第 8 章三维旋转 (Rotation in Three Dimensions)

核心结论

方向 vs 朝向：方向 = 向量（2 个数，§7.3.2 球坐标）；朝向 = 含 twist 的完整姿态（最少 3 个数）。"飞行器朝东"是朝向；"向东的箭头"是方向。
矩阵形式：3×3 旋转矩阵的行 = 物体空间基向量在 upright 空间的坐标（行向量约定下）；矩阵是正交的，逆 = 转置。
欧拉角 (heading / pitch / bank)：3 个角度描述朝向；直观但 有万向锁（pitch = ±90° 时 heading 与 bank 退化）。
轴-角 / 指数映射：(轴 n̂, 角度 θ) 4 个数；指数映射压缩为 e = θ n̂ 3 个数；无万向锁但有 2π 周期性歧义。
四元数 (quaternion)：4 个数 (w, x, y, z)；本质是 4D 超球面上的旋转；slerp 插值平滑无万向锁；游戏 / 图形事实标准。
表示间转换：5 种表示各有取舍——矩阵用于 GPU 着色 / 复合；欧拉角用于 UI / 人类输入；轴角 / 指数映射用于物理引擎；四元数用于插值 / 动画。

本章主旨

本章是 3D 数学的"旋转枢纽"——5 种旋转表示 (matrix / Euler / axis-angle / exponential map / quaternion) 看似冗余，实则各有工程优势。理解每种表示的"什么场景用什么"是关键。第 5 章已讲过旋转矩阵的几何，本章把它放到"朝向表示"的大框架里，并补上欧拉角（人类友好）、四元数（插值友好）、指数映射（物理友好）。第 9 章起几何图元（线 / 球 / 平面）会用到本节的叉积与朝向概念。

一、核心概念

本章围绕 6 个核心概念展开：从朝向的精确定义出发，介绍 4 种主流旋转表示 (matrix / Euler / axis-angle / quaternion)，最后给表示间转换的工具与各表示的优劣对比。

概念定义 + 重要性实现提示

概念	定义 + 重要性	实现提示
方向 vs 朝向	方向 = 向量（2 个数）；朝向 = 含 twist 的完整姿态（≥3 个数）。矩阵的行 = 物体空间基向量在 upright 空间的坐标——这给出了完整的"姿态 + 朝向"信息。	§8.1-§8.2；§8.2.1 解释"用哪种矩阵"——物体 → upright 与 upright → 物体互为转置（正交矩阵性质）。
欧拉角 (Euler angles)	3 个角度：heading / pitch / bank（绕 y / 右臂轴 / 前进轴顺序旋转）；人类友好（飞行员 / 相机）。	§8.3；缺点：万向锁（pitch = ±90° 退化）。UI / 用户输入。
轴-角 / 指数映射	`(n̂, θ)` 4 个数；指数映射 `e = θ n̂` 压缩为 3 个数；Euler 旋转定理保证任何旋转 = 一次绕某轴。	§8.4；物理引擎（角速度）首选；动画数据存储的可选方案。
四元数 (quaternion)	`[w, (x, y, z)]`：w 是标量分量；v = (x, y, z) 是 3D 向量分量；单位四元数 (`	q
= 1`) 表示旋转。	§8.5；slerp 球面线性插值——插值平滑；游戏 / 动画 / IK 事实标准。库：`glm::quat`, Eigen `Quaternion`。	slerp (球面线性插值)
在 4D 超球面弧上插值；slerp(q0, q1, t) = `(sin((1-t)ω)/sin ω) q0 + (sin(tω)/sin ω) q1`；`ω = acos(q0 · q1)`。	§8.5.12；关键细节：取 dot 积非负以选最短弧；`ω` 接近 0 时退化为 lerp。	表示间转换

方向 vs 朝向

方向 = 向量（2 个数）；朝向 = 含 twist 的完整姿态（≥3 个数）。矩阵的行 = 物体空间基向量在 upright 空间的坐标——这给出了完整的"姿态 + 朝向"信息。

§8.1-§8.2；§8.2.1 解释"用哪种矩阵"——物体 → upright 与 upright → 物体互为转置（正交矩阵性质）。

欧拉角 (Euler angles)

