Cesium中的相机—齐次坐标与坐标变换

在前面几个章节中，我们仅仅讨论了两个坐标系之间的坐标转换矩阵，涉及到四元素、方向余弦阵、欧拉旋转等各种表现形式，但并没有涉及到两个坐标系的平移。

首先看两个坐标系之间的坐标转换矩阵：
$$\left[\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right]=M\cdot \left[\begin{array}{c}{x}_b\\ y_b\\ z_b\end{array}\right](1)$$
$M$为3×3的矩阵。

如果两个坐标系之间仅仅是平移关系（原点不重合），则两坐标系的坐标关系:
$$\left[\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right]=\left[\begin{array}{c}{x}_b\\ y_b\\ z_b\end{array}\right]+\left[\begin{array}{c}{T}_x\\ T_y\\ T_z\end{array}\right](2)$$

可以看出，式（1）和式（2）的形式不同。一个是矩阵与向量相乘，一个是两个向量相加。

在WebGL中，数据处理主要依赖于GPU，而不是CPU。而正如大多数人所知道的，GPU的处理速度之快得益于它可以高效地处理矩阵乘法和卷积。因此，无论是旋转变换还是平移变换，我们应尽量表达成矩阵运算，这样才能最大的高效利用GPU的优势。

而齐次坐标的引用可以使得诸如缩放、平移的计算全部转换为矩阵计算的形式，也就是说式（1）和式（2）的形式全部统一为矩阵形式，下面具体阐述。

齐次坐标

我们使用长度为3的数组表示一个点在坐标系中的坐标分量，如：（x, y, z）; 然而在表示一个向量的时候也是同样的表达方式：（x, y, z）。如果我们只看数组（x, y, z），鬼知道这是向量还是点，毕竟点与向量还是有很大区别的，点只表示位置，向量没有位置只有大小和方向。

为了区分点和向量我们给它加上一维，用长度为4的数组（x, y, z, w）来表达坐标，我们规定（x, y, z, 0）表示一个向量，（x, y, z, 1）表示一个点。这种用n+1维坐标表示n维坐标的方式称为齐次坐标。

设点P的齐次坐标为$[x,y,z,1]$
使用齐次坐标可以将坐标的缩放、旋转、平移全部使用矩阵乘法表示:

缩放

P的位置在三个轴上分别缩放$[S_1,S_2,S_3]$:
$$\left[\begin{array}{cccc}{S}_1& 0& 0& 0\\ 0& S_2& 0& 0\\ 0& 0& S_3& 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}{S}_1\cdot x\\ S_2\cdot y\\ S_3\cdot z\\ 1\end{array}\right](3)$$

平移

P的位置平移$[T_x,T_y,T_z]$:
$$\left[\begin{array}{cccc}1& 0& 0& T_x\\ 0& 1& 0& T_y\\ 0& 0& 1& T_z\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}x+T_x\\ y+T_y\\ z+T_z\\ 1\end{array}\right](4)$$

旋转

P绕X轴旋转后的坐标：
$$\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \theta & -\sin \theta & 0\\ 0& \sin \theta & \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}x\\ \cos \theta \cdot y-\sin \theta \cdot z\\ \sin \theta \cdot y+\cos \theta \cdot z\\ 1\end{array}\right](5)$$
P绕Y轴旋转后的坐标：
$$\left[\begin{array}{cccc}\cos \theta & 0& \sin \theta & 0\\ 0& 1& 0& 0\\ -\sin \theta & 0& \cos \theta & 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}\cos \theta \cdot x+\sin \theta \cdot z\\ y\\ -\sin \theta \cdot x+\cos \theta \cdot z\\ 1\end{array}\right](6)$$
P绕Z轴旋转后的坐标：
$$\left[\begin{array}{cccc}\cos \theta & -\sin \theta & 0& 0\\ \sin \theta & \cos \theta & 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{c}\cos \theta \cdot x-\sin \theta \cdot y\\ \sin \theta \cdot x+\cos \theta \cdot y\\ z\\ 1\end{array}\right](7)$$

