banner
IWSR

IWSR

我永远喜欢志喜屋梦子！
主页归档

罗德里格旋转公式（轴角法）

#数学#图形学355
AI 翻译
这篇文章通过AI由英语翻译成中文。查看原文
AI 生成的摘要
本文介绍了罗德里格旋转公式，该公式用于求解已知旋转轴和旋转角度的情况下，求得旋转后的向量。文章首先介绍了向量点积和叉积的定义和几何意义，然后引入了右手系和旋转方向的概念。接着详细推导了罗德里格旋转公式，包括将向量分解为平行和垂直于旋转轴的部分，引入辅助向量，以及最终的旋转公式。最后，提供了参考资料供进一步学习。

前言#

阅读本文需要一些前置知识，需理解向量点积与叉积的基本知识。以下给出大致定义（因为矩阵在这里用不到，就不写矩阵形式了）以帮助理解

  • 向量点积
    • v⃗⋅j⃗=∣∣v⃗∣∣∣∣j⃗∣∣cos⁡θ\vec {v} \cdot \vec {j} = ||\vec {v}|| ||\vec {j}|| \cos \theta
    • 几何解释为 向量 v 在 向量 j 上投影的模长乘以向量 j 的模长
  • 向量叉积
    • v⃗×j⃗=∣∣v⃗∣∣∣∣j⃗∣∣sin⁡θ\vec {v} \times \vec {j} = ||\vec {v}|| ||\vec {j}|| \sin \theta
    • 叉积只有在三维下才有几何意义，其解释为同时与向量 v 与向量 j 垂直的向量，且该向量模长为向量 v 与向量 j 构成的平行四边形的面积

另外需要注意的是，本文基于右手系分析，旋转方向正负可由右手定则判断。

右手系 右手定则

罗德里格旋转公式#

已知旋转轴 f⃗\vec{f} ，此时有向量 v⃗\vec{v} 绕旋转轴旋转 θ\theta 角，求旋转后的 v′⃗\vec {v^{\prime}}。如下图

IMG_ECC68942A572-1

因为旋转轴的长度并不影响旋转，为了方便求解，定义 ∣∣f⃗∣∣=1||\vec {f}|| = 1。此时分解 v⃗\vec {v} 至平面（ v∥⃗\vec {v_\parallel} ）与旋转轴（ v⊥⃗\vec {v_\perp} ）上。如下图

IMG_D190DB86E9D2-1

由于 v∥⃗\vec{v_\parallel} 可视为 v⃗\vec{v} 在 f⃗\vec{f} 上的投影，显然可以使用点积来表示

即 v∥⃗=v⃗⋅f⃗∣∣f⃗∣∣f⃗∣∣f⃗∣∣\vec {v_\parallel} = \frac{\vec {v} \cdot \vec {f}}{||\vec {f}||} \frac {\vec {f}}{||\vec {f}||}

这里解释一下为什么这么写，上面对于点积的介绍已经很明确了即点积的结果表示为向量 v 在 向量 f 上投影的模长乘以向量 f 的模长，也就说我们如果需要单独获得 ∣∣v∥⃗∣∣|| \vec {v_\parallel} || 时需要将结果除以 ∣∣f⃗∣∣||\vec {f}|| ，而此时我们得到的是一个值而非向量，且 v∥⃗∥f⃗\vec {v_\parallel} \parallel \vec {f} 也就是两者同向，于是我们可通过将值乘以 f⃗\vec {f} 的方向即可得到 v∥⃗\vec {v_\parallel}。而又因为 ∣∣f⃗∣∣||\vec {f}|| 为 1，则可化简为

v∥⃗=(v⃗⋅f⃗)f⃗\vec {v_\parallel} = (\vec {v} \cdot \vec {f})\vec {f}

此时也可以得到 v⊥⃗\vec {v_\perp}

v⊥⃗=v⃗−v∥⃗=v⃗−(v⃗⋅f⃗)f⃗\vec {v_\perp} = \vec {v} - \vec {v_\parallel} = \vec {v} - (\vec {v} \cdot \vec {f})\vec {f}

目前已经得到的结果

{v∥⃗=(v⃗⋅f⃗)f⃗v⊥⃗=v⃗−(v⃗⋅f⃗)f⃗\begin{cases} \vec {v_\parallel} = (\vec {v} \cdot \vec {f})\vec {f} \\ \vec {v_\perp} = \vec {v} - (\vec {v} \cdot \vec {f})\vec {f} \end{cases}

现在我们对 v′⃗\vec {v^{\prime}} 进行分解，可发现 v∥⃗=v∥′⃗\vec {v_\parallel} = \vec {v^{\prime}_\parallel} ，唯一的不同在平面上的分解。

IMG_8ADF34270E8C-1

此时我们引入辅助向量 w⃗\vec {w} 该向量垂直于 v⊥⃗\vec {v_\perp}

∵{w⃗⊥f⃗w⃗⊥v⊥⃗∣∣f⃗∣∣=1∣∣w⃗∣∣=∣∣v⊥⃗∣∣\because \begin{cases} \vec {w} \perp \vec {f} \\ \vec {w} \perp \vec {v_\perp} \\ || \vec {f} || = 1 \\ || \vec {w} || = || \vec {v_\perp} || \\ \end{cases}
∴w⃗=f⃗×v⊥⃗\therefore \vec {w} = \vec {f} \times \vec {v_\perp}

