四元数与3D旋转

四元数与3D旋转

摘要：介绍四元数的一些性质，及其推导过程。主要参考Krasjet的文档，写的非常详细，如果想看更加详细的过程，建议去看看文档。这里主要做了简洁浓缩，方便快速查看。

一、复数与2D旋转

在讲解四元数之前，先讲解下复数的性质。后续四元数有很多相似的地方。

1.1 复数的表示

任意一个复数 𝑧 ∈ C 都可以表示为 𝑧 = 𝑎 + 𝑏𝑖 的形式，其中 𝑎, 𝑏 ∈ R 而且$i^2=-1$。我们将 𝑎 称之为这个复数的实部（Real Part），𝑏 称之为这个复数的虚部（Imaginary Part）。

𝑧 = 𝑎 + 𝑏𝑖 其实就是对于 {1, 𝑖} 这个基的线性组合，我们也可以用向量来表示一个复数：
$$z=\left[\begin{array}{c}a\\ b\end{array}\right]$$

1.2 复数的乘法

如果有两个复数 $z_1=a+bi,z_2=c+di$，我们可以使用分配律来计算它们的乘积：
$$z_1{z}_2=(a+bi)(c+di)=ac+adi+bci+bd{i}^2$$

其中$i^2=-1$，进一步化简为：
$$z_1{z}_2=ac-bd+adi+bci=ac-bd+(bc+ad)i$$
写成矩阵的形式如下：
$$z_1{z}_2=\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right].\left[\begin{array}{c}c\\ d\end{array}\right]$$

右侧的$\left[\begin{array}{c}c\\ d\end{array}\right]$是用向量的形式来表示的$z_2$，而左侧的$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$则是$z_1$ 的矩阵形式。我们可以发现，复数相乘这个运算，其实是与$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$这个矩阵所代表的变换是等价的。

1.3 复数的模长与共轭

如果 𝑧 = 𝑎 + 𝑏𝑖，那么它的模长为：
$$||z||=\sqrt{a^2+b^2}$$
共轭为：
$$\overline{z}=a-bi$$
复数的模长$||z||$，可以通过与其共轭矩阵相乘得到：
$$z\overline{z}=(a+bi)(a-bi)=a2-abi+abi+b2=a2+b2=\Vert z\Vert 2$$

1.4 复数相乘与 2D 旋转

既然与复数的相乘代表着$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]$矩阵所作出的变换，那这种变换代表着什么呢？
$$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]=\sqrt{a^2+b^2}.\left[\begin{array}{cc}\frac{a}{\sqrt{a^2+b^2}}& \frac{-b}{\sqrt{a^2+b^2}}\\ \frac{b}{\sqrt{a^2+b^2}}& \frac{a}{\sqrt{a^2+b^2}}\end{array}\right]$$
结合下面的图形，上面的矩阵可以变成下面的形式：

$$\left[\begin{array}{cc}a& -b\\ b& a\end{array}\right]=\sqrt{a^2+b^2}.\left[\begin{array}{cc}cos(\theta )& -sin(\theta )\\ sin(\theta )& cos(\theta )\end{array}\right]=||z||.\left[\begin{array}{cc}cos(\theta )& -sin(\theta )\\ sin(\theta )& cos(\theta )\end{array}\right]$$
右边的$\left[\begin{array}{cc}cos(\theta )& -sin(\theta )\\ sin(\theta )& cos(\theta )\end{array}\right]$则是我们熟悉的 2D 旋转矩阵，左侧的模长$||z||$则是缩放。

综上得到复数表示的2D旋转公式：

如果我们将向量$v=\left[\begin{array}{c}x\\ y\end{array}\right]$看作是一个复数 𝑣 = 𝑥 + 𝑦𝑖，其中实部为 𝑥，虚部为 𝑦。
那么，我们可以构造一个复数 𝑧 = cos( θ ) + 𝑖 sin( θ )，并将它与 𝑣 相乘来进行旋转。
旋转 θ 度之后的向量 𝑣 ′ 可以用等价的复数乘法来表示：
$$v\prime =zv=(cos(\theta )+isin(\theta ))v$$

