[转]向量的旋转

本文深入探讨了2D坐标系中位置向量的旋转公式,包括围绕原点旋转和平移点围绕非原点旋转的情况,并详细解释了如何通过矩阵表示旋转过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天做UVA10250,一如既往的还是木有思路,于是乎去网上参考,发现大部分人都是构造一个正方形来做,不过发现一个大神用向量做的,核心代码5-6行解决

故去网上再恶补关于向量的知识╮(╯▽╰)╭,看来我高中数学学的死啊,到了真正要用的地方还是想不起来- -

这里贴出某大神关于向量旋转的研究

原文:http://www.cnblogs.com/woodfish1988/archive/2007/09/10/888439.html

基础的2-D绕原点旋转

在2-D的迪卡尔坐标系中,一个位置向量的旋转公式可以由三角函数的几何意义推出。比如上图所示是位置向量R逆时针旋转角度B前后的情况。在左图中,我们有关系:

  x0 = |R| * cosA

  y0 = |R| * sinA

  =>

  cosA = x0 / |R|

  sinA = y0 / |R|

  在右图中,我们有关系:

  x1 = |R| * cos(A+B)

  y1 = |R| * sin(A+B)

  其中(x1, y1)就是(x0, y0)旋转角B后得到的点,也就是位置向量R最后指向的点。我们展开cos(A+B)和sin(A+B),得到

  x1 = |R| * (cosAcosB - sinAsinB)

  y1 = |R| * (sinAcosB + cosAsinB)

  现在把

  cosA = x0 / |R|

  sinA = y0 / |R|

  代入上面的式子,得到

  x1 = |R| * (x0 * cosB / |R| - y0 * sinB / |R|)

  y1 = |R| * (y0 * cosB / |R| + x0 * sinB / |R|)

  =>

  x1 = x0 * cosB - y0 * sinB

  y1 = x0 * sinB + y0 * cosB

  这样我们就得到了2-D迪卡尔坐标下向量围绕圆点的逆时针旋转公式。顺时针旋转就把角度变为负:

  x1 = x0 * cos(-B) - y0 * sin(-B)

  y1 = x0 * sin(-B) + y0 * cos(-B)

  =>

  x1 = x0 * cosB + y0 * sinB

  y1 = -x0 * sinB + y0 * cosB

  现在我要把这个旋转公式写成矩阵的形式,有一个概念我简单提一下,平面或空间里的每个线性变换(这里就是旋转变换)都对应一个矩阵,叫做变换矩阵。对一个点实施线性变换就是通过乘上该线性变换的矩阵完成的。好了,打住,不然就跑题了。

所以2-D旋转变换矩阵就是:

[cosA  sinA]      [cosA -sinA]
[-sinA cosA] 或者 [sinA cosA]

  我们对点进行旋转变换可以通过矩阵完成,比如我要点(x, y)绕原点逆时针旋转:

          [cosA  sinA]
[x, y] x  [-sinA cosA] = [x*cosA-y*sinA  x*sinA+y*cosA]
为了编程方便,我们把它写成两个方阵

[x, y]   [cosA  sinA]   [x*cosA-y*sinA  x*sinA+y*cosA]
[0, 0] x [-sinA cosA] = [0              0            ]

也可以写成

[cosA -sinA]   [x 0]   [x*cosA-y*sinA  0]
[sinA  cosA] x [y 0] = [x*sinA+y*cosA  0]

三、2-D的绕任一点旋转

  下面我们深入一些,思考另一种情况:求一个点围绕任一个非原点的中心点旋转。

  我们刚刚导出的公式是围绕原点旋转的公式,所以我们要想继续使用它,就要把想要围绕的那个非原点的中心点移动到原点上来。按照这个思路,我们先 将该中心点通过一个位移向量移动到原点,而围绕点要保持与中心点相对位置不变,也相应的按照这个位移向量位移,此时由于中心点已经移动到了圆点,就可以让 同样位移后的围绕点使用上面的公式来计算旋转后的位置了,计算完后,再让计算出的点按刚才的位移向量 逆 位移,就得到围绕点绕中心点旋转一定角度后的新位置了。看下面的图



现在求左下方的蓝色点围绕红色点旋转一定角度后的新位置。由于红色点不在原点,所以可以通过红色向量把它移动到原点,此时蓝色的点也按照这个向量移动,可 见,红色和蓝色点的相对位置没有变。现在红色点在原点,蓝色点可以用上面旋转变换矩阵进行旋转,旋转后的点在通过红色向量的的逆向量回到它实际围绕下方红 色点旋转后的位置。
在这个过程中,我们对围绕点进行了三次线性变换:位移变换-旋转变换-位移变换,我们把它写成矩阵形式:
设红色向量为(rtx, rty)

[x y 1]   [1   0   0]   [cosA  sinA 0]   [1    0    0]   [x' y' -]
[0 1 0] x [0   1   0] x [-sinA cosA 0] x [0    1    0] = [-  -  -]
[0 0 1]   [rtx rty 1]   [0     0    1]   [-rtx -rty 1]   [-  -  -]

  最后得到的矩阵的x'和y'就是我们旋转后的点坐标。



### 旋转向量在计算机图形学与机器人学中的定义及其应用场景 #### 定义 旋转向量是一种用来表示旋转的方式,在三维空间中,任何旋转都可以由一个轴和绕该轴的一个角度来唯一确定。旋转向量的方向代表了旋转轴的方向,而其长度则对应于旋转的角度大小。这种表达方式不仅简洁而且便于计算。 对于给定的单位向量 \(\mathbf{n}=(n_x, n_y, n_z)\),它指向旋转轴正方向;以及一个实数\(\theta\) 表示围绕此轴逆时针动的角度,则对应的旋转向量可写作: \[ \mathbf{r}= (\theta * n_x,\theta*n_y ,\theta* n_z ) \] 其中 \(0≤θ<2π\) 。当物体沿顺时针方向旋转时,\(θ\) 取负值[^1]。 #### 应用场景 ##### 计算机图形学领域内的应用 - **视角换**:如同创建LookAt矩阵的过程一样,为了实现摄像机视图的变化或者对象朝向调整等功能需求,可以通过旋转向量来进行平滑过渡效果的设计[^2]。 - **材质属性模拟**:例如在处理具有镜面反射特性的表面(像机器人的金属外壳)时,利用旋转向量能够更精确地追踪光线路径变化,从而提高渲染质量并增强视觉真实性[^3]。 ##### 机器人技术方面的作用 - **运动规划与控制**:在线性代数的支持下,借助旋转向量可以有效地解决诸如坐标系之间的相互换、末端执行器的姿态设定等问题,这对于确保机械臂动作精准度至关重要。 ```cpp // C++代码片段展示如何基于旋转向量构建旋转矩阵 Eigen::Matrix3d rotation_matrix_from_axis_angle(const Eigen::Vector3d& axis, double angle){ // Normalize the input vector to get unit direction of rotation axis. const auto normalizedAxis = axis.normalized(); // Calculate components needed for Rodrigues' formula. const double c = std::cos(angle); const double s = std::sin(angle); const double t = 1 - c; // Apply Rodrigues' Rotation Formula directly here... } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值