3 个角度：heading / pitch / bank（绕 y / 右臂轴 / 前进轴顺序旋转）；人类友好（飞行员 / 相机）。

§8.3；缺点：万向锁（pitch = ±90° 退化）。UI / 用户输入。

轴-角 / 指数映射

(n̂, θ) 4 个数；指数映射 e = θ n̂ 压缩为 3 个数；Euler 旋转定理保证任何旋转 = 一次绕某轴。

§8.4；物理引擎（角速度）首选；动画数据存储的可选方案。

四元数 (quaternion)

[w, (x, y, z)]：w 是标量分量；v = (x, y, z) 是 3D 向量分量；单位四元数 (`

= 1`) 表示旋转。

§8.5；slerp 球面线性插值——插值平滑；游戏 / 动画 / IK 事实标准。库：glm::quat, Eigen Quaternion。

slerp (球面线性插值)

在 4D 超球面弧上插值；slerp(q0, q1, t) = (sin((1-t)ω)/sin ω) q0 + (sin(tω)/sin ω) q1；ω = acos(q0 · q1)。

§8.5.12；关键细节：取 dot 积非负以选最短弧；ω 接近 0 时退化为 lerp。

表示间转换

二、详细笔记

2.1 方向 vs 朝向 (Direction vs Orientation)

What：方向描述一个向量（无 twist）；朝向描述一个物体的完整姿态（含 twist / bank）。

Why：飞行器 / 角色 / 相机的姿态需要 3 个自由度才能完全描述；分清"方向"与"朝向"是后续所有旋转表示的前提。

How：

参数个数对比：

方向：2D 用 1 个数（极坐标的角度 θ）；3D 用 2 个数（heading / pitch 或 lat / long）。
朝向：3D 至少 3 个数（heading / pitch / bank 或一个 3×3 旋转矩阵的 9 个数，其中正交约束减到 3 自由度）。

"方向"和"朝向"的混淆代价

向量绕自身轴的"扭转"对向量本身没影响——向量无方向以外的几何结构。但对物体（如飞行器）扭转会改变"哪个方向是上"——这是朝向的本质附加信息。

When：写朝向控制代码前先问"我需要的是方向还是朝向"；光的方向只需 2 个数，飞行器的朝向需要 3 个数。

Example：导弹的方向 = 飞行方向向量（2 个数）；飞行器的朝向 = 飞行方向 + 滚转角（3 个数）。

2.2 矩阵形式 (Matrix Form)

What：3×3 旋转矩阵表达朝向；矩阵的行（行向量约定下）= 物体空间基向量在 upright 空间的坐标。

Why：GPU / 着色器内部都用矩阵；矩阵也是 5 种表示中唯一能直接复合（§5.6）并用于变换链的。

How：

构造（§8.2）：

\[\mathbf{R}_{\text{obj} \to \text{upright}} = \begin{bmatrix} -\hat{x}_{\text{obj in upright}}- \\ -\hat{y}_{\text{obj in upright}}- \\ -\hat{z}_{\text{obj in upright}}- \end{bmatrix}\]

"用哪种矩阵"——物体 → upright 还是 upright → 物体？两者互为转置（正交矩阵）。

"物体 → upright"约定的工程优势

行向量约定下，矩阵的行 = 物体基向量在 upright 中的坐标——读起来直观："物体朝向是哪些向量"。 upright → 物体（转置版本）则读起来绕——"在 upright 空间下的物体投影"。代码侧固定前者，可读性大幅提升。

When：GPU 着色器；变换链 M = T · R · S；任何需要做"复合变换"的场景。

Example：飞行器飞行方向 = +z（upright 中），上方向 = +y（upright 中），右方向 = +x（upright 中）。则矩阵行 = [(1,0,0), (0,1,0), (0,0,1)] = I——这意味着物体坐标系与 upright 完全重合。

2.3 欧拉角 (Euler Angles)

What：3 个角度 heading / pitch / bank 顺序旋转得到朝向；直观、与人类语言对应。

Why：UI 输入（鼠标 / 手柄）、飞行员 / 航海描述、相机控制等场景天然用 3 个角度。

How：

heading / pitch / bank 定义（本书）：

h (heading)：绕 +y 轴（垂直轴）；0° 朝 +z（"北"）。
p (pitch)：绕右臂轴（"右"向量）；0° 水平，正值向下（左手系）。
b (bank)：绕前进轴（"前"向量）；0° 平飞，正值顺时针。

旋转顺序：行向量约定下 R = R_h · R_p · R_b（先 bank、再 pitch、再 heading）——"最后旋转的写在最左"（行向量约定的"先发生写在右"之反，因为这里的"顺序"是数学复合顺序）。