1.5 复数的极坐标形式

根据欧拉公式：
$$cos(\theta )+isin(\theta )=e^{i\theta }$$
可以得到复数的指数形式：
$$z=||z||.\left[\begin{array}{cc}cos(\theta )& -sin(\theta )\\ sin(\theta )& cos(\theta )\end{array}\right]=||z||(cos(\theta )+isin(\theta ))=||z||e^{i\theta }$$
如果我们定义 $r=\Vert z\Vert$，我们就得到了复数的极坐标形式：
$$z=r{e}^{i\theta }$$

二、四元数的定义与性质

2.1 四元数的定义

四元数的定义和复数非常类似，唯一的区别就是四元数一共有三个虚部，而复数只有一个。
$$q=a+bi+cj+dk,(a,b,c,d\in R)$$

其中：
$$i^2=j^2=k^2=ijk=-1$$
与复数类似，因为四元数其实就是对于基 {1, 𝑖, 𝑗, 𝑘} 的线性组合，四元数也可以写成向量的形式：
$$q=\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]$$
除此之外，我们经常将四元数的实部与虚部分开，并用一个三维的向量来表示虚部，将它表示为标量和向量的有序对形式：
$$q=[s,v].(v=\left[\begin{array}{c}x\\ y\\ z\end{array}\right],s,x,y,z\in R)$$

2.2 四元数的性质

针对于四元数𝑞 = 𝑎 + 𝑏𝑖 + 𝑐 𝑗 + 𝑑𝑘，介绍它的一些性质

模长：

$$\begin{gathered} ||q||=\sqrt{a^2+b^2+c^2+d^2} \\ ||q||=\sqrt{s^2+||v|{|}^2}=\sqrt{s^2+v.v} \end{gathered}$$

加减法

四元数的加法只需要将分量相加就可以了

乘法

除了交换律之外，我们经常使用的结合律和分配律在四元数内都是成立的。
如果有两个四元数$q_1=a+bi+cj+dk$ 和 $q_2=e+fi+gj+hk$，那么他们的相乘为：

2.3 四元数的矩阵形式

从上述公式看出，四元数的相乘其实也是一个线性组合，我们同样可以将它写成矩阵的形式：

注意，这个矩阵所做出的变换等价于左乘 $q_1$。
因为四元数不符合交换律，所以右乘$q_1$ 的变换是一个不同的矩阵。

2.4 Graßmann 积

对上述公式，寻找规律，可以得到另一种形式的表达，也就是Graßmann 积（想知道详细过程，建议看看源文档3.1.6）。
如果令$v=\left[\begin{array}{c}b\\ c\\ d\end{array}\right]$, $u=\left[\begin{array}{c}f\\ g\\ h\end{array}\right]$那么：
$$q_1{q}_2=[ae-\text{v}\cdot \text{u},a\text{u}+e\text{v}+\text{v}\times \text{u}]$$

2.5 纯四元数

实部为0，仅有虚部的四元数，为纯四元数．因为纯四元数仅由虚部的 3D 向量决定，我们可以将任意的 3D 向量$\text{v}$转换为纯四元数。
$$v=[0,\text{v}]$$
如果有两个纯四元数 $v=[0,\text{v}],u=[0,\text{u}]$，根据Graßmann 积可得：
$$vu=[0-\text{v}\cdot \text{u},0+\text{v}\times \text{u}]=[-\text{v}\cdot \text{u},\text{v}\times \text{u}]$$

