四元数左乘右乘_旋转之八 - 旋转的插值（四元数）

旋转的插值

有了之前的预备知识，我们就能开始讨论旋转的插值了，当然，在这里，也就是四元数的插值（Interpolation）.

假设有两个旋转变换

和

，我们希望找出中间变换

， 使得初始变换

能平滑的过渡到最终变换

, t = 0 时

, t = 1 时

.

如果觉得这样不太好抽象理解的话，那么假设空间中有两个四面体，一个旋转是

, 另一个是

，我们要做的事就是线性的将

变换到

:

假设我们已经有了这个变换：

那么,

又旋转所用的四元数都是单位四元数，所以

, 所以又可以写成：

再根据我们之前得到的结论：

可以看到，一个单位四元数的 t 次幂等同于将它的旋转角度缩放至 t 倍，并且不会改变它的旋转轴.

我们对

取 t 次方,

就能缩放这个旋转所对应的的角度了，插值的公式为：

可以验证：

，如果 t 为中间值，它进行的响应的插值变换。

3D空间旋转变化量 vs 四元数4D向量空间夹角

如果我们把

和

看成四元向量，也就是：

, 根据向量的点乘关系：

， 这个

就是向量之间的夹角，而因为

都是单位四元数。所以

.

而非常有意思的是，这个向量点乘的结果正好也等于四元数

的实部。

表示的是一个旋转，如果它代表的旋转角度是

，那么它对应的实部则是 :

.

所以：

又

均为夹角，

, 有：

这也就是说，

与

作为向量在 4D 四元数空间中的夹角 θ，正好是它们旋转变化量 ∆q 的所代表旋转的角度的一半，即 θ =

.所以，我们可以直接用插值向量的方法对旋转进行插值.

这个结论给我们的巨大解放就是我们不需要再使用上面得到的公式

来计算幂，可以使用更简单的向量插值。✌️

Lerp, Nlerp, Slerp

因为我们已经把四元数插值转换为向量插值，所以我们需要做的就是将中间向量

写成初始向量

和最终向量

的线性组合：

其中

是 t 的函数，不同的插值方法对应不同的系数。

Lerp

Lerp (Linear Interpolation) 大家应该很熟悉了：

将 Lerp 应用到单位四元数上：

这样会造成的问题是中间插值的四元数不一定是单位四元数，我们也说过，旋转使用单位四元数来表示的。所以这就引出了 Nlerp.

NLerp

虽然使用 lerp 插值出来的

不是单位四元数，但是我们将

除以它的模长

就将其转化为单位四元数了。这种方法称为 正规化线性插值（Normalized Linear Interpolation)，同时， NLerp的输入也一定要是单位向量，否则插值出来的结果不会经过初始和最终向量，其公式为：

NLerp 存在的问题是在于当需要插值的范围较大时，

的角速度会有显著的变化。

Slerp

为了解决角速度的问题，我们可以对角度来进行插值，如果

和

之间的夹角是

， 那么:

这叫做球面线性插值(Spherical Linear Interpolation)。上面的公式并没有向量出现，我们还是希望写成之前的形式：

先上式两边同时乘以

：

之间的夹角是

,

之间夹角是 0,

之间夹角是

. 上面的式子两边同时取 cos，可得：

用插值的式子两边同时乘以

:

根据类似的分析，我们可得：

根据这两个式子和三角恒等式，我们能够解出向量和四元数的 Slerp 公式：

和

之间的夹角

则可以直接用其点乘结果算出：

使用 Slerp 有两个注意点： 一是如果要插值的角度比较小的话，我们可以直接使用 Nlerp， 误差并不会很大。二是如果

非常小，

可能会近似为 0.0, 所以如果夹角过小，但需要插值的话也选择 Nlerp.

至此，关于四元数的讨论先暂停一下，我们即将进入另外一个常用的用来表示旋转的主题- 李群和李代数。

参考：

• 四元数与三维旋转