万向锁（§8.3.4）：pitch = ±90° 时 heading 与 bank 退化（同一方向），自由度从 3 降到 2。

欧拉角的最大坑 = 万向锁

现象：相机"卡住转不到某个方向"，角色"翻转后突然反向"。
根因：pitch = ±90° 时基向量的某些线性组合坍缩。
缓解：限制 pitch ∈ (-89°, +89°)；内部用四元数，只在 UI 显示时转欧拉角。

When：UI 输入；人类可读的姿态描述；磁盘存储（必要时配合限制范围）。

Example：FPS 相机初始 (h=0°, p=0°, b=0°)：朝 +z、平视、不滚转；鼠标向上 = p 增加（俯视）。

2.4 轴-角与指数映射 (Axis-Angle & Exponential Map)

What：(n̂, θ) 4 个数描述"绕 n̂ 旋转 θ"；Euler 旋转定理保证任何 3D 旋转 = 一次绕某轴。指数映射 e = θ n̂ 压缩为 3 个数。

Why：Euler 旋转定理的理论保证；指数映射微分性质好（适合物理引擎的角速度）；轴-角适合动画数据存储（仅记录起点 / 终点 / 时间）。

How：

轴-角形式：(n̂, θ)，4 个数（n̂ 是单位向量）。

指数映射：e = θ n̂ —— 3 个数；θ = |e|，n̂ = e / |e|。

转换为矩阵（Rodrigues 公式，§5.1.3）：

\[\mathbf{R}(\hat{\mathbf{n}}, \theta) = \mathbf{I} + \sin\theta \, [\hat{\mathbf{n}}]_\times + (1 - \cos\theta) \, [\hat{\mathbf{n}}]_\times^2\]

其中 [n̂]_× 是 n̂ 的 反对称矩阵（叉积的矩阵形式）。

指数映射 vs 欧拉角

欧拉角：直观、有万向锁。
指数映射：无万向锁（轴可任意）、微分性质好（适合物理引擎）、可表示"任意倍数"（θ 可以是 720° / 秒以表达角速度）。
缺点：θ = 0 时轴无定义（但 e 自动归零，规避了此问题）；θ 需模 2π 化简。

When：物理引擎（角速度用指数映射）；动画数据（关键帧插值）；表示"绕任意轴的旋转"。

Example：绕 (1, 1, 0) / √2 旋转 90° = 指数映射 e = 90° · (1, 1, 0) / √2 ≈ (1.11, 1.11, 0) rad（注意 θ 用弧度）。

2.5 四元数 (Quaternions)

What：4 个数 [w, (x, y, z)]；单位四元数 |q| = 1 表示旋转；几何上是 4D 超球面上的旋转。

Why：slerp 球面线性插值（动画友好）；无万向锁；4 个数表达 3 自由度（多余 1 个用于规避奇异）；游戏 / 图形事实标准。

How：

基本结构：

\[\mathbf{q} = [w, \mathbf{v}] = [w, (x, y, z)],\quad |\mathbf{q}| = \sqrt{w^2 + x^2 + y^2 + z^2} = 1\]

核心运算（§8.5.3-§8.5.11）：

共轭 q* = [w, -v]；逆 = 共轭（单位四元数）。
乘法：复合旋转，先右后左（与矩阵乘法约定一致）。q1 q2 ≠ q2 q1。
点积 q0 · q1 = w0 w1 + x0 x1 + y0 y1 + z0 z1 = cosω，其中 ω = 两旋转夹角。
轴角转换：(n̂, θ) → q = [cos(θ/2), sin(θ/2) · n̂]。

四元数的"双重覆盖"

q 与 -q 表示同一旋转。原因是 4D 超球面上的对径点对应 3D 同一旋转（绕 n̂ 转 θ 等价于绕 -n̂ 转 -θ）。这导致"选最短弧"的 slerp 实现需要先 dot(q0, q1) < 0 时翻转其中一个。

When：角色 / 相机动画（slerp）；IK 求解；3D 引擎内部朝向表示（Unity / Unreal 默认四元数）。

Example：绕 y 轴 90° 旋转 = 四元数 [cos45°, (0, sin45°, 0)] = [0.707, (0, 0.707, 0)]。

2.6 slerp 球面线性插值 (Spherical Linear Interpolation)