2.6 逆和共轭

因为四元数是不遵守交换律的，我们通常不会将两个四元数相除写为$\frac{p}{q}$的形式，而是写成逆的形式。

• 四元数的逆
  $q^{-1}$是$q$的逆，规定：
  $$q{q}^{-1}=q^{-1}q=1$$
• 共轭
  $q=[s,\text{v}]$ 的共轭为 $q\ast =[s,-\text{v}]$。
  共轭矩阵有如下性质：
  $$\begin{gathered} q{q}^{\ast }=[s,\text{v}]\cdot [s,-\text{v}]=[s^2-\text{v}\cdot (-\text{v}),s(-\text{v})+s\text{v}+\text{v}\times (-\text{v})]=[s^2+\text{v}\cdot \text{v},0]=\Vert q{\Vert }^2 \\ {q}^{\ast }q=[s,-\text{v}]\cdot [s,\text{v}]=[s^2-(-\text{v})\cdot \text{v},s\text{v}+s(-\text{v})+(-\text{v})\times \text{v}]=[s^2+\text{v}\cdot \text{v},0]=\Vert q{\Vert }^2 \end{gathered}$$
• 根据共轭求逆
  根据逆的性质，可以得到小面的推导：
  $$\begin{gathered} q{q}^{-1}=1 \\ {q}^{\ast }q{q}^{-1}=q^{\ast } \\ (q^{\ast }q)q^{-1}=q^{\ast } \\ ||q||q^{-1}=q^{\ast } \\ {q}^{-1}=\frac{q^{\ast }}{||q||} \end{gathered}$$
  如果 $\Vert q\Vert =1$
  $$q^{-1}=q^{\ast }$$

三、四元数与3D旋转

如果我们需要将一个向量 $v$ 沿着一个用单位向量所定义的旋转轴 $u$ 旋转 $\theta$度，那么我们可以将这个向量 $v$拆分为正交于旋转轴的 $v\perp$ 以及平行于旋转轴的 $v\Vert$ 。
我们可以对这两个分向量分别进行旋转，获得 $v\prime \perp$ 和 $v\prime \Vert$ 。
将它们相加就是 $v$ 旋转之后的结果 $v\prime =v\prime \Vert +v\prime \perp$。
关于这块的详细推导可以参考上篇博客《罗德里格斯公式（Rodrigues Formula）》
我们可以将这些向量定义为纯四元数：

注意：加黑的为向量，不加黑的为纯四元数

3.1 垂直量$v_{\perp }$的旋转

我们首先讨论正交于旋转轴的$v_{\perp }$ 。《罗德里格斯公式（Rodrigues Formula）》里推导过，如果一个向量${\text{v}}_{\perp }$ 正交于旋转轴 $\text{u}$，那么旋转 $\theta$度之后，得到的向量$\text{v}{\prime }_{\perp }$为：
$$\text{v}{\prime }_{\perp }=cos(\theta ){\text{v}}_{\perp }+sin(\theta )(\text{u}\times {\text{v}}_{\perp })$$
我们可以很容易地将前面的 $\text{v}{\prime }_{\perp }$ 和 ${\text{v}}_{\perp }$ 替换为 $v_{\perp }$和 $v_{\perp }$ 。
但是我们仍遗留下来了一个 $\text{u}\times {\text{v}}_{\perp }$ 。幸运的是，利用四元数的性质，我们可以将它写成四元数积的形式：
$$u{v}_{\perp }=[-\text{u}\cdot {\text{v}}_{\perp },\text{u}\times {\text{v}}_{\perp }]=[0,\text{u}\times {\text{v}}_{\perp }]=\text{u}\times {\text{v}}_{\perp }$$
$u{v}_{\perp }$同样是一个纯虚四元数。最终我们得到：
$$v{\prime }_{\perp }=cos(\theta )v_{\perp }+sin(\theta )(u{v}_{\perp })$$
将$v_{\perp }$提出来，将上面公式进一步变换：
$$v{\prime }_{\perp }=(cos(\theta )+sin(\theta )u)v_{\perp }$$

