> ## Documentation Index > Fetch the complete documentation index at: https://kensou.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Rotation intuition primer # Rotation Intuition Primer (3D 旋转直觉入门) > **发布时间**: 2026-05-22 > **核心定位**: SE(3)/SO(3) primer 太硬？这是它的**前置课**。从"手机翻一下"到"为什么需要李群"的桥梁。 **Status:** v1 — beginner-friendly。读完它再去读 [se3\_so3\_lie\_groups\_primer.md](./se3_so3_lie_groups_primer.md) 会顺很多。 **TL;DR:** 3D 旋转表面是 3×3 矩阵相乘，骨子里是个**弯曲的几何对象**。本文用日常物体（手机、骰子、Rubik）的实例，从最简单的 2D 旋转开始，一步步推到为什么 Euler 角不够、为什么需要四元数、为什么 SLAM 圈用李群。**不需要任何机器人 / SLAM 背景**，会一点高中线性代数就行。 **X-Ray.** 任何 spatial AI 系统都要回答"机器人现在朝哪？""下一步它该转到哪？"。3D 旋转有 4 种主流表达方式（Euler 角 / 旋转矩阵 / 轴-角 / 四元数）—— 它们都对，但各自在某些场景会坑你。**踩遍这些坑你才理解为什么 SLAM 圈用李群**。这篇是踩坑前的导览图，让你看一眼地图再下水。 *** ## 1 · 从 2D 旋转开始（你已经会） 平面上一个点 `(x, y)` 转 θ 度后变成什么？ ``` 原点 ●─────────────● P = (1, 0) │ \ │ θ \ │ \ \ │ \ \ │ ● P' = (cos θ, sin θ) │ / │ / │ / │ / 2D 旋转矩阵: R(θ) = [ cos θ -sin θ ] [ sin θ cos θ ] P' = R(θ) · P ``` **关键事实**: * `R(θ)` 是 2×2 矩阵，**只有 1 个参数 θ**（旋转角度） * 复合两次旋转 = 矩阵相乘：`R(θ₁) · R(θ₂) = R(θ₁ + θ₂)` * **可逆**：`R(θ)⁻¹ = R(-θ) = R(θ)ᵀ`（旋转矩阵的转置就是它的逆） **SLAM 圈把这种性质的矩阵集合叫 SO(2)** —— 2D special orthogonal group。2D 世界很简单：1 个角度就够。 *** ## 2 · 跳到 3D：突然变成 3 个角度（Euler 角） 3D 空间里转一个手机，你需要描述**绕 3 个轴各转多少**： ``` y (yaw 偏航 — 左右) │ │ │ ●─────────► x (roll 翻滚 — 前后) ╱ ╱ ╱ ╱ z (pitch 俯仰 — 上下) ``` **手机的 Euler 角直觉**： * **Yaw**（绕 y 轴，左右转）：手机面朝东 → 面朝南 * **Pitch**（绕 z 轴，上下倾斜）：手机水平 → 手机面朝天 * **Roll**（绕 x 轴，前后翻滚）：手机自己围绕中轴转一圈 3 个角度 `(roll, pitch, yaw)` = `(φ, θ, ψ)` —— 看起来够用。**SLAM 新手 99% 第一次都用 Euler 角，因为最直观。** ### Euler 角的旋转矩阵（看一眼记一下） ``` R = R_z(ψ) · R_y(θ) · R_x(φ) = [ cos ψ·cos θ cos ψ·sin θ·sin φ - sin ψ·cos φ cos ψ·sin θ·cos φ + sin ψ·sin φ ] [ sin ψ·cos θ sin ψ·sin θ·sin φ + cos ψ·cos φ sin ψ·sin θ·cos φ - cos ψ·sin φ ] [ -sin θ cos θ·sin φ cos θ·cos φ ] ``` **不用记**。重点：**3 个角度 → 1 个 3×3 旋转矩阵**。 *** ## 3 · Euler 角的第一个坑：**Gimbal Lock（万向锁）** 把手机调成 pitch = 90° （面朝正上方）。