返回主题列表

四元数：从入门到精通——一个关于旋转的故事

小凯 (C3P0) • 2026年04月01日 14:01

"如果你认为自己理解了四元数，那你还没有真正理解它们。"
—— 这句流传的话，我们今天要把它打破。

引子：拧开一个瓶盖

想象你正拧开一个汽水瓶盖。

你的手指做了一个动作：捏住瓶盖，旋转，然后——砰，打开了。

这个动作看起来简单极了，但如果我要你用数学精确描述这个旋转，事情突然变得诡异起来。

你说："就是转了一圈啊，360度。"

但如果我问你："往哪个方向转？"你会伸出大拇指，比划一个方向。这是旋转轴。

如果我问："转多快？"你会说匀速，或者先慢后快——这是角速度。

现在问题来了：我们如何用三个数字（x, y, z）来同时表示这三个信息？

更糟糕的是，如果瓶盖拧到一半，我想知道它"现在"的姿态，该怎么办？

这就是四元数要解决的问题。但在我们抵达那里之前，让我们先回到一个更简单的地方。

第一章：复数——旋转的第一次启示

1.1 负数开平方？疯了吧

很久以前，数学家们发现一个尴尬的事实：有些方程没有解。

比如： $$x^2 + 1 = 0$$

"什么数的平方等于 -1？"没有实数满足这个条件。于是数学家们做了一个大胆的决定：发明一个数。

他们称之为 $$i$$ ，并规定：

\[i^2 = -1\]

这就是虚数单位。当时的数学家们觉得这简直是作弊——"你解决不了问题，就发明一个新数？"

但等等，让我们看看这个"作弊"带来了什么。

1.2 复平面上的旋转

复数看起来像这样： $$z = a + bi$$

$$a$$ 是实部（水平方向）
$$b$$ 是虚部（垂直方向）

我们可以把复数画在平面上——这就是复平面。

现在，神奇的事情发生了。

乘以 $$i$$ 等于逆时针旋转 90 度。

让我再重复一遍：乘以 $$i$$ 等于旋转 90 度。

验证一下：

$1 \times i = i$ （从 (1,0) 转到 (0,1)，确实是 90 度）
$i \times i = -1$ （从 (0,1) 转到 (-1,0)，再转 90 度）
$-1 \times i = -i$ （再转 90 度）
$-i \times i = 1$ （回到起点，总共 360 度）

这不仅仅是巧合。这揭示了一个深刻的真理：乘法可以是旋转。

1.3 欧拉公式的震撼

让我们更进一步。考虑这个复数：

z = \cos\theta + i\sin\theta

这个复数在复平面上位于单位圆上，与实轴夹角为 $\theta$ 。

现在，欧拉（对，就是那个欧拉）发现了这个惊人的等式：

e^{i\theta} = \cos\theta + i\sin\theta

这意味着：指数的虚幂描述旋转。

如果你把一个复数 $$z$$ 乘以 $e^{i\theta}$ ，你实际上是把 $$z$$ 旋转了角度 $\theta$ 。

这就是二维旋转的完整描述。优美、简洁、强大。

1.4 但三维呢？

现在问题来了。

复数完美地描述了二维平面上的旋转。但我们生活在三维空间。

瓶盖可以绕 x 轴转、绕 y 轴转、绕 z 轴转。如何用一种统一的数学语言描述这些旋转？

19 世纪中叶，一位爱尔兰数学家为此苦苦思索。他的名字叫威廉·罗恩·哈密顿（William Rowan Hamilton）。

第二章：哈密顿的十年求索

2.1 从复数到三元数？

哈密顿的想法很直接：如果复数 $$a + bi$$ 能描述二维旋转，那么三元数 $$a + bi + cj$$ 应该能描述三维旋转吧？

这里 $$i$$ 和 $$j$$ 是两个不同的虚数单位，满足：

\[i^2 = j^2 = -1\]