如果我们将 $cos(\theta )+sin(\theta )u$ 看做是一个四元数，我们就能将旋转写成四元数的乘积了:
$$v{\prime }_{\perp }=q{v}_{\perp }$$
如果对$q$进一步变形：
$$q=cos(\theta )+sin(\theta )u=[cos(\theta ),\text{0}]+[0,sin(\theta )\text{u}]=[cos(\theta ),sin(\theta )\text{u}]$$
如果旋转轴 u 的坐标为$\left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]$，旋转角为 θ ，那么完成这一旋转所需要的四元数 𝑞 可以构造为：
$$q=cos(\theta )+sin(\theta )u_{x}i+sin(\theta )u_{y}j+sin(\theta )u_{z}k$$

3.2 平行量$v\Vert$ 的旋转

平行量旋转之后，不做任何改变
$$v\prime \Vert =v\Vert$$

3.3 $v$ 的旋转

对上面平行和垂直的旋转，进行合成，得到$v$旋转之后的$v\prime$
$$v\prime =v\prime \Vert +v\perp =v\Vert +qv\perp$$
在进一步变换之前，引入几个定理。

都可采用Graßmann 积证明

• 定理1：如 果 $q=[cos(\theta ),sin(\theta )u]$， 而 且 $u$ 为 单 位 向 量， 那 么 $q^2=qq=[cos(2\theta ),sin(2\theta )u]$。
• 定理2：假设$v\Vert =[0,v\Vert ]$ 是一个纯四元数，而 $q=[\alpha ,\beta u]$，其中 $u$ 是一个单位向量，$\alpha ,\beta \in R$。
  如果 $v\Vert$ 平行于 $u$，那么 $qv\Vert =v\Vert q$.
• 定理3：假设$v_{\perp }=[0,v_{\perp }]$ 是一个纯四元数，而 $q=[\alpha ,\beta u]$，其中$u$ 是一个单位向量，$\alpha ,\beta \in R$。
  如果 $v_{\perp }$正交于 $u$，那么 $q{v}_{\perp }=v_{\perp }{q}^{\ast }$

现在进一步对$v\prime =v\prime \Vert +v\perp =v\Vert +qv\perp$进行变换：

和 $q$ 一样，$\Vert p\Vert =1，p$ 也是一个单位四元数，也就是说：
$$p^{-1}=p^{\ast }$$
进一步对$v\prime$进行变换：
$$v\prime =p{p}^{-1}v\Vert +pp{v}_{\perp }=p{p}^{\ast }v\Vert +pp{v}_{\perp }$$
加入定理1、定理2，进一步变换：
$$v\prime =p{p}^{\ast }v\Vert +pp{v}_{\perp }=pv\Vert p^{\ast }+p{v}_{\perp }{p}^{\ast }=p(v\Vert +v_{\perp })p^{\ast }=pv{p}^{\ast }$$

3.4 四元数旋转

综上可以得到四元数表示的旋转。

任意向量$v$ 沿着以单位向量定义的旋转轴$u$ 旋转 $\theta$ 度之后的 $v$′ 可以使用四元数乘法来获得。
令 $v=[0,v]，q=[cos(\frac{1}{2}\theta ),sin(\frac{1}{2}\theta )u]$，那么:
$$v\prime =qv{q}^{\ast }=qv{q}^{-1}$$

虽然这个公式非常简洁，但是它并不是那么直观。如果你想了解它真正的含义的话，还需要将它还原到变形之前的式子：
$$v\prime =q{q}^{\ast }v\Vert +qq{v}_{\perp }=v\Vert +q^2{v}_{\perp }$$
因为所有的旋转四元数的实部都只是一个角度的余弦值，假设有一个单位四元数 $q=[a,\text{b}]$。
可以得到旋转角度$\theta$：
$$\frac{\theta }{2}=co{s}^{-1}(a)$$
如果想要再获得旋转轴$\text{u}$，那么只需要将$\text{b}$的每一项都除以$sin(\frac{\theta }{2})$：
$$\text{u}=\frac{\text{b}}{sin(\frac{\theta }{2})}$$