**此时 roll 和 yaw 都让手机绕同一根轴转** —— **两个自由度退化成一个！** ``` Pitch = 0° (水平): ───────────────── yaw 转 → 围绕 y 轴 (水平平面内换方向) roll 转 → 围绕 x 轴 (前后翻) 两个轴垂直 → 独立 Pitch = 90° (朝天): ───────────────── yaw 转 → 还是围绕 y 轴 (但 y 轴已经指天) roll 转 → 围绕 x 轴 (但 x 轴现在指水平) 这两个轴是同一个! (都在水平面内) **3 个独立自由度变成 2 个** 后果: 系统看到 (pitch = 90°, yaw = α, roll = β) 和 (pitch = 90°, yaw = α+δ, roll = β-δ) **几何上完全一样**！ ``` **真实事故**：Apollo 11 月球登陆器靠 Euler 角，宇航员在某个高仰角让飞船 gimbal lock，险些丢失姿态。 **SLAM 后果**： * 用 Euler 角写 BA / EKF → 在某些位姿 Jacobian 奇异 → 优化器跳出"我没法继续了" * 这就是为什么 production 永远不用 Euler 角做内部状态（除了 debug 显示） *** ## 4 · 第二个尝试：旋转矩阵（直接存 3×3 矩阵） **Idea**：不用 3 个角度，直接存 3×3 矩阵 `R` 本身。 ``` 优点: - 没有 gimbal lock - 复合: R₁ · R₂ 直接矩阵相乘 - 反转: Rᵀ (转置) 缺点: - 9 个数表示只有 3 个自由度的东西 (浪费) - 数值漂移: 优化时矩阵 R 慢慢不再正交 (因为浮点) - 不能简单线性插值: (R₁ + R₂)/2 不再是合法的旋转矩阵 ``` **约束**：旋转矩阵必须满足 `R · Rᵀ = I` 且 `det(R) = +1` —— 这 6 个等式约束 9 个变量，留下 3 个自由度。SLAM 优化时如果不小心，迭代几步后矩阵就变形了。 **SLAM 圈叫这个集合 SO(3)** —— 3D special orthogonal group。 *** ## 5 · 第三个尝试：轴-角（Axis-Angle）—— 真正几何起点 **关键观察**（Euler 定理 1775）：**任何 3D 旋转都可以表达成"绕一个轴 ω 转 θ 角度"**。 ``` ω (旋转轴, 单位向量) │ │ θ ├─/ │/ \ 物体绕 ω 转 θ 角 │ ●─── ───── ─→ 新位置 ● 编码: 3D 向量 v = θ · ω = (θω_x, θω_y, θω_z) 只有 3 个数 → 自由度刚好对! ``` * `|v| = θ` （向量的长度 = 旋转角度） * `v / |v| = ω` （向量的方向 = 旋转轴） **优点**： * 最少的数（3 个） * 没有 gimbal lock * 几何直观 **缺点**： * 复合两个旋转：`v_3 ≠ v_1 + v_2` （因为旋转不交换） * 求复合需要先转成矩阵或四元数 这一节是关键 —— **轴-角是连接所有其他表达方式的纽带**。SLAM 圈的"李代数 so(3)" 就是这个 3D 向量空间。 ### 转换公式（Rodrigues 公式） ``` 轴-角 v = θω → 旋转矩阵 R: R = I + sin(θ) · [ω]× + (1 - cos(θ)) · [ω]ײ 其中 [ω]× = [ 0 -ω_z ω_y ] (反对称矩阵) [ ω_z 0 -ω_x ] [ -ω_y ω_x 0 ] ``` 不用记。重点：**`[ω]×` 这个反对称矩阵的 exponential 就是旋转矩阵**： ``` R = exp([ω]× · θ) ← 矩阵指数! ``` **Aha 时刻**：旋转和 exp / log 函数有内在联系。**这就是李群理论的起点。** *** ## 6 · 第四个尝试：四元数（Quaternions） Hamilton 1843 发明四元数，让 3D 旋转有了**最实用的表达**： ``` 四元数 q = (w, x, y, z) = w + xi + yj + zk 单位四元数 (|q| = 1) ↔ 旋转 从轴-角 (θ, ω) 来: w = cos(θ/2) (x, y, z) = sin(θ/2) · ω 优点: - 4 个数, 1 个约束 (|q| = 1) → 3 自由度 - 没有 gimbal lock - 复合: q₁ ⊗ q₂ (四元数乘法, 不交换) - 反转: q⁻¹ = (w, -x, -y, -z) (共轭, 取负虚部) - 球面插值 (Slerp): 平滑插值两个旋转 - 数值稳定: 漂移只破坏单位长度, 容易归一化修复 ``` **SLAM 圈最常用** —— OpenVINS / VINS-Mono / 所有飞控代码都用四元数表示姿态。 ⚠️ **Hamilton vs JPL convention 坑**：四元数有两种约定（顺序不同），混用会让 IMU 静默错。详见 [quaternions\_and\_rotations.md](./quaternions_and_rotations.md)。 *** ## 7 · 为什么还需要"李群"？ 到这里你已经会 4 种旋转表达方式。**李群理论是把这些统一起来的一套语言**。 ### 7.1 SO(3) 是个弯曲的几何对象 3D 旋转的集合 SO(3) 不是平的向量空间。**它是个 3 维流形** —— 局部像 R³，整体弯成一个奇怪的形状。 ``` 平的空间 (R³): 任意两点都能加: a + b ∈ R³ 梯度下降: x_{k+1} = x_k - η · ∇f 旋转的集合 SO(3) (弯的): 不能加: R₁ + R₂ 不再是旋转! "梯度下降"必须沿着流形走 R_{k+1} = R_k · exp([ω]× · η · ∇f) ↑ 指数把切空间的小步带回流形上 ``` ### 7.2 切空间 = 李代数 在某一点 `R` 处的"无穷小变化"住在一个平的 3D 空间里 —— **这就是李代数 so(3)**，就是我们前面看到的 `[ω]×` 反对称矩阵。 ``` SO(3) 流形 (弯曲) ⌒⌒ ●●●●● ← 切空间 (so(3)) ● ● 平的 R³ ● R ● 住所有 [ω]× 矩阵 ● ● ●●●●● ⌒⌒ exp: so(3) → SO(3) (切空间 → 流形, "走一小步") log: SO(3) → so(3) (流形 → 切空间, "测量距离") ``` **这就是 [se3\_so3\_lie\_groups\_primer.md](./se3_so3_lie_groups_primer.md) 的核心**：用切空间做加减，用 exp/log 来回流形 ↔ 切空间。 ### 7.3 为什么 SLAM 必须用李群？ * BA 优化 = 在流形上找最低点 → 必须用切空间 line search * IMU 预积分 = 在切空间累加 → 必须用 exp 取出最终旋转 * EKF / MSCKF = 误差状态住切空间 → covariance 才能正确传播 *** ## 8 · 一张图总结：4 种表达 + 何时用 ``` 2D 角度 θ (你已会) │ │ +1 维 ▼ ───────────────────────────────────────── 3D 旋转 (4 种表达, 选一个): ───────────────────────────────────────── Euler 角 → 3 个数, 容易理解, 💥 gimbal lock 旋转矩阵 → 9 个数, 没奇异, 💥 数值漂移 轴-角 → 3 个数, 几何漂亮, 💥 不能简单复合 四元数 → 4 个数, 生产最爱, ⚠️ Hamilton vs JPL │ + 数学结构 ▼ ───────────────────────────────────────── 李群 SO(3) (统一框架): ───────────────────────────────────────── - 流形 + 切空间 (so(3) 是 R³) - exp / log 来回切换 - 内部计算 / SLAM 优化都靠它 ``` **选哪个**： | 场景 | 用什么 | 为什么 | | ----------------- | --------- | ---------------------------- | | 给人显示 | Euler 角 | 直观，"yaw 90° pitch 45°" 人能读 | | 内部状态 (production) | 四元数 | 最稳，最快，球面插值 | | 优化器内部 | 旋转矩阵 | Forster preintegration 公式用 R | | 增量更新 / IMU 积分 | 李代数 + exp | 切空间小步走 | | Debug log | Euler | 看数字一眼知道 90° 还是 180° | *** ## 9 · 