4、坐标系与空间变换：世界坐标系、相机坐标系、屏幕坐标系及投影矩阵
好，我们进入第四章。坐标系与空间变换。
说实话，这是AR渲染里最绕、也最容易出bug的地方。我当年刚入行时，就因为搞混了坐标系，在项目里硬生生多熬了两个通宵。你想想看，一个虚拟的箭头，明明应该指向东南方，结果转了个圈指向了地底下——用户不骂你才怪。
这一章，我会把世界坐标系、相机坐标系、屏幕坐标系，以及它们之间的投影矩阵，掰开揉碎了讲清楚。
4.1 世界坐标系：一切物体的“绝对位置”
世界坐标系，说白了就是整个AR场景的“宇宙原点”。
所有虚拟物体，包括你的HUD界面、导航箭头、虚拟路标，都得有一个相对于这个原点的位置。比如，我把一个虚拟咖啡杯放在(2, 0, 3)这个位置，意思就是它距离原点往X轴方向2米，Z轴方向3米，Y轴高度为0（地面）。
我个人习惯把世界坐标系的原点放在用户启动AR应用时的位置。这样后续计算会方便很多。
关键点：世界坐标系是固定的，不随相机移动而改变。它是所有变换的“锚点”。
4.2 相机坐标系：以“眼睛”为原点
相机坐标系，就是以你的眼睛（或者手机摄像头）为原点建立的坐标系。
为什么需要它？因为渲染时，GPU只关心“从相机视角看出去，物体在什么位置”。世界坐标系里的(2, 0, 3)，如果相机往后走了5米，那在相机坐标系里，这个物体的Z坐标就变成了-2（在相机后方）。
嗯，这里要注意：相机坐标系通常采用右手系。X轴朝右，Y轴朝上，Z轴朝后（即相机看向-Z方向）。
我的经验：我曾经在项目里把相机坐标系的Z轴方向搞反了，结果所有虚拟物体都跑到相机后面去了。排查了整整一下午，最后发现是视图矩阵的构造顺序错了。记住：视图矩阵 = 相机旋转矩阵的逆 × 相机平移矩阵的逆。
4.3 屏幕坐标系：最终显示的地方
屏幕坐标系，就是像素坐标。范围通常是(0, 0)到(屏幕宽度, 屏幕高度)。
从相机坐标系到屏幕坐标系，中间要经过两个步骤：
- 投影变换：把3D坐标映射到归一化设备坐标（NDC），范围是[-1, 1]。
- 视口变换：把NDC映射到实际的像素坐标。
你想想看，一个在相机前方10米的物体，投影到屏幕上可能只有几个像素大小。这就是投影矩阵干的事。
4.4 投影矩阵：从3D到2D的“魔法”
投影矩阵分两种：透视投影和正交投影。
AR HUD场景里，我们几乎只用透视投影。因为它能模拟人眼的“近大远小”效果。
透视投影矩阵的构造，需要四个参数：
- FOV（视场角）：决定了你能看到多宽的范围。我一般用45°到60°。
- Aspect Ratio（宽高比）：屏幕宽度除以高度。
- Near Plane（近裁剪面）：相机能看到的最近距离。通常设为0.1米。
- Far Plane（远裁剪面）：相机能看到的最远距离。AR场景我设为100米。
避坑指南：我曾经把近裁剪面设成了0.01米，结果导致深度精度严重不足，远处的物体闪烁抖动。后来改回0.1米，问题解决。近裁剪面不要设得太小，否则深度缓冲区的精度会被浪费在近处。
下面是一个典型的透视投影矩阵（OpenGL风格）：
// 透视投影矩阵
// fov: 视场角（弧度）, aspect: 宽高比, near: 近裁剪面, far: 远裁剪面
mat4 perspective(float fov, float aspect, float near, float far) {
float tanHalfFov = tan(fov / 2.0f);
mat4 result = mat4(0.0f);
result[0][0] = 1.0f / (aspect * tanHalfFov);
result[1][1] = 1.0f / tanHalfFov;
result[2][2] = -(far + near) / (far - near);
result[2][3] = -1.0f;
result[3][2] = -(2.0f * far * near) / (far - near);
return result;
}这段代码里，result[2][3] = -1.0f 是关键。它把齐次坐标的w分量设为了-z，从而实现了“近大远小”的效果。
4.5 完整的变换流水线
一个虚拟物体从世界坐标到屏幕坐标，经历了以下步骤：
| 步骤 | 变换 | 说明 |
|---|---|---|
| 1 | 模型矩阵 | 把物体从局部坐标系变换到世界坐标系 |
| 2 | 视图矩阵 | 把物体从世界坐标系变换到相机坐标系 |
| 3 | 投影矩阵 | 把物体从相机坐标系变换到裁剪空间（NDC） |
| 4 | 视口变换 | 把NDC映射到屏幕像素坐标 |
用代码表示就是：
// 顶点着色器中的变换
gl_Position = projectionMatrix * viewMatrix * modelMatrix * vec4(position, 1.0);这个顺序不能乱。我见过有人把viewMatrix和modelMatrix写反了，结果物体满屏幕乱飞。
4.6 AR HUD中的特殊处理
在AR HUD场景里，我们还需要考虑一个额外的问题：用户头部运动。
HUD信息必须跟随用户的视角移动。比如，车速信息应该始终显示在视野的左下角。这就需要在视图矩阵的基础上，再叠加一个偏移矩阵。
我的做法：我会在相机坐标系里定义一个“HUD锚点”，比如(-0.3, -0.2, -2.0)（左下方2米处）。然后所有HUD元素都相对于这个锚点进行布局。这样无论用户怎么转头，HUD始终在视野的固定位置。
另外，HUD元素通常不需要深度测试。因为它们应该始终显示在最前面。所以渲染HUD时，我会关闭深度写入，但保留深度测试（防止被其他物体遮挡）。
小技巧：如果你想让HUD元素有“呼吸感”，可以在投影矩阵里加一个微小的缩放因子。比如每帧乘以1.01再除以1.01，模拟轻微的脉动效果。用户不会注意到具体变化，但会觉得界面更“生动”。
4.7 总结
坐标系与空间变换，是AR渲染的基石。搞懂了世界、相机、屏幕这三个坐标系，以及它们之间的投影矩阵，你就掌握了AR渲染的“交通规则”。
我个人建议，在写代码之前，先在纸上画一遍变换流程。把每个矩阵的作用、输入输出都写清楚。这样能避免90%的坐标系错误。
下一章，我们会讨论光照与材质。到时候你会发现，光照计算其实也是在不同的坐标系之间来回切换。嗯，打好基础很重要。