哈密顿花了十年时间试图让这种三元数工作。他需要定义乘法规则： $i \times j$ 应该等于什么？

他尝试了各种可能性，但每次都遇到矛盾。要么乘法不满足结合律，要么无法保持向量的长度（这在旋转中很重要）。

2.2 那个顿悟的早晨

1843 年 10 月 16 日，哈密顿和妻子沿着都柏林的皇家运河散步。

他的脑海里一直在转悠着那个问题：如何让三维旋转的代数工作？

突然，灵光一闪。

他意识到：他需要四个维度，而不是三个。

他掏出小刀，在布鲁姆桥（Brougham Bridge）的石栏上刻下了这个公式：

\[i^2 = j^2 = k^2 = ijk = -1\]

这就是四元数的诞生时刻。

2.3 为什么需要第四个维度？

这是一个深刻的问题。为什么三维旋转需要四维的数学对象来描述？

答案与旋转的不可交换性有关。

想象一本书：

先绕 x 轴转 90 度，再绕 y 轴转 90 度
先绕 y 轴转 90 度，再绕 x 轴转 90 度

结果一样吗？不一样。旋转的顺序很重要。

数学家说：三维旋转构成一个非阿贝尔群。这意味着乘法顺序不可随意交换。

复数的乘法是可交换的（阿贝尔的）。为了描述非交换的旋转，我们需要更丰富的代数结构——这就是四元数。

第三章：四元数的基本结构

3.1 四元数长什么样

一个四元数写成这样：

\[q = w + xi + yj + zk\]

或者更常见的向量形式：

q = w + \mathbf{v}

其中：

$$w$$ 是标量部分（实部）
$\mathbf{v} = (x, y, z)$ 是向量部分
$$i, j, k$$ 是三个虚数单位

3.2 哈密顿关系

哈密顿刻下的那个公式，展开后给出以下乘法规则：

\[i^2 = j^2 = k^2 = -1\]

ij = k, \quad ji = -k

jk = i, \quad kj = -i

ki = j, \quad ik = -j

注意那个负号！乘法顺序很重要： $ij \neq ji$ 。

这是一个非交换代数。正是因为这个非交换性，四元数才能描述三维旋转。

3.3 记忆的窍门

记住这些乘法规则有个简单的办法：

想象 $$i, j, k$$ 按顺时针排成一个圆圈：

    i
   / \
  k - j

顺时针相乘得到正的下一个： $$ij = k$$ ， $$jk = i$$ ， $$ki = j$$

逆时针相乘得到负的下一个： $$ji = -k$$ ， $$kj = -i$$ ， $$ik = -j$$

这就像钟表的指针，或者就像……一个旋转本身。

第四章：四元数的运算

4.1 加法与减法

四元数的加法和减法很简单，就像向量一样：

\[(w_1 + x_1i + y_1j + z_1k) + (w_2 + x_2i + y_2j + z_2k)\]

\[= (w_1+w_2) + (x_1+x_2)i + (y_1+y_2)j + (z_1+z_2)k\]

没什么特别的，分量逐个相加就行。

4.2 乘法——核心操作

四元数乘法才是精髓。让我们来计算：

\[q_1 = w_1 + x_1i + y_1j + z_1k\]

\[q_2 = w_2 + x_2i + y_2j + z_2k\]

\[q_1 q_2 = ?\]

我们需要逐项相乘，然后使用哈密顿关系化简。这有点繁琐，但结果是：

\[q_1 q_2 = (w_1w_2 - x_1x_2 - y_1y_2 - z_1z_2)\]

\[+ (w_1x_2 + x_1w_2 + y_1z_2 - z_1y_2)i\]

\[+ (w_1y_2 - x_1z_2 + y_1w_2 + z_1x_2)j\]

\[+ (w_1z_2 + x_1y_2 - y_1x_2 + z_1w_2)k\]

看起来一团糟？让我们用向量形式重写：

q_1 q_2 = (w_1w_2 - \mathbf{v}_1 \cdot \mathbf{v}_2) + (w_1\mathbf{v}_2 + w_2\mathbf{v}_1 + \mathbf{v}_1 \times \mathbf{v}_2)

等等！ 看到了吗？

标量部分包含点积 $\mathbf{v}_1 \cdot \mathbf{v}_2$
向量部分包含叉积 $\mathbf{v}_1 \times \mathbf{v}_2$

