三维旋转的不同表示方法(欧拉角、旋转矩阵、四元数、指数映射、特征向量)及其等价关系(三)

Title: 三维旋转的不同表示方法 (欧拉角、旋转矩阵、四元数、指数映射、特征向量) 及其等价关系 (三)

---

总目录

⼀. 欧拉⾓相关

​ I. Euler angles

​ II. 旋转矩阵

​ III. Euler angles 等价转换为旋转矩阵

​ IV. Euler angles 的⾏列式

​ V. 旋转矩阵等价转换为 Euler angles

​ ⼩结

⼆. 轴⾓相关

​ I. 向量形式的 Rodrigues’ rotation formula

​ II. 指数映射形式的 Rodrigues’ rotation formula

​ III. 指数映射的⼀般形式及说明

​ IV. 指数映射的⾏列式

​ V. Rodrigues’ rotation formula 之间的⼀致性

​ VI. Rodrigues’ rotation formula 与 Euler angles 之间的等价

​ VII. 由普通旋转矩阵计算单位旋转轴和旋转⾓度 (利⽤指数映射)

​ VIII. 旋转矩阵的特征值和特征向量

三. 四元数相关

​ I. 四元数形式的 3D 旋转公式

​ II. 四元数的左乘、右乘与矩阵形式

​ III. 四元数的 Graβmann 积 （Graβmann product）

​IV. 四元数形式的 3D 旋转公式的等价性

​ V. 四元数形式的 3D 旋转公式导出的矩阵形式

​ VI. 四元数形式的 3D 旋转公式导出的矩阵形式的计算证明

​ VII. 四元数形式的 3D 旋转公式导出的矩阵形式的正交性质

​ VIII. 四元数形式的 3D 旋转公式导出的矩阵形式 与 欧拉⾓导出的矩阵形式的等价关系

​ IX. 由普通旋转矩阵计算四元数形式的 3D 旋转

总结

参考⽂献

---

我们经常遇到三维空间中旋转 $SO(3)$ 的不同表示方法, 如欧拉角、旋转矩阵、四元数、指数映射等^{1 2 3 4}. 归结一下就是两类表示：1. Euler angles , 2. Axis-angle. 这两类不同表示法都可以产生旋转矩阵, 作为数字计算的工具. 欧拉角产生旋转矩阵的方式相对直观, 通过坐标系之间的旋转就可以获得; 而 Axis-angle 的方式需要基于指数映射的 Rodrigues’ rotation formula 或者四元数计算获得旋转矩阵.

此处我们整理一下这些不同的描述方法及其之间的等价计算关系.

---

已完成内容, 请参见：

三维旋转的不同表示方法 (欧拉角、旋转矩阵、四元数、指数映射、特征向量) 及其等价关系 (一)

三维旋转的不同表示方法 (欧拉角、旋转矩阵、四元数、指数映射、特征向量) 及其等价关系 (二)

---

三. 四元数相关

I. 四元数形式的 3D 旋转公式

三维空间中, 任意向量 $\mathbf{v}$, 沿着单位向量定义的旋转轴 $\mathbf{u}$ 旋转 $\theta$ 角度后, 得到新的向量 ${\mathbf{v}}^{{}^{\prime }}$. 向量 $\mathbf{v}$ 对应四元数 $v=[0,\mathbf{v}]$, 3D 旋转对应的四元数 $q=[\cos (\theta /2),\sin (\theta /2)\mathbf{u}]$, 新向量对应四元数 $v^{{}^{\prime }}=[0,{\mathbf{v}}^{{}^{\prime }}]$. 则
$$v^{{}^{\prime }}=qv{q}^{\ast }=qv{q}^{-1}$$

其中 $q^{\ast }$ 是 $q$ 的共轭四元数, 即 $q^{\ast }=[\cos (\theta /2),-\sin (\theta /2)\mathbf{u}]$.

