1、向量基础：三维空间向量定义、点积与叉积的物理意义、向量投影在飞控姿态解算中的应用
各位同学，咱们今天聊点实在的。
做飞控这么多年，我越来越觉得，向量这东西就是嵌入式算法的「基本功」。你想想看，无人机在天上飞，它怎么知道自己朝哪？怎么知道该往哪转？说白了，全靠向量在背后撑腰。今天这一章，我就带你把向量的底裤扒干净。
1.1 三维空间向量：不只是三个数
向量是什么？教科书上说是「既有大小又有方向的量」。嗯，没错，但我觉得更直白的理解是——向量就是一把尺子加一个箭头。
在三维空间里，我们通常用三个分量来表示一个向量：
// 三维向量结构体，我习惯这么写
typedef struct {
float x; // 沿X轴的分量
float y; // 沿Y轴的分量
float z; // 沿Z轴的分量
} Vector3f;举个例子，无人机当前位置是 (1, 2, 3)，目标点是 (4, 6, 8)。那从当前位置指向目标点的向量就是 (3, 4, 5)。这个向量告诉你两件事：距离多远（大小），往哪走（方向）。
核心要点：在飞控里，向量无处不在——加速度计测的是重力向量，陀螺仪测的是角速度向量，地磁计测的是磁场向量。你处理的每一个传感器数据，本质上都是向量。
1.2 点积：两个向量的「亲密程度」
点积，也叫内积。公式很简单：
a · b = |a| × |b| × cos(θ)或者用分量形式：
a · b = a.x * b.x + a.y * b.y + a.z * b.z但物理意义是什么？我个人理解，点积衡量的是两个向量「有多像」。
- 如果点积为正，说明它们方向大致相同（夹角小于90°）
- 如果点积为零，说明它们互相垂直（夹角90°）
- 如果点积为负，说明它们方向相反（夹角大于90°）
我在项目中遇到过这样一个场景：用加速度计判断无人机是否水平。理想情况下，重力向量是 (0, 0, -g)。如果无人机水平，加速度计测到的向量应该和重力向量方向一致。这时候点积最大。一旦无人机倾斜，点积就会变小。嗯，这就是一个非常实用的判据。
实用技巧：在代码里判断两个向量是否「几乎平行」，可以用点积除以模长乘积，结果接近1就对了。别用绝对相等，浮点数有精度问题。
1.3 叉积：旋转的「方向盘」
叉积就更有意思了。它的结果是一个新的向量，方向垂直于原来的两个向量。公式是：
a × b = |a| × |b| × sin(θ) × n其中 n 是垂直于 a 和 b 的单位向量。分量形式：
a × b = (a.y*b.z - a.z*b.y,
a.z*b.x - a.x*b.z,
a.x*b.y - a.y*b.x)叉积的物理意义，说白了就是「旋转的轴」。你想想看，两个向量张成一个平面，叉积就是垂直于这个平面的方向——这不就是旋转轴吗？
在飞控里，叉积最经典的应用就是姿态误差计算。我举个例子：
// 计算当前姿态与目标姿态之间的误差
Vector3f error = cross(current_attitude, target_attitude);
// 这个 error 向量就是我们要补偿的旋转轴和角度为什么会这样？因为当两个单位向量夹角很小时，叉积的模长近似等于夹角的正弦值，而方向就是旋转轴。这就是为什么很多飞控算法里，直接用叉积代替复杂的三角函数计算——省时间啊！
注意：叉积不满足交换律！a × b = - (b × a)。我曾经在调试时搞反了顺序，结果无人机疯狂自旋……嗯，从那以后我再也不敢搞错叉积的顺序了。
1.4 向量投影：把向量「压」到另一个方向
投影这个概念，说白了就是「一个向量在另一个向量方向上的影子」。
公式：
proj_b(a) = (a · b̂) × b̂其中 b̂ 是 b 方向的单位向量。
在飞控里，投影的应用太常见了。我挑一个最典型的——地磁计数据的水平分量提取。
地磁计测到的是三维磁场向量。但无人机姿态解算时，我们只关心水平方向的磁场分量（用来确定航向）。怎么做？把磁场向量投影到水平面上就行了。
// 提取磁场向量的水平分量
Vector3f gravity = (0, 0, 1); // 假设重力方向已知
Vector3f mag = read_magnetometer();
// 计算重力方向上的分量
float vertical_component = dot(mag, gravity);
Vector3f vertical_vector = gravity * vertical_component;
// 水平分量 = 原始向量 - 垂直分量
Vector3f horizontal = mag - vertical_vector;你看，一个投影操作，就把三维问题降成了二维问题。这就是数学工具的威力。
1.5 综合应用：姿态解算中的向量三板斧
好了，咱们把前面三个工具串起来，看看在飞控姿态解算中它们是怎么配合的。
典型的互补滤波姿态解算流程：
- 陀螺仪积分得到初步姿态（四元数或旋转矩阵）
- 加速度计测量重力向量，与当前姿态预测的重力方向做叉积，得到俯仰和横滚的误差
- 地磁计测量磁场向量，与当前姿态预测的磁场方向做叉积，得到航向误差
- 用点积检查传感器数据是否可信（比如加速度计是否处于自由落体状态）
- 用投影提取有用分量，剔除干扰
总结一下：
- 点积：判断方向一致性，计算投影长度
- 叉积：计算旋转轴和误差角度
- 投影：提取特定方向的分量，降维处理
这三板斧用好了，飞控姿态解算的核心逻辑你就拿下了八成。
最后说一句，向量运算在嵌入式上要特别注意效率。我建议能用整数运算就别用浮点，能用查表就别实时计算。毕竟飞控是实时系统，每一微秒都很宝贵。
下一章咱们聊四元数，那玩意儿比欧拉角优雅多了。到时候你就知道，向量只是开胃菜，真正的硬菜还在后头。