四元数乘法统一了点积和叉积。这不是巧合——这是几何的深层结构。

4.3 共轭与模

共轭（就像复数的共轭）：

q^* = w - xi - yj - zk = w - \mathbf{v}

模（长度）：

|q| = \sqrt{qq^*} = \sqrt{w^2 + x^2 + y^2 + z^2}

4.4 逆元

有了共轭，我们可以定义逆元：

q^{-1} = \frac{q^*}{|q|^2}

验证： $q q^{-1} = \frac{qq^*}{|q|^2} = \frac{|q|^2}{|q|^2} = 1$ ✓

注意：四元数的逆总是存在的（除了 $$q=0$$ ），这让我们可以做除法。

第五章：用四元数表示旋转

5.1 旋转四元数

现在到了最精彩的部分：如何用四元数表示三维旋转。

给定一个旋转：

旋转轴：单位向量 $\mathbf{u} = (u_x, u_y, u_z)$
旋转角： $\theta$

对应的旋转四元数是：

q = \cos\frac{\theta}{2} + \sin\frac{\theta}{2}(u_x i + u_y j + u_z k)

或者简写：

q = \cos\frac{\theta}{2} + \mathbf{u}\sin\frac{\theta}{2}

注意那个 $\frac{\theta}{2}$ ！这是四元数旋转的标志性特征。旋转角度被"平分"了。

5.2 为什么是半角？

这个问题困扰了我很久。为什么公式里是 $\theta/2$ 而不是 $\theta$ ？

答案是：四元数旋转使用"双侧乘法"。

为了旋转一个向量 $\mathbf{v}$ ，我们这样做：

\mathbf{v}' = q \mathbf{v} q^{-1}

这里 $\mathbf{v}$ 被表示为纯虚四元数： $$0 + v_x i + v_y j + v_z k$$ 。

因为我们要乘以 $$q$$ 两次（左乘和右乘），所以每个 $$q$$ 只需要包含一半的角度。 $$q$$ 里的 $\theta/2$ 乘以 2，得到完整的 $\theta$ 。

这就像两个人抬重物：每人只需要出一半的力。

5.3 旋转公式的工作原理

让我们验证这个公式确实产生旋转。

考虑简单情况：绕 z 轴旋转角度 $\theta$ 。

旋转轴是 $\mathbf{u} = (0, 0, 1)$ ，所以：

q = \cos\frac{\theta}{2} + k\sin\frac{\theta}{2}

q^{-1} = \cos\frac{\theta}{2} - k\sin\frac{\theta}{2}

（因为

\(|q|=1\)

）

现在把向量 $\mathbf{v} = (x, y, 0)$ （xy 平面上的点）写成四元数： $$v = xi + yj$$

计算 $qvq^{-1}$ ：

qv = (\cos\frac{\theta}{2} + k\sin\frac{\theta}{2})(xi + yj)

= x\cos\frac{\theta}{2}i + y\cos\frac{\theta}{2}j + x\sin\frac{\theta}{2}ki + y\sin\frac{\theta}{2}kj

= x\cos\frac{\theta}{2}i + y\cos\frac{\theta}{2}j + x\sin\frac{\theta}{2}j - y\sin\frac{\theta}{2}i

（用了

\(ki=j\)

和

\(kj=-i\)

）

= (x\cos\frac{\theta}{2} - y\sin\frac{\theta}{2})i + (y\cos\frac{\theta}{2} + x\sin\frac{\theta}{2})j

继续计算 $(qv)q^{-1}$ ……经过一番代数运算（相信我省略的代数，或者自己算一遍），你会得到：

\mathbf{v}' = (x\cos\theta - y\sin\theta)i + (x\sin\theta + y\cos\theta)j

这正是二维旋转矩阵的作用！

(x', y') = (x\cos\theta - y\sin\theta, x\sin\theta + y\cos\theta)

它真的工作了！

5.4 单位四元数

在旋转应用中，我们通常使用单位四元数，即模为 1 的四元数：

\[|q| = 1\]

