3、数学基础（二）：几何基础——欧拉角、四元数、旋转矩阵、刚体变换与相似变换

好，咱们接着聊三维重建里的数学。上一章我们讲了坐标系和向量，算是热身。这一章才是真正的硬菜——旋转和变换。

说实话，我刚入行那会儿，最头疼的就是这堆东西。欧拉角、四元数、旋转矩阵……名字听着就吓人。但后来我发现，只要搞懂了它们各自是干什么的、优缺点在哪，用起来其实挺顺手的。

你想想看，三维重建里，相机在动、物体在动、点云在动。怎么描述这些运动？怎么把不同视角的数据对齐？答案就在这章里。

3.1 旋转矩阵：最直观的旋转表达

旋转矩阵，说白了就是一个3x3的方阵。它能把一个三维向量旋转到另一个方向。

它的核心性质就两条：正交和行列式为+1。正交意味着它的逆等于它的转置，这在实际计算中太方便了。行列式为+1保证了它是纯旋转，没有缩放或镜像。

举个例子，绕Z轴旋转θ角，旋转矩阵长这样：

R_z(θ) = [
  [cosθ, -sinθ, 0],
  [sinθ,  cosθ, 0],
  [0,      0,    1]
]

绕X轴和Y轴的类似，我就不写了。组合起来，任何旋转都能用三个基本旋转的乘积表示。

3.2 欧拉角：直观但坑多

欧拉角可能是最直观的旋转表达方式了。它用三个角度来描述旋转：绕X轴转多少（roll）、绕Y轴转多少（pitch）、绕Z轴转多少（yaw）。

飞机、无人机、游戏里用得特别多。你一说“俯仰角30度”，大家都能想象出来。

但欧拉角有个大坑——万向锁。当pitch达到±90度时，roll和yaw会变得无法区分。说白了就是丢失了一个自由度。

另外，欧拉角的顺序也很重要。XYZ、ZYX、YXZ……不同顺序得到的结果完全不同。所以用欧拉角时，一定要明确约定顺序。

3.3 四元数：三维重建的“瑞士军刀”

四元数，听起来很玄乎。其实它就是四个数：一个实部加三个虚部。写成q = w + xi + yj + zk。

为什么三维重建里这么爱用四元数？原因有三：

• 无万向锁——这是最大的优势
• 插值平滑——SLERP插值能生成非常自然的旋转过渡
• 计算高效——比旋转矩阵少几个乘法，比欧拉角稳定

四元数表示旋转的公式也很优雅：

v' = q * v * q^(-1)

其中v是三维向量（写成纯四元数），q是单位四元数。这个公式把旋转变成了“乘法”，数学上非常干净。

3.4 刚体变换：旋转+平移

刚体变换，就是旋转加平移。它描述的是“物体整体移动，形状不变”的运动。

在三维重建里，相机从一个位置移动到另一个位置，就是刚体变换。点云配准里，把两片点云对齐，也是刚体变换。

数学上，刚体变换可以写成：

P' = R * P + t

其中R是旋转矩阵，t是平移向量。为了计算方便，我们通常用齐次坐标把它写成4x4矩阵：

T = [
  [R, t],
  [0, 1]
]

这样，连续变换就可以用矩阵乘法串联起来，非常方便。

3.5 相似变换：比刚体多一个尺度

相似变换，就是在刚体变换的基础上，加了一个均匀缩放。

什么时候用？比如你把一个CAD模型缩放到真实尺寸，或者把不同尺度的点云对齐。说白了，就是“形状一样，大小不同”。

数学上：

P' = s * R * P + t

其中s是缩放因子。齐次坐标下：

T_s = [
  [s*R, t],
  [0,   1]
]

注意，这里的缩放是各向同性的——三个方向缩放相同。如果各方向缩放不同，那就变成仿射变换了，不在我们今天的讨论范围内。

3.6 知识体系总览

说了这么多，我画个图帮你理清思路：

3.7 实际项目中的选择建议

说了这么多理论，到底该用哪个？我根据实际经验给你个参考：

场景	推荐表达	原因
相机位姿优化（BA）	四元数 + 平移向量	无万向锁，参数少，优化稳定
点云配准（ICP）	4x4刚体变换矩阵	方便串联变换，库支持好
人机交互（手动调参）	欧拉角	直观，容易理解
多尺度点云对齐	相似变换矩阵	同时处理旋转、平移和缩放
动画/插值	四元数SLERP	平滑无抖动

好了，这一章的内容就到这。几何变换是三维重建的基石，搞懂了这些，后面讲相机模型、多视图几何的时候，你会觉得轻松很多。

记住一句话：旋转用四元数，变换用齐次矩阵，调试用欧拉角。这是我多年项目经验的总结，希望对你有帮助。

---