视觉SLAM十四讲 ch3-4 旋转矩阵 轴角 欧拉角 四元数

视觉SLAM十四讲 ch3-4 旋转矩阵 轴角 欧拉角 四元数

这四个名词都是有关于三维空间中向量的旋转变换的

先简要介绍一下四个名词的联系《计算机视觉—算法与应用》
旋转矩阵与轴角间可以很容易的相互转换
欧拉角在参数空间中并不总是能够光滑移动（较小的旋转可能变化为一个或多个欧拉角的显著变化）
随着旋转矩阵的变化，四元数可以光滑的表达

旋转矩阵与轴角间的相互转换

三维空间中的旋转矩阵是一个3*3的矩阵，有9个量，而任何旋转都可以用一个旋转轴与一个旋转角来表达，为了简便易懂，我们用一个向量表示旋转轴，而该向量的长度为旋转角，即可以用一个三维向量即可表示一个旋转矩阵所表示的意思。
假设旋转轴为单位长度向量n，角度为θ，则nθ即为旋转向量，而罗德里格斯公式即为旋转向量与旋转矩阵间的转换公式（轴角与旋转矩阵）

欧拉角

一个三维空间可以用一个三轴坐标系表示，而任意三维空间中的旋转也可以使用绕三轴旋转来表达，但是在所有临近极点位置的旋转都会有万向锁问题，故较少使用欧拉角表示，因为该方法具有奇异性

四元数

说实话，这个东西有点难以理解，其中包括实部（1个数），虚部（3个数）i,j,k，i,j,k还能代表三维空间中不同方向的旋转，例如X轴正向转向Y轴正向， Z轴正向转向X轴正向等。
而三维空间点与四元数对相乘后即为旋转后坐标
[1]: http://meta.math.stackexchange.com/questions/5020/mathjax-basic-tutorial-and-quick-reference
[2]: https://mermaidjs.github.io/
[3]: https://mermaidjs.github.io/
[4]: http://adrai.github.io/flowchart.js/