因为我们最终的目标是通过 v⊥′⃗\vec {v^{\prime}_\perp} 求解 v′⃗\vec {v^{\prime}} ，那么接下来需要分解 v⊥′⃗\vec {v^{\prime}_\perp} 为 v1⃗\vec {v_1} 与 v2⃗\vec {v_2} ，通过已知的 w⃗\vec {w} 与 v⊥⃗\vec {v_\perp} 来表达（求解思路和上面的 v 平行是一样的）

v1⃗=v⊥′⃗⋅w⃗∣∣w⃗∣∣w⃗∣∣w⃗∣∣=∣∣v⊥′⃗∣∣∣∣w⃗∣∣cos⁡(90°−θ)∣∣w⃗∣∣w⃗∣∣w⃗∣∣=w⃗sin⁡θ\vec {v_1} = \frac {\vec {v^{\prime}_\perp} \cdot \vec {w}}{||\vec {w}||} \frac {\vec {w}}{||\vec {w}||} = \frac {||\vec {v^{\prime}_\perp}|| || \vec {w} || \cos(90° - \theta)}{|| \vec {w} ||} \frac {\vec {w}}{||\vec {w}||} = \vec {w} \sin\theta

v2⃗=v⊥′⃗⋅v⊥⃗∣∣v⊥⃗∣∣v⊥⃗∣∣v⊥⃗∣∣=∣∣v⊥′⃗∣∣∣∣v⊥⃗∣∣cos⁡(θ)∣∣v⊥⃗∣∣v⊥⃗∣∣v⊥⃗∣∣=v⊥⃗cos⁡θ\vec {v_2} = \frac {\vec {v^{\prime}_\perp} \cdot \vec {v_\perp}}{||\vec {v_\perp}||} \frac {\vec {v_\perp}}{||\vec {v_\perp}||} = \frac {||\vec {v^{\prime}_\perp}|| || \vec {v_\perp} || \cos(\theta)}{|| \vec {v_\perp} ||} \frac {\vec {v_\perp}}{||\vec {v_\perp}||} = \vec {v_\perp} \cos\theta

v⊥′⃗=v1⃗+v2⃗=w⃗sin⁡θ+v⊥⃗cos⁡θ\vec {v^{\prime}_\perp} = \vec {v_1} + \vec {v_2} = \vec {w} \sin\theta + \vec {v_\perp} \cos\theta

∵w⃗=f⃗×v⊥⃗\because \vec {w} = \vec {f} \times \vec {v_\perp}

∴v⊥′⃗=v⊥⃗cos⁡θ+(f⃗×v⊥⃗)sin⁡θ\therefore \vec {v^{\prime}_\perp} = \vec {v_\perp} \cos\theta + (\vec {f} \times \vec {v_\perp}) \sin \theta

v′⃗=v⊥′⃗+v∥′⃗=v⊥⃗cos⁡θ+(f⃗×(v⃗−v∥⃗))sin⁡θ+v∥⃗\vec {v^{\prime}} = \vec {v^{\prime}_\perp} + \vec {v^{\prime}_\parallel} = \vec {v_\perp} \cos\theta + (\vec {f} \times (\vec {v} - \vec {v_\parallel})) \sin \theta + \vec {v_\parallel}

∵f⃗∥v∥⃗∴f⃗×v∥⃗=0\because \vec {f} \parallel \vec {v_\parallel} \therefore \vec {f} \times \vec {v_\parallel} = 0

v′⃗=v∥⃗+cos⁡θv⊥⃗+(f⃗×v⃗)sin⁡θ\vec {v^{\prime}} = \vec {v_\parallel} + \cos \theta \vec {v_\perp} + (\vec {f} \times \vec {v}) \sin \theta

∵{v∥⃗=(v⃗⋅f⃗)f⃗v⊥⃗=v⃗−(v⃗⋅f⃗)f⃗\because \begin{cases} \vec {v_\parallel} = (\vec {v} \cdot \vec {f})\vec {f} \\ \vec {v_\perp} = \vec {v} - (\vec {v} \cdot \vec {f})\vec {f} \end{cases}

∴v′⃗=(1−cos⁡θ)(f⃗⋅v⃗)f⃗+cos⁡θv⃗+sin⁡θ(f⃗×v⃗) \therefore \vec {v^{\prime}} = (1 - \cos \theta)(\vec {f} \cdot \vec {v}) \vec {f} + \cos \theta \vec {v} + \sin \theta (\vec {f} \times \vec {v})

求证结束，此时我们得到了轴角式的旋转公式。

参考资料#

《动手学机器人学》（5）（一般形式旋转矩阵公式）或（罗德里格旋转公式）或（轴角法）证明 and 齐次坐标变换

加载中...
此文章数据所有权由区块链加密技术和智能合约保障仅归创作者所有。