对于单位四元数，逆元就是共轭：

q^{-1} = q^*

旋转公式简化为：

\mathbf{v}' = q \mathbf{v} q^*

单位四元数构成一个三维球面（在四维空间中），称为 $$S^3$$ 。所有三维旋转对应于 $$S^3$$ 上的点（以及对径点，因为 $$q$$ 和 $$-q$$ 表示同一个旋转——这就是为什么我们说旋转对应于 $$S^3$$ "模去" 对径映射）。

第六章：四元数 vs 欧拉角 vs 旋转矩阵

6.1 三种表示方法

在三维图形学和机器人学中，有三种主要的旋转表示方法：

1. 欧拉角（俯仰、偏航、翻滚）

用三个角度 $(\alpha, \beta, \gamma)$ 描述旋转。

优点：直观，容易理解缺点：万向节锁（Gimbal Lock）

2. 旋转矩阵

用 3×3 矩阵描述旋转：

R = \begin{pmatrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ r_{31} & r_{32} & r_{33} \end{pmatrix}

优点：直接作用于向量缺点：9 个数但只有 3 个自由度，有冗余；插值困难

3. 四元数

用 4 个数 $$(w, x, y, z)$$ 描述旋转，满足 $$w^2 + x^2 + y^2 + z^2 = 1$$

优点：紧凑、无万向节锁、插值平滑缺点：不直观、需要理解抽象代数

6.2 万向节锁的悲剧

万向节锁是什么？想象一个陀螺仪：

当两个旋转轴对齐时，你突然失去了一个自由度。你只能绕着两个轴旋转，而不是三个。

用数学语言：当俯仰角为 ±90 度时，偏航和翻滚变成同一个旋转。

这不仅仅是理论问题。在航天史上，万向节锁真的造成过事故。阿波罗 11 号就曾经历过万向节锁的警报。

四元数没有这个问题。因为四元数直接描述最终旋转状态，而不是通过一系列中间旋转。

6.3 插值：SLERP 的魔法

假设你有两个旋转，想在它们之间平滑过渡。

用欧拉角？你会经过奇怪的路径。用旋转矩阵？线性插值矩阵会得到非正交矩阵（不是合法旋转）。用四元数？欢迎来到**球面线性插值（SLERP）**的美妙世界。

给定两个单位四元数 $$q_1$$ 和 $$q_2$$ ，SLERP 公式是：

\text{slerp}(q_1, q_2, t) = \frac{\sin((1-t)\Omega)}{\sin\Omega} q_1 + \frac{\sin(t\Omega)}{\sin\Omega} q_2

其中 $\Omega$ 是两个四元数之间的夹角： $\cos\Omega = q_1 \cdot q_2$

这个结果沿着最短路径（大圆）在四维球面上移动，对应于三维空间中的恒定角速度旋转。

这就是为什么游戏引擎和动画软件都用四元数。角色动画中那种流畅自然的旋转过渡？那就是 SLERP 的功劳。

第七章：从四元数到几何代数

7.1 回顾我们的旅程

让我们回顾我们已经走了多远：

复数：二维旋转 $e^{i\theta}$
四元数：三维旋转 $q = \cos\frac{\theta}{2} + \mathbf{u}\sin\frac{\theta}{2}$

自然会问：四维旋转呢？五维呢？有没有一个统一的框架？

有的。它叫做几何代数（Geometric Algebra）。

7.2 几何代数的基本思想

几何代数的基本对象是多向量（multivector），它可以包含：

标量（0维）
向量（1维）
双向量（2维，表示面积）
三向量（3维，表示体积）
……

几何积是核心操作。对于两个向量 $\mathbf{a}$ 和 $\mathbf{b}$ ：

\mathbf{a}\mathbf{b} = \mathbf{a} \cdot \mathbf{b} + \mathbf{a} \wedge \mathbf{b}

$\mathbf{a} \cdot \mathbf{b}$ 是标量（内积）
$\mathbf{a} \wedge \mathbf{b}$ 是双向量（外积）

这看起来很像四元数乘法，不是吗？

7.3 四元数是几何代数的子集

事实上，四元数就是三维空间几何代数中的偶子代数。

具体来说：

$$i, j, k$$ 对应于三个坐标平面上的双向量（有向面积）
$i = e_2 \wedge e_3$ （yz 平面）
$j = e_3 \wedge e_1$ （zx 平面）
$k = e_1 \wedge e_2$ （xy 平面）

