您现在的位置: IOS教程網 >> IOS系統 >  >> iOS 程式開發 >> iOS 開發基礎

3D 圖學入門:矩陣、歐拉角、四元數與「方位」的三種說法

編輯:iOS 開發基礎

概述

又折騰了將近兩個星期的 3D 圖學,終於走到我最想攻克的地方。因為歐拉角與四元數這兩道坎,OpenGL ES 的進度被拖慢了不少。把這一塊啃完,接下來我就會帶大家用 OpenGL ES 做一個自轉加公轉的正立方體,效果預覽如下。

方向、方位與角位移:先分清這三個詞

日常說話時,我們幾乎不區分「方向」和「方位」。朋友來找你,在某個公車站下錯了,你打電話過去問:「你在哪個方向?」或者「你在哪個方位?」仔細品味略有差異,但交流時誰也不會計較。那麼在幾何裡,這兩者到底差在哪?

先借用書上的一個例子。一個向量沿著自己的方向移動,自身的任何屬性都不會改變——如下圖所示,因為向量只有方向,沒有方位。

但對一個物體來說情況就不同了。物體先朝向某個方向,接著沿自身軸自轉,它在空間中的指向就變了。如下圖的錐體自轉之後,方位已經改變。

那麼,空間中的方位該怎麼描述?這就要請出角位移了。

換個類似的問題:我們如何描述空間中一個物體的位置?必須先把它放進某個坐標系。當你聽到「某坐標系中存在一個點 [1,1,1]」,立刻就能想像它在空間中的位置——描述空間位置,本質上就是描述相對於參考點(坐標原點)的位移。

方位也是如此。我們無法憑空描述一個物體的方位,必須預設一個已知方位作為參考量,物體由這個參考方位旋轉而到達當前方位,而旋轉的量,就叫做角位移。角位移之於方位,有點像速度之於運動快慢。但要注意兩者並不等價:我們會說「物體的方位是這樣的」,也會說「物體由某個已知方位經過角位移 θ 旋轉得到」。也就是說,方位描述單一狀態,角位移描述兩個狀態之間的差異。

那實際工程裡怎麼表示?答案是:用矩陣和四元數表示角位移,用歐拉角表示方位。下面逐一拆解。

用矩陣表示角位移

在 3D 環境中描述方位,方式就是列出該坐標系的基底向量——注意,這些基底是用「別的坐標系」來表示的,而不是它自己。比如當前坐標系的三個基底寫成 p[1,0,0]、q[0,1,0]、r[0,0,1],這是相對於自身坐標系的寫法;一旦換到另一個坐標系去表述,數值就會改變,因為參照點換了。至於如何換算,涉及旋轉矩陣的知識(見〈3D 圖學:矩陣與線性變換〉),這裡不再展開。如下圖,由向量 p、q、r 構成的新坐標系,用原坐標系表示時就呈現為右圖的樣子。

對開發者而言,只需記住一件事:方位可以用一個 3×3 矩陣表示,矩陣存的是變換後的基底向量。那麼用矩陣表示角位移的優缺點為何?直接引述書上的整理。

優勢

  • 可以直接對向量做旋轉。後面用四元數做空間變換,最終效果與用對應矩陣是一致的。

  • 矩陣形式被圖形 API 廣泛採用。從 OpenGL ES 就能看出來,無需多言。

  • 多個角位移可以串接。矩陣變換能連續疊加,角位移同理。

  • 矩陣有逆。做完一次旋轉之後想回到原方位,再乘一次逆矩陣即可。

缺點

  • 佔用記憶體較多。這是相對歐拉角而言的比較結果。

  • 難以使用。想想看,現在要繞 x 軸轉 80°,你還得先反推對應的向量是什麼;算完得到矩陣之後,之後每次看到它,又要重新計算一遍才知道它做了什麼變換。這使用體驗實在算不上愉快。

  • 並非所有矩陣都能描述方位。這點值得單獨寫一篇討論,本文暫不深入。

矩陣這部分先作為背景認識,接下來看更直觀的歐拉角。

歐拉角表示方位,以及萬向鎖的由來

許多大學課程會教矩陣,但歐拉角接觸的人相對少(至少對一個學物理出身的人來說,我起初也覺得很抽象)。真正讀過 3D 圖學之後才發現,用歐拉角表示方位比矩陣直觀得多,也更好用。

歐拉角的基本思想是:把角位移分解為繞三個互相垂直的軸、依序進行的三次旋轉。這三個軸理論上任選皆可,順序也可任意,但實務上最常用的是笛卡爾坐標系並搭配固定順序,其中最廣為人知的約定就是 heading-pitch-bank。在這套系統中,一個方位由 heading 角、pitch 角、bank 角共同定義;在左手坐標系下,heading 是繞 y 軸的旋轉量,pitch 是繞 x 軸的旋轉量,bank 是繞 z 軸的旋轉量,方向遵循左手法則。它的流程是:物體起始於「標準」方位(自身坐標軸與慣性坐標軸對齊),依序做 heading、pitch、bank 三次旋轉,抵達最終空間方位。

如下圖的錐體,起始時自身坐標軸與慣性坐標軸完全一致。

把 heading 設為 45°,依左手法則,它會做順時針旋轉。

於是物體坐標系隨之改變,錐體的自身坐標軸不再與慣性坐標軸對齊,x 軸與 z 軸都發生了對應變化,空間方位自然也變了。

之後再進行 pitch 與 bank 旋轉(分別繞 x 軸與 z 軸),流程與 heading 類似,最終得到錐體的最終空間方位。這裡有一點必須記牢:無論 heading、pitch 還是 bank,旋轉所依據的都是物體自身的坐標軸,而不是慣性坐標軸。

看完 heading-pitch-bank 之後,再來看歐拉角的其他約定:

  • heading-pitch-bank 有別的名字,其中一組叫 roll-pitch-yaw,roll 等同 bank,yaw 等同 heading。但方向恰好相反:heading-pitch-bank 是從慣性坐標系旋轉到物體自身坐標系,而 roll-pitch-yaw 是從物體坐標系回到最初的慣性坐標系。

  • 任意三個軸都能作為旋轉軸,不過選笛卡爾坐標軸最具意義——上面的例子已經讓我們體會到了。

  • 每個旋轉的正方向並不一定要遵守左手或右手法則,遵守只是習慣使然。

  • 旋轉順序可以不同,heading-pitch-bank 只是比較貼近人的直覺:物體放在水平面上要轉,我們首先想到的通常是繞垂直軸旋轉,也就是 heading。

歐拉角的優點

  • 使用起來簡單直觀。它比四元數和矩陣更生動形象,因為對人而言,角度永遠比矩陣好理解。

  • 最為簡潔的表達方式。3D 中歐拉角只需 3 個數,四元數要 4 個,矩陣最多,需要 9 個。

  • 任意三個數都是合法的歐拉角,而矩陣和四元數並不保證如此。

歐拉角的缺點

  • 同一方位的表達並不唯一。任意三個數雖都合法,但 heading 轉 360° 與轉 720°,物體方位完全相同,歐拉角的數值卻不同。

  • 兩個角度之間做插值非常困難。比如方位 A 的 heading 是 720°,方位 B 是 45°,數值差看起來是 675°,但實際上 720° 只是轉了兩圈,真正需要的旋轉量只有 45°。如下圖所示。

萬向鎖(Gimbal Lock)

使用歐拉角會出現一個相當有趣的現象——萬向鎖。還是在 heading-pitch-bank 系統中,一旦 pitch 達到 ±90°,麻煩就來了:此時若 heading 角與 bank 角相同,物體最終方位居然會一致。原因類似於在 pitch = ±90° 時,物體其實缺了一個旋轉軸——bank 退化為 0,只剩 heading 這一根軸在起作用。是不是有點暈?下面這個影片會比文字更生動直觀,建議對照前面的說明一起看。

歐拉旋轉與萬向節鎖(影片)

四元數與複數的淵源

矩陣和歐拉角都看完了,接著輪到四元數。第一次見到「四元數」這個概念時,我還以為它只是因為有四個數才叫這個名字。實際上,四元數由一個純量分量與一個 3D 向量分量組成,用來表示方位,兩種常見記法為 [ω, v] 與 [ω, (x, y, z)]。

要理解四元數,得先回到複數——這東西高中就學過,我也順道複習一遍。

複數形如 a + bi,其中 i² = −1,a 稱為實部,b 稱為虛部。這裡重點說複數的模與乘法,因為它能優雅地表達 2D 中的旋轉。先看 2D 環境下的旋轉矩陣:

再來看一個例子:複數 v = (x, y) 旋轉 θ 度得到 v′。

要完成這次旋轉,我們引入第二個複數 q = (cosθ, sinθ),於是旋轉後的 v′ 可以直接用複數乘法算出:

v = x + yi
q = cosθ + i·sinθ
v′ = vq = (x + yi)(cosθ + i·sinθ) = (x·cosθ − y·sinθ) + (x·sinθ + y·cosθ)i

結果與 2D 旋轉矩陣完全一致,只是形式不同。

那四元數與複數的關係是什麼?一個四元數 [w, (x, y, z)] 對應複數 w + xi + yj + zk,也就是說,它包含一個實部與三個虛部。

四元數的誕生還頗具故事性,值得在枯燥的學習中喘口氣。愛爾蘭數學家哈密爾頓一直想把複數從 2D 推廣到 3D,最初他猜測 3D 的「複數」應該有一個實部與兩個虛部,但始終構造不出有意義的體系。1843 年,在前往演講的路上,他突然意識到應該是三個虛部而非兩個,並把這個等式刻在了 Broome 橋上。四元數就此誕生:

i² = j² = k² = −1
ij = k, ji = −k
jk = i, kj = −i
ki = j, ik = −j

四元數與軸—角對

既然矩陣與歐拉角都梳理完了,就來看四元數如何表示角位移。3D 空間中任何一個角位移,都可以理解為「繞某個軸旋轉某個角度」。〈3D 圖學:矩陣與線性變換〉中給出過繞任意軸旋轉的公式(當初為了驗證它我可是折騰了一整天),公式如下,其中 θ 是旋轉角度,n 是旋轉軸。

因此軸—角對 (n, θ) 定義了一個角位移:繞 n 指定的軸旋轉 θ 角。

四元數的解釋,本質上就是角位移的軸—角對形式。只不過 n 與 θ 並不是直接塞進四元數裡的,而是這樣:

q = [ cos(θ/2), sin(θ/2)n ]
= [ cos(θ/2), ( sin(θ/2)·nx, sin(θ/2)·ny, sin(θ/2)·nz ) ]

為什麼要多繞這一圈、還要除以 2?這個問題我會在下一篇講四元數運算時揭曉。現在只要記住:四元數的本質就是角位移的軸—角對表示。

結語

寫完這篇,我總算對矩陣、歐拉角、四元數、角位移與方位有了一個整體的認識。過程確實枯燥,但還是堅持下來了,希望讀到這裡的你也能堅持到底。有疑問歡迎一起討論。下一篇我會接著研究四元數的運算,敬請期待。

最後附上《3D 數學基礎》PDF 版的傳送門。

  1. 上一篇文章:
  2. 下一篇文章:
蘋果刷機越獄教程| IOS教程問題解答| IOS技巧綜合| IOS7技巧| IOS8教程
Copyright © IOS教程網 All Rights Reserved