II. 四元数的左乘、右乘与矩阵形式

任意四元数写成向量形式为
$$r=\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]\&r^{\ast }=\left[\begin{array}{c}a\\ -b\\ -c\\ -d\end{array}\right]$$

以 $\mathbf{r}$ 为乘子的四元数左乘
$$rq=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& -d& c\\ c& d& a& -b\\ d& -c& b& a\end{array}\right]q\triangleq {\mathbf{L}}_{r}q\Rightarrow {\mathbf{L}}_r=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& -d& c\\ c& d& a& -b\\ d& -c& b& a\end{array}\right]$$

以 $\mathbf{r}$ 为乘子的四元数右乘
$$qr=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& d& -c\\ c& -d& a& b\\ d& c& -b& a\end{array}\right]q={\mathbf{R}}_{r}q\Rightarrow {\mathbf{R}}_r=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& d& -c\\ c& -d& a& b\\ d& c& -b& a\end{array}\right]$$

左乘 $\mathbf{r}$ 对应的矩阵 ${\mathbf{L}}_r$, 右乘 $\mathbf{r}$ 对应的矩阵 ${\mathbf{R}}_r$. 同理, 左乘 ${\mathbf{r}}^{\ast }$ 对应的矩阵 ${\mathbf{L}}_{r^{\ast }}$, 右乘 ${\mathbf{r}}^{\ast }$ 对应的矩阵 ${\mathbf{R}}_{r^{\ast }}$

可以发现或计算得到:
$${\mathbf{L}}_{r^{\ast }}={\mathbf{L}}_r^{\mathrm{T}}\&{\mathbf{R}}_{r^{\ast }}={\mathbf{R}}_r^{\mathrm{T}}$$

如果 $r$ 是单位四元数, 即 $\Vert r\Vert =\sqrt{a^2+b^2+c^2+d^2}=1$, 可以计算得到
$${\mathbf{L}}_r{\mathbf{L}}_r^{\mathrm{T}}={\mathbf{I}}_{4\times 4}\&{\mathbf{R}}_r{\mathbf{R}}_r^{\mathrm{T}}={\mathbf{I}}_{4\times 4}$$

$${\mathbf{L}}_{r^{\ast }}{\mathbf{L}}_{r^{\ast }}^{\mathrm{T}}={\mathbf{I}}_{4\times 4}\&{\mathbf{R}}_{r^{\ast }}{\mathbf{R}}_{r^{\ast }}^{\mathrm{T}}={\mathbf{I}}_{4\times 4}$$

此时 ${\mathbf{L}}_r$ 、${\mathbf{R}}_r$、 ${\mathbf{L}}_{r^{\ast }}$ 、${\mathbf{R}}_{r^{\ast }}$ 都是正交矩阵.

另外, 计算验证行列式
$$\begin{array}{rl}\det ({\mathbf{L}}_r)& =\det ({\mathbf{L}}_{r^{\ast }})=\det ({\mathbf{R}}_r)=\det ({\mathbf{R}}_{r^{\ast }})\\ & =d^4+2c^2{d}^2+2b^2{d}^2+2a^2{d}^2+c^4+2b^2{c}^2+2a^2{c}^2+b^4+2a^2{b}^2+a^4\\ & =(a^2+b^2+c^2+d^2)(a^2+b^2+c^2+d^2)\\ & =1\end{array}$$
所以 ${\mathbf{L}}_r$ 、${\mathbf{R}}_r$、 ${\mathbf{L}}_{r^{\ast }}$ 、${\mathbf{R}}_r^{\ast }$ 都是特殊正交矩阵, 就是针对四元数的旋转矩阵.