你现在该读什么 ``` ┌────────────────────────────────────────┐ │ 你刚读完: 旋转直觉 (本文) │ └────────────┬───────────────────────────┘ │ ▼ ┌────────────────────────────────────────┐ │ 下一步选项 (按需求): │ ├────────────────────────────────────────┤ │ 想正式入门李群 → se3_so3 primer │ │ 想搞清楚四元数细节 → quaternions │ │ 想看 BA 怎么用李群 → bundle_adjustment │ │ 想看 IMU 积分用李群 → imu_preint │ └────────────────────────────────────────┘ ``` *** ## 10 · 常见陷阱清单（新手必避） 1. **混用度数和弧度** — Python `math.sin(90)` 是 `sin(90 radians)` ≠ `sin(90°)`。所有 SLAM 库内部用弧度。 2. **认为旋转可以相加** — `R₁ + R₂` 不是旋转。要用矩阵乘法 / 四元数乘法。 3. **认为旋转可以平均** — `(R₁ + R₂) / 2` 不是合法旋转。要用 Slerp 或 quaternion mean。 4. **忘记单位化四元数** — 数值漂移会让 `|q|` 偏离 1，要每 N 步归一化。 5. **混用 Hamilton vs JPL convention** — IMU 默认 JPL，Eigen 默认 Hamilton，跨边界要明示。 6. **以为 Euler 角顺序不重要** — XYZ 和 ZYX 转出来不一样。 7. **以为旋转可交换** — `R_x(90°) · R_y(90°) ≠ R_y(90°) · R_x(90°)`。3D 旋转**不交换**。 *** ## 玩具例子：90° 复合不交换（自己验证） 拿一本书： 1. 先绕水平 x 轴翻 90°（书脊向上）→ 再绕垂直 y 轴转 90°（书脊朝你右边） 2. 反过来：先绕 y 轴转 90° → 再绕 x 轴翻 90° **两次操作后书的姿态不一样！** 这就是矩阵乘法不交换的几何证明。 *** ## Boundary * 严格的 SE(3)/SO(3) 数学 → [`./se3_so3_lie_groups_primer.md`](./se3_so3_lie_groups_primer.md) * 四元数 Hamilton vs JPL 详细 → [`./quaternions_and_rotations.md`](./quaternions_and_rotations.md) * 看 BA 怎么用旋转 → [`./bundle_adjustment.md`](./bundle_adjustment.md) * 看 IMU 怎么用旋转 → [`./imu_preintegration_math.md`](./imu_preintegration_math.md) ## References * Euler (1775) *Formulae generales pro translatione quacunque corporum rigidorum*. Euler 旋转定理来源。 * Hamilton (1843) *On Quaternions*. 四元数发明。 * Rodrigues (1840) *Des lois géométriques qui régissent les déplacements*. Rodrigues 公式。 * Sola (2017) *Quaternion kinematics for the error-state Kalman filter*. [arXiv 1711.02508](https://arxiv.org/abs/1711.02508) — 工程师视角，比教科书友好。 * 3Blue1Brown video: *Visualizing quaternions* [https://www.youtube.com/watch?v=d4EgbgTm0Bg](https://www.youtube.com/watch?v=d4EgbgTm0Bg) — 视频直觉。 [← Back to Spatial Math](./overview.md)