坐标轴
• 在新坐标系下也有一个P点
• $P^{\prime }$点的本质含义：新的坐标系下的 $P$点，在原坐标系下的坐标是什么？可以结合如下图理解：
  

3、旋转的几何理解-延申

如果已知一个旋转矩阵R，我们没法直接看出新坐标系下的三个基向量，他可能是一个复杂的表达形式，这时候我们又想要知道，那怎么办呢？

答：分别令其与三个正交基：$(1,0,0{)}^T,(0,1,0{)}^T,(0,0,1{)}^T$，相乘即，得到的三个列向量结果就是新坐标下的基向量！

公式结论

已知过原点的旋转轴$\vec{u}=(u_x,u_y,u_z)$，则右手系下，绕其旋转 $\theta$​ 角度的旋转矩阵为：

$$R_{\theta }=\left[\begin{array}{ccc}{u}_x^2(1-\cos \theta )+\cos \theta & u_x{u}_y(1-\cos \theta )-u_z\sin \theta & u_x{u}_z(1-\cos \theta )+u_y\sin \theta \\ u_x{u}_y(1-\cos \theta )+u_z\sin \theta & u_y^2(1-\cos \theta )+\cos \theta & u_y{u}_z(1-\cos \theta )-u_x\sin \theta \\ u_x{u}_z(1-\cos \theta )-u_y\sin \theta & u_y{u}_z(1-\cos \theta )+u_x\sin \theta & u_z^2(1-\cos \theta )+\cos \theta \end{array}\right]$$

注：这里我们并没有按照最简洁的向量表示，而是给出一个大矩阵，因为这个和后面的推导相吻合，有利于观察！

公式推导

1、问题描述： 已知过原点O的旋转轴为$\vec{u}$，$\vec{v}$ 绕其旋转 $\theta$ 角度，得到 $\overrightarrow{v^{\prime }}$，求 $\overrightarrow{v^{\prime }}$​ 的坐标表示

2、思路描述：

示意图如下：

前提： 保证 $\vec{u}$ 已经归一化

步骤：

1. 把 $\vec{v}$ 分解为平行于 $\vec{u}$ 的向量 $\overrightarrow{v_{\Vert }}$ 及垂直于$\vec{u}$ 的向量 $\overrightarrow{v_{\perp }}$
2. 计算 $\overrightarrow{v_{\perp }}$ 围绕 $\vec{u}$ 旋转 $\theta$ 角度后的向量 $\overrightarrow{v_{\perp }^{\prime }}$​
3. 将 $\overrightarrow{v_{\perp }^{\prime }}$ 和 $\overrightarrow{v_{\Vert }}$ 相加，得到最后结果 $\overrightarrow{v^{\prime }}$​
4. 求解矩阵形式，只需要利用上述的旋转矩阵的引申，令 $\vec{v}$ 分别为$(1,0,0),(0,1,0),(0,0,1)$ 即可得到旋转矩阵的三个列向量！

3、分步推导：

(1)、计算 $\vec{v}$ 在 $\vec{u}$ 上的投影向量 $\overrightarrow{v_{\Vert }}$​
$$\overrightarrow{v_{\Vert }}=(\vec{v}\cdot \vec{u})\vec{u}$$
(2)、计算向量$\overrightarrow{v_{\perp }}$
$$\begin{array}{rl}\overrightarrow{v_{\perp }}& =\vec{v}-\overrightarrow{v_{\Vert }}\\ & =\vec{v}-(\vec{v}\cdot \vec{u})\vec{u}\end{array}$$

(3)、从顶部观察截面，如下示意图：

构造向量 $\vec{w}=\vec{u}\times \overrightarrow{v_{\perp }}$

由上图所示，咱们可以计算 $\overrightarrow{v_{\perp }^{\prime }}$：
$$\begin{array}{rl}\overrightarrow{v_{\perp }^{\prime }}& =\cos \theta \overrightarrow{v_{\perp }}+\sin \theta \vec{w}\\ & =\cos \theta \overrightarrow{v_{\perp }}+\sin \theta \overrightarrow{(}\vec{u}\times \overrightarrow{v_{\perp }})\end{array}$$