最后，可以计算验证:
$${\mathbf{L}}_r{\mathbf{R}}_{r^{\ast }}={\mathbf{R}}_{r^{\ast }}{\mathbf{L}}_r$$

III. 四元数的 Graβmann 积 （Graβmann product）

对任意四元数 $q_1=[s,\mathbf{v}]$, $q_2=[t,\mathbf{u}]$ 的积写成向量点乘和叉乘形式为
$$q_1{q}_2=[st-\mathbf{v}\cdot \mathbf{u},s\mathbf{u}+t\mathbf{v}+\mathbf{v}\times \mathbf{u}]$$

IV. 四元数形式的 3D 旋转公式的等价性

由 “四元数形式的 3D 旋转公式”, 已知
$$v^{{}^{\prime }}=qv{q}^{\ast }$$
其中, $v=[0,\mathbf{v}]$, $q=[\cos (\theta /2),\sin (\theta /2)\mathbf{u}]$. 计算
$$\begin{gathered} v^{{}^{\prime }}=qv{q}^{\ast }=\left[\cos \frac{\theta }{2},\sin \frac{\theta }{2}\mathbf{u}\right]\cdot \left[0,\mathbf{v}\right]\cdot \left[\cos \frac{\theta }{2},-\sin \frac{\theta }{2}\mathbf{u}\right] \\ \stackrel{\mathrm{Gra}\beta \mathrm{mann}\mathrm{product}}{\Rightarrow } \\ {v}^{{}^{\prime }}=\left[-\sin \frac{\theta }{2}(\mathbf{u}\cdot \mathbf{v}),\cos \frac{\theta }{2}\mathbf{v}+\sin \frac{\theta }{2}(\mathbf{u}\times \mathbf{v})\right]\cdot \left[\cos \frac{\theta }{2},-\sin \frac{\theta }{2}\mathbf{u}\right] \\ \stackrel{\mathrm{Gra}\beta \mathrm{mann}\mathrm{product}+\mathrm{矢量三重积}}{\Rightarrow } \\ {v}^{{}^{\prime }}=\left[0,\cos \theta \mathbf{v}+(1-\cos \theta )(\mathbf{u}\cdot \mathbf{v})\mathbf{u}+\sin \theta (\mathbf{u}\times \mathbf{v})\right] \end{gathered}$$
与 “Rodrigues’ rotation formula” 等价.

附. 矢量三重积:

$$(\mathbf{a}\times \mathbf{b})\times \mathbf{c}=(\mathbf{a}\cdot \mathbf{c})\mathbf{b}-\mathbf{a}(\mathbf{b}\cdot \mathbf{c})$$

$$\mathbf{a}\times (\mathbf{b}\times \mathbf{c})=(\mathbf{a}\cdot \mathbf{c})\mathbf{b}-(\mathbf{a}\cdot \mathbf{b})\mathbf{c}$$

V. 四元数形式的 3D 旋转公式导出的矩阵形式

任意向量 $\mathbf{v}$ 沿着以单位向量定义的旋转轴 $\mathbf{u}$ 旋转 $\theta$ 角度后得到新的向量 ${\mathbf{v}}^{{}^{\prime }}$. 3D 旋转对应的四元数 $q=[\cos (\theta /2),\sin (\theta /2)\mathbf{u}]$, 其中 $\mathbf{u}=\left[\begin{array}{c}{u}_x\\ u_y\\ u_z\end{array}\right]$. 令 $a=\cos (\theta /2),b=\sin (\theta /2)u_x,c=\sin (\theta /2)u_y,d=\sin (\theta /2)u_z$, 则
$${\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]\mathbf{v}$$
或者写成
$$\mathbf{R}=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]$$

