数学概率 | 旋转矩阵、欧拉角、四元数

目录

一,旋转矩阵

二维旋转矩阵

三维旋转矩阵

二,欧拉角

三,四元数

四,矩阵、欧拉角、四元数相互转换

四元数转矩阵

矩阵转四元数

欧拉角转矩阵

矩阵转欧拉角

欧拉角转四元数

四元数转欧拉角


一,旋转矩阵

二维旋转矩阵

R(\theta) = \begin{bmatrix} cos\theta & sin\theta \\ -sin\theta & cos\theta \end{bmatrix}

推导,以二维平面为例旋转\theta

  • x^{​{}'} = cos(\theta + \alpha) = cos\thetacos\alpha - sin\thetasin\alpha =  cos\theta * x - sin\theta * y 
  • y^{​{}'} = sin(\theta + \alpha) = sin\thetacos\alpha + cos\thetasin\alpha = sin\theta * x + cos\theta * y

(x^{​{}'} , y^{​{}'}) = (x , y) * \begin{bmatrix} cos\theta & sin\theta \\ -sin\theta & cos\theta \end{bmatrix}  =(cos\theta * x - sin\theta * y ,sin\theta * x + cos\theta * y)

数学概率 | 旋转矩阵、欧拉角、四元数_第1张图片

//Houdini vex 验证
matrix2 m = ch2('m');
vector2 p = set(@P.x, @P.y);
p *= m;

@P.x = p.x;
@P.y = p.y;

三维旋转矩阵

R_{x}(\theta) = \begin{bmatrix} 1 & 0 & 0\\ 0 & cos\theta & sin\theta\\ 0& -sin\theta & cos\theta \end{bmatrix}

 R_{y}(\theta) = \begin{bmatrix} cos\theta & 0 & -sin\theta\\ 0 & 1 & 0\\ sin\theta& 0 & cos\theta \end{bmatrix}

 R_{z}(\theta) = \begin{bmatrix} cos\theta & sin\theta & 0\\ -sin\theta & cos\theta & 0\\ 0& 0 & 1 \end{bmatrix}

参考二维推导,如绕z轴旋转\theta

 (x^{​{}'} , y^{​{}'},z) = (x , y , z) * \begin{bmatrix} cos\theta & sin\theta & 0\\ -sin\theta & cos\theta & 0\\ 0& 0 & 1 \end{bmatrix} = (cos\theta * x - sin\theta * y ,sin\theta * x + cos\theta * y , z)

注,已经过Houdini vex 验证;

二,欧拉角

        欧拉角(Euler Angle),由著名数学家莱昂哈德·欧拉(1707-1783)提出,旨在用三个角度来表示刚体在三维空间的旋转,自身有一些局限性;

  • 在坐标系中描述物体姿态的三个角,依据绕x轴Roll,绕y轴Pitch、绕z轴Yaw的三个角度旋转可还原描述的姿态;

数学概率 | 旋转矩阵、欧拉角、四元数_第2张图片 

由两种旋转方式(静态、动态,这两种方式的所获得的旋转矩阵转是一样的:

  • 绕固定(参考)坐标轴旋转(静态),绕自身坐标轴旋转(动态),旋转轴会发生变化,按照不同的旋转轴顺序,所获欧拉角也不同;
  • 如绕固定(参考)坐标轴X-Y-Z旋转角度对应 (α,β,γ) ,绕自身坐标轴Z-Y-X旋转角度也对应 (α,β,γ),旋转矩阵为(注意坐标轴顺序):

注,已经过Houdini vex 验证;

如欧拉角在俯仰角出现±90°,会出现万向锁现象,是欧拉角表征姿态的一个固有缺陷;

在进行姿态解算时往往会优先使用四元数方法进行描述;

三,四元数

        四元数是由爱尔兰数学家Hamilton发明的,由1个实数加上3个复数组合而成,通常可以表示成 w + xi + yj + zk 或者(w,(x,y,z)),其中w、x、y、z都是实数;

对于i、j、k本身的几何意义可以理解为一种旋转:

  • i,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(Y^{+} \rightarrow Z^{+});
  • 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(Z^{+} \rightarrow X^{+});
  • k,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(X^{+} \rightarrow Y^{+});
  • -i、-j、-k分别代表i、j、k旋转的反向旋转;

q = w + xi + yj + zk

\left\{\begin{matrix} i^{2}=j^{2}=k^{2}=-1\\ ij=k,ji=-k\\ jk=i,kj=-i\\ ki=j,ik=-j\\ \end{matrix}\right.

如绕某向量 K=(K_{x}K_{y}K_{z}) 旋转\theta,则四元数为:

  • (x,y,z)  =  (K_{x}K_{y}K_{z}) *  \sin \frac{\theta }{2} 
  • w =  \cos \frac{\theta }{2} 
  • 且满足条件:x^{2}+y^{2}+z^{2}+w^{2}=1

注,已经过Houdini vex 验证,在vex内四元数为((x,y,z),w);

四,矩阵、欧拉角、四元数相互转换

四元数转矩阵

数学概率 | 旋转矩阵、欧拉角、四元数_第3张图片

矩阵转四元数

数学概率 | 旋转矩阵、欧拉角、四元数_第4张图片

欧拉角转矩阵

矩阵转欧拉角

数学概率 | 旋转矩阵、欧拉角、四元数_第5张图片

欧拉角转四元数

数学概率 | 旋转矩阵、欧拉角、四元数_第6张图片

四元数转欧拉角

数学概率 | 旋转矩阵、欧拉角、四元数_第7张图片

注:

  • 欧拉角,直观易理解,存在万向锁问题;
  • 旋转矩阵,不直观,计算复杂(尤其求微积分时);
  • 四元数,不直观,但无奇点,能表征任何旋转关系,且表示简单,只有四个元素,计算量小;

你可能感兴趣的:(数学,数学)