四元数的理解（简单入门应用）

本人做的一个项目（配准）需要用单位四元数来求解相关参数，利用的是四元数在旋转上的优势。

1.基本定义：

首先明确，四元数是超复数。

复数是什么呢？

• 复数是由实数加上虚数单位 i 组成，其中i^2 = -1。

四元数都是由实数加上三个虚数单位 i、j、k 组成，而且它们有如下的关系：
i^2 = j^2 = k^2 = -1， i^0 = j^0 = k^0 = 1
每个四元数都是 1、i、j 和 k 的线性组合，即是四元数一般可表示为a + bi+ cj + dk，其中a、b、c 、d是实数。

2.几何意义：

对于i、j、k本身的几何意义可以理解为一种旋转，其中：

• i旋转代表X轴与Y轴相交平面中X轴正向向Y轴正向的旋转
• j旋转代表Z轴与X轴相交平面中Z轴正向向X轴正向的旋转
• k旋转代表Y轴与Z轴相交平面中Y轴正向向Z轴正向的旋转
• -i、-j、-k分别代表i、j、k旋转的反向旋转。
  

3.矩阵表示:

四元数可以由矩阵表示，这便于将矩阵的加法、乘法应用于四元数的加、乘。
四元数的矩阵表示有两种：

1.第一种是以二阶复数矩阵表示。

若 h = a + bi + cj + dk 则它的复数形式为：

这种表示法有如下优点：

• 所有复数 (c = d = 0) 就相应于一个实矩阵。
• 四元数的绝对值的平方就等于矩阵的行列式。
• 四元数的共轭值就等于矩阵的共轭转置。

2. 第二种则是以四阶实数矩阵表示：

其中四元数的共轭等于矩阵的转置。

4.基本运算：

百度百科介绍的很详细了，需要注意的就是，四元数乘法非可换

5.旋转跳跃，我不停歇

从之前四元数的几何意义就可以看出，其在旋转领域独树一帜。

空间坐标变换无非是平移、缩放和旋转，旋转应该是其中最复杂的变换。

旋转的表示，主要有三种：矩阵旋转、欧拉旋转和本文的四元数旋转。

下面对比一下这三种旋转方式的优缺点：

1.矩阵旋转

• 优点：

  • 旋转轴可以是任意向量；

• 缺点：

  • 旋转其实只需要知道一个向量+一个角度，一共4个值的信息，但矩阵法却使用了16个元素；
  • 而且在做乘法操作时也会增加计算量，造成了空间和时间上的一些浪费

2.欧拉旋转

• 优点：

  • 很容易理解，形象直观；
  • 表示更方便，只需要3个值（分别对应x、y、z轴的旋转角度）；但按我的理解，它还是转换到了3个3*3的矩阵做变换，效率不如四元数；

• 缺点：

  • 这种方法是要按照一个固定的坐标轴的顺序旋转的，因此不同的顺序会造成不同的结果；
  • 会造成万向节锁（Gimbal Lock）的现象。这种现象的发生就是由于上述固定坐标轴旋转顺序造成的。理论上，欧拉旋转可以靠这种顺序让一个物体指到任何一个想要的方向，但如果在旋转中不幸让某些坐标轴重合了就会发生万向节锁，这时就会丢失一个方向上的旋转能力，也就是说在这种状态下我们无论怎么旋转（当然还是要原先的顺序）都不可能得到某些想要的旋转效果，除非我们打破原先的旋转顺序或者同时旋转3个坐标轴。具体可看视频了解。
  • 由于万向节锁的存在，欧拉旋转无法实现球面平滑插值；

3.四元数旋转

• 优点：

  • 可以避免万向节锁现象；
  • 只需要一个4维的四元数就可以执行绕任意过原点的向量的旋转，方便快捷，在某些实现下比旋转矩阵效率更高；
  • 可以提供平滑插值；

• 缺点：

  • 比欧拉旋转稍微复杂了一点点，因为多了一个维度；
  • 理解更困难，不直观；

理解层面感觉到这就可以了，简单的推导和旋转的表达可以参考该文章（基础好的之间从第4节开始），简单的应用参考该文章，旋转矩阵求解参考该文章，真正应用时，都有现成的模板和算法，甚至你不需要知道什么，只要知道你应输入的参数，和接收的结果就行了（个人感觉这方面研究到天花板了，我等凡人没必要深究）。