VI. 四元数形式的 3D 旋转公式导出的矩阵形式的计算证明

已知
$$\begin{gathered} v^{{}^{\prime }}=qv{q}^{\ast }={\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}v=\left[\begin{array}{cccc}a& -b& -c& -d\\ b& a& -d& c\\ c& d& a& -b\\ d& -c& b& a\end{array}\right]\left[\begin{array}{cccc}a& b& c& d\\ -b& a& -d& c\\ -c& d& a& -b\\ -d& -c& b& a\end{array}\right]v \\ \Rightarrow \\ {v}^{{}^{\prime }}=\left[\begin{array}{cccc}{d}^2+c^2+b^2+a^2& 0& 0& 0\\ 0& -d^2-c^2+b^2+a^2& 2bc-2ad& 2bd+2ac\\ 0& 2ad+2bc& -d^2+c^2-b^2+a^2& 2cd-2ab\\ 0& 2bd-2ac& 2cd+2ab& d^2-c^2-b^2+a^2\end{array}\right]v \\ \stackrel{右下角3\times 3子矩阵}{\Rightarrow } \\ {\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}-d^2-c^2+b^2+a^2& 2bc-2ad& 2bd+2ac\\ 2ad+2bc& -d^2+c^2-b^2+a^2& 2cd-2ab\\ 2bd-2ac& 2cd+2ab& d^2-c^2-b^2+a^2\end{array}\right]\mathbf{v} \\ \stackrel{a^2+b^2+c^2+d^2=1}{\Rightarrow } \\ {\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]\mathbf{v} \end{gathered}$$

VII. 四元数形式的 3D 旋转公式导出的矩阵形式的正交性质

已知
$$\begin{gathered} {\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}=\left[\begin{array}{cccc}{d}^2+c^2+b^2+a^2& 0& 0& 0\\ 0& -d^2-c^2+b^2+a^2& 2bc-2ad& 2bd+2ac\\ 0& 2ad+2bc& -d^2+c^2-b^2+a^2& 2cd-2ab\\ 0& 2bd-2ac& 2cd+2ab& d^2-c^2-b^2+a^2\end{array}\right] \\ \stackrel{分块矩阵形式}{\Rightarrow } \\ {\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}=\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{R}}_{3\times 3}\end{array}\right] \end{gathered}$$
先看 $${\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}$$ 的正交性
$$\begin{gathered} ({\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }})({\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}{)}^{\mathrm{T}}={\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}{\mathbf{R}}_{q^{\ast }}^{\mathrm{T}}{\mathbf{L}}_q^{\mathrm{T}}=\mathbf{I} \\ (根据矩阵结合律+{\mathbf{L}}_q正交+{\mathbf{R}}_{q^{\ast }}正交) \end{gathered}$$
以分块矩阵形式
$$({\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }})({\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }}{)}^{\mathrm{T}}=\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{R}}_{3\times 3}\end{array}\right]\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{R}}_{3\times 3}^{\mathrm{T}}\end{array}\right]=\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{R}}_{3\times 3}{\mathbf{R}}_{3\times 3}^{\mathrm{T}}\end{array}\right]=\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{I}}_{3\times 3}\end{array}\right]$$
所以 $\mathbf{R}{\mathbf{R}}^{\mathrm{T}}=\mathbf{I}$ 是正交矩阵, 这样就证明了四元数形式的 3D 旋转公式导出的矩阵形式的正交性（应该也可以直接硬算来验证吧）.

最后验证一下四元数形式的 3D 旋转公式导出的矩阵形式 $\mathbf{R}$ 的行列式. 已知
$$\det ({\mathbf{L}}_q{\mathbf{R}}_{q^{\ast }})=\det ({\mathbf{L}}_q)\det ({\mathbf{R}}_{q^{\ast }})=1$$
故分块矩阵
$$\det \left(\left[\begin{array}{cc}1& 0_{1\times 3}\\ 0_{3\times 1}& {\mathbf{R}}_{3\times 3}\end{array}\right]\right)=\det ({\mathbf{R}}_{3\times 3})=1$$
四元数形式的 3D 旋转公式导出的矩阵形式 $\mathbf{R}$ 是旋转矩阵.