平移+旋转的齐次坐标转换矩阵

使用最多的是平移和旋转，见下图。

• 坐标系$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$初始时与坐标系$o-xyz$重合；
• 接着，坐标系$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$由原点$o$平移到$o^{\prime }$处（即坐标系$o^{\prime }-xyz$）；
• 再历经旋转到达现在的$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$
  
  另$o{o}^{\prime }$为矢量$\vec{\rho }$，对任意一点P，令$oP$为矢量$\vec{r}$，令$o^{\prime }P$为矢量$\overrightarrow{r^{\prime }}$，则有矢量关系式：
  $$\vec{r}=\vec{\rho }+\overrightarrow{r^{\prime }}(8)$$
  注意，上式为矢量关系式，如果表达为坐标关系式，则三个矢量必须表达为同一坐标系系下。
  令$o{o}^{\prime }$在$o-xyz$下的坐标为：
  $$\vec{\rho }=\left[\begin{array}{c}{T}_x\\ T_y\\ T_z\end{array}\right]$$
  令点P在$o-xyz$下的坐标为：
  $$\vec{r}=\left[\begin{array}{c}x\\ y\\ z\end{array}\right]$$
  令点P在$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$下的坐标为：
  $$\overrightarrow{r^{\prime }}=\left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right]$$
  若定义旋转矩阵$R$为$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$到$o-xyz$的坐标转换矩阵，则有：
  $$\left[\begin{array}{c}x\\ y\\ z\end{array}\right]=\left[\begin{array}{c}{T}_x\\ T_y\\ T_z\end{array}\right]+R\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\end{array}\right](9)$$
  上式写成齐次坐标为(参见式4，将坐标平移写成矩阵与齐次坐标的相乘)：
  $$\begin{gathered} \left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=T\cdot R\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\\ 1\end{array}\right] \\ =\left[\begin{array}{cccc}1& 0& 0& T_x\\ 0& 1& 0& T_y\\ 0& 0& 1& T_z\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{cccc}{U}_x& V_x& N_x& 0\\ U_y& V_y& N_y& 0\\ U_z& V_z& N_z& 0\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\\ 1\end{array}\right] \\ =\left[\begin{array}{cccc}{U}_x& V_x& N_x& T_x\\ U_y& V_y& N_y& T_y\\ U_z& V_z& N_z& T_z\\ 0& 0& 0& 1\end{array}\right]\cdot \left[\begin{array}{c}{x}^{\prime }\\ y^{\prime }\\ z^{\prime }\\ 1\end{array}\right](10) \end{gathered}$$
  上式中，旋转矩阵$R$中，$U_x,U_y,U_z$为坐标系$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$的$x^{\prime }$轴在坐标系$o-xyz$中的方向余弦（或者说坐标分量），$V_x,V_y,V_z$为坐标系$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$的$y^{\prime }$轴在坐标系$o-xyz$中的方向余弦，$N_x,N_y,N_z$为坐标系$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$的$z^{\prime }$轴在坐标系$o-xyz$中的方向余弦（或者说坐标分量），详细参考：Cesium中的相机—方向余弦阵。

因此，$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$到$o-xyz$的齐次坐标转换矩阵为：：
$$C=\left[\begin{array}{cccc}{U}_x& V_x& N_x& T_x\\ U_y& V_y& N_y& T_y\\ U_z& V_z& N_z& T_z\\ 0& 0& 0& 1\end{array}\right](11)$$
反之，坐标系$o-xyz$到$o^{\prime }-x^{\prime }{y}^{\prime }{z}^{\prime }$坐标系的齐次坐标转换矩阵为：：
$$C^{-1}=\left[\begin{array}{cccc}{U}_x& U_y& U_z& -U\cdot T\\ V_x& V_y& V_z& -V\cdot T\\ N_x& N_y& N_z& -N\cdot T\\ 0& 0& 0& 1\end{array}\right](12)$$

上面两式就是我们常用的齐次坐标转换矩阵。