What：在 4D 超球面弧上线性插值；slerp(q0, q1, t) 给 t ∈ [0, 1] 的中间朝向。

Why：动画过渡（相机摇移、角色转身）需要平滑插值；欧拉角 lerp 会经过万向锁区，slerp 不会。

How：

公式（§8.5.12）：

\[\text{slerp}(\mathbf{q}_0, \mathbf{q}_1, t) = \frac{\sin((1-t)\omega)}{\sin\omega} \mathbf{q}_0 + \frac{\sin(t\omega)}{\sin\omega} \mathbf{q}_1\]

其中 ω = acos(q0 · q1)。

实现细节（列表 8.3）：

q0 · q1 < 0 时翻转 q1（选最短弧）。
ω 接近 0 时退化为 lerp（避免除零）。
ω 接近 π 时基本线性（极端情况下也无问题）。

slerp vs lerp vs nlerp

lerp：直接线性插值 q0 + t(q1 - q0)，结果不一定是单位四元数（需后续 normalize）。
nlerp：先 lerp 再 normalize；速度快但非匀速。
slerp：球面插值，结果始终是单位四元数，且 匀角速度 过渡；动画首选。

When：骨骼动画关键帧插值；相机平滑过渡；粒子朝向插值；任何"从姿态 A 平滑过渡到姿态 B"的场景。

Example：q0 = [1, 0, 0, 0]（无旋转）、q1 = [0.707, (0, 0.707, 0)]（绕 y 90°）。ω = acos(1·0.707) = 45°。slerp at t=0.5 = [cos22.5°, (0, sin22.5°, 0)] ≈ [0.924, (0, 0.383, 0)]——绕 y 45°。

2.7 表示间转换 (Conversions between Representations)

What：5 种旋转表示互转；每种转换都有"惯例差异"（手性、角度顺序、轴向约定）。

Why：实际工程需要跨表示——从 UI 接收欧拉角，内部用四元数，提交 GPU 矩阵。

How：

常见转换表（§8.7）：

欧拉角 → 矩阵：3 次矩阵乘法（按顺序）。
矩阵 → 欧拉角：从矩阵元素反解（多种约定，结果可能不同）。
轴角 → 四元数：q = [cos(θ/2), sin(θ/2) · n̂]。
四元数 → 矩阵：用 v 与 w 构造 3×3 矩阵（§8.5.7）。
四元数 → 欧拉角：从四元数分量反解（多种约定）。

转换函数的"约定传染"

欧拉角 → 矩阵需要约定"旋转顺序"（heading / pitch / bank vs yaw / pitch / roll vs Tait-Bryan）。
矩阵 → 欧拉角在不同约定下结果可能不同（甚至出现"branch cut"，需用 atan2 处理）。
库函数（GLM / Eigen / DirectXMath）的转换函数各自有内部约定；跨库搬运时务必先验证。

When：所有跨表示的场景——UI 输入 → 内部存储 → GPU 提交；序列化（动画 / 物理）。

Example：游戏代码典型流程——Quaternion q = Quat::fromEuler(pitch, yaw, roll); Mat4 m = Mat4::fromQuat(q); shader.setUniform("model", m);。

三、关键图表

视觉图表

Figure 1. 图 8-1：扭转向量无变化

Figure 2. 图 8-2：扭转物体改变朝向

Figure 3. 图 8-3：用矩阵定义朝向

Figure 4. 图 8-4：heading / pitch / bank 约定

Figure 5. 图 8-5：万向锁示意

Figure 6. 图 8-6：四元数的几何解释

Figure 7. 图 8-7：slerp 几何（4D 超球面上的弧）

非可视化条目

非可视化条目（表 / 算法）

编号

内容摘要

式 8-1

heading / pitch / bank 的旋转矩阵（按顺序相乘）。

表 8.1

5 种旋转表示的优劣对比（自由度 / 存储 / 奇异 / 插值 / 复合）。

式 8-2 至 8-12

四元数核心公式：共轭、乘法、点积、轴角转换、矩阵转换、slerp 公式。

列表 8.1, 8.2, 8.3

C 代码：欧拉角 → 矩阵、矩阵 → 欧拉角、四元数 slerp。

表 8.2

heading / pitch / bank 的旋转矩阵（含 9 个元素的具体表达）。

核心公式对照表

表示

公式

矩阵（行 = 物体基向量在 upright 中）

\(\mathbf{R} = \begin{bmatrix} -\hat{x}_{\text{obj}}- \\ -\hat{y}_{\text{obj}}- \\ -\hat{z}_{\text{obj}}- \end{bmatrix}\)