VIII. 四元数形式的 3D 旋转公式导出的矩阵形式 与 欧拉角导出的矩阵形式的等价关系

计算绕 ZYX 轴转动 $(\alpha ,\beta ,\varphi )$ 角度对应的 “四元数形式的 3D 旋转公式导出的矩阵形式‘’

绕 X 轴旋转 $\varphi$, 对应四元数 $q=\left[\begin{array}{c}\cos (\varphi /2)\\ \sin (\varphi /2)\\ 0\\ 0\end{array}\right]$, 则 $a=\cos (\varphi /2),b=\sin (\varphi /2),c=d=0$, 代入得到 ${\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}1& 0& 0\\ 0& \cos \varphi & -\sin \varphi \\ 0& \sin \varphi & \cos \varphi \end{array}\right]\mathbf{v}$

绕 Y 轴旋转 $\beta$, 对应四元数 $q=\left[\begin{array}{c}\cos (\beta /2)\\ 0\\ \sin (\beta /2)\\ 0\end{array}\right]$, 则 $a=\cos (\beta /2),c=\sin (\beta /2),b=d=0$, 代入得到 ${\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}\cos \beta & 0& \sin \beta \\ 0& 1& 0\\ -\sin \beta & 0& \cos \beta \end{array}\right]\mathbf{v}$

绕 Z 轴旋转 $\alpha$, 对应四元数 $q=\left[\begin{array}{c}\cos (\alpha /2)\\ 0\\ 0\\ \sin (\alpha /2)\end{array}\right]$, 则 $a=\cos (\alpha /2),d=\sin (\alpha /2),b=c=0$, 代入得到 ${\mathbf{v}}^{{}^{\prime }}=\left[\begin{array}{ccc}\cos \alpha & -\sin \alpha & 0\\ \sin \alpha & \cos \alpha & 0\\ 0& 0& 1\end{array}\right]\mathbf{v}$

对比 “I. Euler angles” 相应矩阵, 可以看出等价性.

IX. 由普通旋转矩阵计算四元数形式的 3D 旋转

已知三维空间中的旋转矩阵是一个 $3\times 3$ 方阵
$$\mathbf{R}=\left[\begin{array}{ccc}{r}_{11}& r_{12}& r_{13}\\ r_{21}& r_{22}& r_{23}\\ r_{31}& r_{32}& r_{33}\end{array}\right]$$

四元数导出的旋转矩阵为
$$\mathbf{R}=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]$$
由等价关系
$$\mathbf{R}=\left[\begin{array}{ccc}{r}_{11}& r_{12}& r_{13}\\ r_{21}& r_{22}& r_{23}\\ r_{31}& r_{32}& r_{33}\end{array}\right]=\left[\begin{array}{ccc}1-2c^2-2d^2& 2bc-2ad& 2ac+2bd\\ 2bc+2ad& 1-2b^2-2d^2& 2cd-2ab\\ 2bd-2ac& 2ab+2cd& 1-2b^2-2c^2\end{array}\right]$$
可以求出旋转矩阵对应的四元数 $r=[a,b,c,d{]}^{\mathrm{T}}$, 而由四元数可以进一步获得 “axis-angle” 表示的单位旋转轴方向 $\mathbf{u}$ 和旋转角度 $\theta$.

对角元素的计算, 得到
$$\begin{gathered} r_{11}+r_{22}+r_{33}=(1-2c^2-2d^2)+(1-2b^2-2d^2)+(1-2b^2-2c^2)=4a^2-1 \\ \Rightarrow 4a^2=1+r_{11}+r_{22}+r_{33} \end{gathered}$$

$$\begin{gathered} -r_{11}+r_{22}+r_{33}=-(1-2c^2-2d^2)+(1-2b^2-2d^2)+(1-2b^2-2c^2)=1-4b^2 \\ \Rightarrow 4b^2=1+r_{11}-r_{22}-r_{33} \end{gathered}$$

$$\begin{gathered} r_{11}-r_{22}+r_{33}=(1-2c^2-2d^2)-(1-2b^2-2d^2)+(1-2b^2-2c^2)=1-4c^2 \\ \Rightarrow 4c^2=1-r_{11}+r_{22}-r_{33} \end{gathered}$$

$$\begin{gathered} r_{11}+r_{22}-r_{33}=(1-2c^2-2d^2)+(1-2b^2-2d^2)-(1-2b^2-2c^2)=1-4d^2 \\ \Rightarrow 4d^2=1-r_{11}-r_{22}+r_{33} \end{gathered}$$