(4)、结合1、2、3得出的公式，咱们可以得到：
$$\begin{array}{rl}\overrightarrow{v_{\perp }^{\prime }}& =\cos \theta \overrightarrow{v_{\perp }}+\sin \theta \overrightarrow{(}\vec{u}\times \overrightarrow{v_{\perp }})\\ & =\cos \theta [\vec{v}-(\vec{v}\cdot \vec{u})\vec{u}]+\sin \theta [\vec{u}\times (\vec{v}-(\vec{v}\cdot \vec{u})\vec{u})]\\ & =\cos \theta [\vec{v}-(\vec{v}\cdot \vec{u})\vec{u}]+\sin \theta (\vec{u}\times \vec{v})\end{array}$$

(5)、咱们，咱们回归到最上面的思路的最后一步，将 $\overrightarrow{v_{\perp }^{\prime }}$ 和 $\overrightarrow{v_{\Vert }}$ 相加，得到最后结果 $\overrightarrow{v^{\prime }}$
$$\overrightarrow{v^{\prime }}=\cos \theta [\vec{v}-(\vec{v}\cdot \vec{u})\vec{u}]+\sin \theta (\vec{u}\times \vec{v})+(\vec{v}\cdot \vec{u})\vec{u}$$

(6)、求解矩阵形式，咱们令 $\vec{v}=(1,0,0{)}^T$ ，计算${\vec{v}}^{\prime }$，如下：
$$\begin{array}{rl}{\vec{v}}^{\prime }& =\cos \theta \left(\begin{array}{c}\left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]-\left(\begin{array}{c}\left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]\cdot \left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]\end{array}\right)\left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]\end{array}\right)+\sin \theta \left(\begin{array}{c}\left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]\times \left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]\end{array}\right)+\left(\begin{array}{c}\left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]\cdot \left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]\end{array}\right)\cdot \left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]\\ & =\cos \theta \left(\begin{array}{c}\left[\begin{array}{c}1\\ 0\\ 0\end{array}\right]-\left[\begin{array}{c}{u}_x^2\\ u_x{u}_y\\ u_x{u}_z\end{array}\right]\end{array}\right)+\sin \theta \left[\begin{array}{c}0\\ u_z\\ -u_y\end{array}\right]+\left[\begin{array}{c}{u}_x^2\\ u_x{u}_y\\ u_x{u}_z\end{array}\right]\\ & =\left[\begin{array}{c}{u}_x^2(1-\cos \theta )\\ u_x{u}_y(1-\cos \theta )+u_z\sin \theta \\ u_x{u}_z(1-\cos \theta )-u_y\sin \theta \end{array}\right]\end{array}$$

以此类推，咱们也可以分别得到第二列和第三列的基向量，将其拼起来得到最终旋转矩阵：
$$R_{u,\theta }=\left[\begin{array}{ccc}{u}_x^2(1-\cos \theta )+\cos \theta & u_x{u}_y(1-\cos \theta )-u_z\sin \theta & u_x{u}_z(1-\cos \theta )+u_y\sin \theta \\ u_x{u}_y(1-\cos \theta )+u_z\sin \theta & u_y^2(1-\cos \theta )+\cos \theta & u_y{u}_z(1-\cos \theta )-u_x\sin \theta \\ u_x{u}_z(1-\cos \theta )-u_y\sin \theta & u_y{u}_z(1-\cos \theta )+u_x\sin \theta & u_z^2(1-\cos \theta )+\cos \theta \end{array}\right]$$

结尾：喜欢的小伙伴可以点点关注+赞哦

希望对各位小伙伴能够有所帮助哦，永远在学习的道路上伴你而行， 我是航火火，火一般的男人！