欧拉角（h, p, b）

\(\mathbf{R} = \mathbf{R}_h \cdot \mathbf{R}_p \cdot \mathbf{R}_b\)

轴-角 → 矩阵（Rodrigues）

\(\mathbf{R}(\hat{\mathbf{n}}, \theta) = \mathbf{I} + \sin\theta \, [\hat{\mathbf{n}}\)\times + (1 - \cos\theta) \, [\hat{\mathbf{n}}]\times^2]

轴-角 → 四元数

\(\mathbf{q} = [\cos(\theta/2),\ \sin(\theta/2) \cdot \hat{\mathbf{n}}\)]

四元数乘法

\(\mathbf{q}_1 \mathbf{q}_2 = [w_1 w_2 - \mathbf{v}_1 \cdot \mathbf{v}_2,\ w_1 \mathbf{v}_2 + w_2 \mathbf{v}_1 + \mathbf{v}_1 \times \mathbf{v}_2\)]

四元数 slerp

\(\text{slerp}(\mathbf{q}_0, \mathbf{q}_1, t) = \frac{\sin((1-t)\omega)}{\sin\omega} \mathbf{q}_0 + \frac{\sin(t\omega)}{\sin\omega} \mathbf{q}_1\)

四、思维导图

mindmap
  root((第 8 章 三维旋转))
    方向vs朝向
      向量2个数
      朝向含twist
      至少3个数
    矩阵形式
      行是物体基向量
      正交可逆等于转置
    欧拉角
      headingpitchbank
      人类友好
      万向锁坑
    轴角指数映射
      nhat与theta
      Euler旋转定理
      物理引擎首选
    四元数
      四维超球面
      w与v
      slerp平滑
    表示间转换
      约定差异
      库函数封装
      跨表示流程

五、重点与易错点

方向 ≠ 朝向：方向 2 个数，朝向 ≥3 个数；飞行器姿态必须用朝向。
矩阵行 = 物体基向量在 upright 中的坐标（行向量约定下）；"物体 → upright" 还是 "upright → 物体"？两者互为转置，代码侧固定前者（更直观）。
欧拉角的最大坑 = 万向锁：pitch = ±90° 时 heading / bank 退化；缓解：限制 pitch ∈ (-89°, +89°)，内部用四元数。
轴-角 / 指数映射的 n̂ 必须单位化；θ 用弧度；Rodrigues 公式的 [n̂]_× 是反对称矩阵（叉积的矩阵形式）。
四元数的双重覆盖：q 与 -q 表示同一旋转；slerp 实现要先 dot(q0, q1) < 0 时翻转以选最短弧。
slerp ≠ lerp：lerp 需后续 normalize（非匀速）；nlerp = lerp + normalize（接近匀速但仍有偏差）；slerp 严格匀速（首选）。
四元数乘法不交换：q1 q2 ≠ q2 q1；复合旋转先右后左。
旋转顺序约定：heading / pitch / bank 的"复合顺序"在不同书 / 库中可能不同；UI 输入到内部存储时务必对齐。
库函数约定传染：glm::eulerAngles 与 Eigen::eulerAngles 默认顺序不同；跨库搬运时先验证。
物理引擎中角速度优先用指数映射：可表示任意角速度（720° / 秒区分于 360° / 秒）；四元数则把这两者视为相同。
跨章衔接：第 9 章几何图元（线 / 球 / 平面 / 三角形）会用到本节的叉积；第 11 章力学用指数映射表示角速度；第 13 章曲线动画会用 slerp 插值。

第 8 章 三维旋转 (Rotation in Three Dimensions)

核心结论

一、核心概念

二、详细笔记

2.1 方向 vs 朝向 (Direction vs Orientation)

2.2 矩阵形式 (Matrix Form)

2.3 欧拉角 (Euler Angles)

2.4 轴-角与指数映射 (Axis-Angle & Exponential Map)

2.5 四元数 (Quaternions)

2.6 slerp 球面线性插值 (Spherical Linear Interpolation)

2.7 表示间转换 (Conversions between Representations)

三、关键图表

视觉图表

非可视化条目

核心公式对照表

四、思维导图

五、重点与易错点

第 8 章三维旋转 (Rotation in Three Dimensions)