以上四个式子可以解出 $[\pm a,\pm b,\pm c,\pm d{]}^{\mathrm{T}}$ 8 种组合, 实际上四元数 $r$ 和 $-r$ 表示的是同一个旋转. 我们只可以通过以上四个式子确定绝对值最大的那个分量值, 比如 a, 该分量的正负值可以任意选一个, 后面计算的其他分量与之协调一致就行.

实际上, 上述第一条公式就是通过旋转矩阵迹求解旋转角度等方法
$$\begin{gathered} r_{11}+r_{22}+r_{33}=4a^2-1 \\ \Rightarrow \mathrm{tr}(\mathbf{R})=4\cos (\theta /2{)}^2-1 \\ \Rightarrow \frac{\mathrm{tr}(\mathbf{R})-1}{2}=2\cos (\theta /2{)}^2-1=\cos (\theta ) \end{gathered}$$
言归正传，由非对角元素的计算, 得到
$$\begin{gathered} r_{32}-r_{23}=4ab \\ {r}_{13}-r_{31}=4ac \\ {r}_{21}-r_{12}=4ad \\ {r}_{32}+r_{23}=4cd \\ {r}_{13}+r_{31}=4bd \\ {r}_{21}+r_{12}=4bc \end{gathered}$$
以上六个式子中，代入已确定的最大绝对值分量，得到另外三个分量值. 比如，利用已确定的 $a$, 代入以上的第 1-3 式, 就可以计算 $b$、$c$、$d$. 选择绝对值最大的分量先确定下来，再计算其他绝对值较小的分量，是为了数值计算的精度. 因为第一个确定的分量, 要影响其他三个分量, 而后面计算的分量不对其他分量构成影响. 所以, 同样计算误差情况下，肯定希望选择误差影响范围越小越好.

以上完成了普通旋转矩阵到旋转四元数的计算, 由四元数就很容易确定旋转轴和旋转角度. “由普通旋转矩阵计算单位旋转轴和旋转角度 (利用指数映射)” 也一样可以获得旋转轴和旋转角度, 数值计算精度影响决定具体旋转哪种方法.

总结

可以发现四元数最有意识最奥妙, 李代数形式最一致, 欧拉角最直观. 最终实际应用中的编程计算都归结为旋转矩阵形式, 不管哪种表述方式最后都是一个一样的矩阵. 不同的描述可以从不同角度揭示旋转矩阵的本质特性, 给矩阵计算提供指引.

旋转运动的描述还有更一般的几何代数描述的形式, 这里先不涉及.

参考文献

[1] Joan Solà, Jeremie Deray, Dinesh Atchuthan, "A micro Lie theory for state estimation in robotics", arXiv:1812.01537 [cs.RO]

[2] Krasjet, 四元数与三维旋转, https://github.com/Krasjet/quaternion

[3] Berthold K. P. Horn, “Closed-form solution of absolute orientation using unit quaternions”, Journal of The Optical Society of America A-optics Image Science and Vision, Vol 4., No. 4, April 1987

[4] Richard M. Murray, Zexiang Li, S. Shankar Sastry, “A Mathematical Introduction to Robotic Manipulation”, CRC Press, 1994 [book]

[5] Timothy D. Barfoot, “State Estimation for Robotics”, Cambridge University Press, 2017 [book]

[6] 百度百科, “欧拉旋转定理”, https://baike.baidu.com/item/%E6%AC%A7%E6%8B%89%E6%97%8B%E8%BD%AC%E5%AE%9A%E7%90%86?fromModule=lemma_inlink