3.5 旋转的矩阵形式

之前讨论过，左乘一个四元数 $q=a+bi+cj+dk$ 等同于下面这个矩阵：
$$L(q)=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& -d& c\\ c& d& a& -b\\ d& c& b& a\end{array}\right]$$
右乘四元数$q$，等同于下面这个矩阵：
$$L(q)=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& d& -c\\ c& -d& a& b\\ d& c& -b& a\end{array}\right]$$
所以，我们可以利用这两个公式将$v\prime =qv{q}^{\ast }$ 写成矩阵形式．假设$a=cos(\frac{\theta }{2}),b=sin(\frac{\theta }{2})u_x,c=sin(\frac{\theta }{2})u_y,d=sin(\frac{\theta }{2})u_z,q=a+bi+cj+dk$，我们能得到：
$$v\prime =qv{q}^{\ast }=L(q)R(q^{\ast })v=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 0& 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 0& 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]v$$

这样我们就得到了 3D 旋转的矩阵形式。因为矩阵的最外圈不会对 $v$ 进行任何变换，我们可以将它压缩成 3 × 3 矩阵（用作 3D 向量的变换）
$$\text{v′}=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right].\text{v}$$

四、双倍覆盖

四元数与 3D 旋转的关系并不是一对一的，同一个 3D 旋转可以使用两个不同的四元数来表示。
对任意的单位四元数$q=[cos(\frac{\theta }{2}),sin(\frac{\theta }{2})\text{u}]$。
$q$ 与$-q$代表的是同一个旋转。如果 $q$ 表示的是沿着旋转轴 $u$ 旋转 $\theta$ 度，那么 $-q$代表的是沿着相反的旋转轴 $-u$ 旋转 $(2\pi -\theta )$ 度。
$$-q=[-cos(\frac{\theta }{2}),-sin(\frac{\theta }{2})\text{u}]=[cos(\pi -\frac{\theta }{2}),sin(\pi -\frac{\theta }{2})\text{（-u）}]$$
有一点需要注意的是，虽然 𝑞 与 −𝑞 是两个不同的四元数，但是由于旋转矩阵中的每一项都包含了四元数两个分量的乘积，它们的旋转矩阵是完全相同的。旋转矩阵并不会出现双倍覆盖的问题。

五、四元数的指数形式

在讨论复数的时候，我们利用欧拉公式将 2D 的旋转写成了 $v\prime =e^{i\theta }v$ 这样的指数形式．实际上，我们也可以利用四元数将 3D 旋转写成类似的形式。
如果 $\text{u}$ 是一个单位向量，那么对于单位四元数 $u=[0,\text{u}]$，有：
$$e^{u\theta }=cos(\theta )+usin(\theta )=cos(\theta )+\text{u}sin(\theta )$$
这也就是说，$q=[cos(\theta ),sin(\theta )\text{u}]$ 可以使用指数表示为$e^{u\theta }$.

5.1 指数形式的旋转

任意向量 $v$ 沿着以单位向量定义的旋转轴 $u$ 旋转 $\theta$ 角度之后的 $v\prime$ 可以使用四元数的指数表示．令 $v=[0,\text{v}],u=[0,\text{u}]$，那么：
$$v\prime =e^{u\frac{\theta }{2}}v{e}^{-u\frac{\theta }{2}}$$

5.2 对数形式

对任意单位四元数 $q=[cos(\theta ),sin(\theta )\text{u}]$
$$log(q)=log(e^{u\theta })=[0,\text{u}\theta ]$$

5.3 幂运算

$$q^t=(e^{u\theta })t=e^{u(t\theta )}=[cos(t\theta ),sin(t\theta )\text{u}]$$
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。

参考

四元数与三维旋转-Krasjet