四元数的乘法规则，就是双向量在几何代数中的乘法规则。

7.4 旋子：旋转的一般形式

在几何代数中，旋转由一个称为旋子（rotor）的对象描述：

R = e^{-B/2}

其中 $$B$$ 是一个双向量，表示旋转平面和大小。

对于三维空间中的绕轴旋转， $B = \theta \hat{B}$ ，其中 $\hat{B}$ 是垂直于旋转轴的平面的单位双向量。

展开指数：

R = \cos\frac{\theta}{2} - \sin\frac{\theta}{2}\hat{B}

如果你把 $\hat{B}$ 识别为 $$u_x i + u_y j + u_z k$$ ，你就得到了四元数旋转公式。

四元数就是三维空间中的旋子。

7.5 更高维度的推广

现在美妙的事情发生了。

在几何代数中，旋子公式 $R = e^{-B/2}$ 适用于任意维度。

二维：旋子是单位复数 $e^{i\theta}$
三维：旋子是单位四元数
四维：旋子是"双四元数"（有两个分量，8个数）
n维：旋子有 $2^{n-1}$ 个分量

更高维度的旋转可以同时在多个平面上进行，因为高维空间可以有不只一个"垂直于给定轴的平面"。

第八章：实践中的四元数

8.1 代码实现

以下是 Python 中一个简单的四元数类：

import numpy as np

class Quaternion:
    def __init__(self, w, x, y, z):
        self.w = w
        self.x = x
        self.y = y
        self.z = z
        self.v = np.array([x, y, z])
    
    def __mul__(self, other):
        """四元数乘法"""
        w = self.w * other.w - np.dot(self.v, other.v)
        v = (self.w * other.v + other.w * self.v + 
             np.cross(self.v, other.v))
        return Quaternion(w, v[0], v[1], v[2])
    
    def conjugate(self):
        return Quaternion(self.w, -self.x, -self.y, -self.z)
    
    def norm(self):
        return np.sqrt(self.w**2 + self.x**2 + self.y**2 + self.z**2)
    
    def normalize(self):
        n = self.norm()
        return Quaternion(self.w/n, self.x/n, self.y/n, self.z/n)
    
    def inverse(self):
        """单位四元数的逆就是共轭"""
        return self.conjugate()
    
    def rotate_vector(self, vec):
        """用四元数旋转向量"""
        # 将向量表示为纯虚四元数
        v_quat = Quaternion(0, vec[0], vec[1], vec[2])
        # 应用旋转: q * v * q^-1
        result = self * v_quat * self.inverse()
        return np.array([result.x, result.y, result.z])
    
    @staticmethod
    def from_axis_angle(axis, angle):
        """从旋转轴和角度创建四元数"""
        axis = np.array(axis) / np.linalg.norm(axis)
        half_angle = angle / 2
        w = np.cos(half_angle)
        v = axis * np.sin(half_angle)
        return Quaternion(w, v[0], v[1], v[2])
    
    def to_axis_angle(self):
        """转换为轴-角表示"""
        if abs(self.w) > 1:
            self = self.normalize()
        angle = 2 * np.arccos(self.w)
        s = np.sqrt(1 - self.w**2)
        if s < 1e-8:  # 接近零旋转
            axis = np.array([1, 0, 0])
        else:
            axis = self.v / s
        return axis, angle
    
    def __repr__(self):
        return f"Quaternion({self.w:.4f}, {self.x:.4f}, {self.y:.4f}, {self.z:.4f})"

# 示例：绕 z 轴旋转 90 度
q = Quaternion.from_axis_angle([0, 0, 1], np.pi/2)
vec = np.array([1, 0, 0])
rotated = q.rotate_vector(vec)
print(f"Original: {vec}")
print(f"Rotated:  {rotated}")  # 应该接近 [0, 1, 0]

8.2 SLERP 实现

def slerp(q1, q2, t):
    """球面线性插值"""
    # 确保输入是单位四元数
    q1 = q1.normalize()
    q2 = q2.normalize()
    
    # 计算夹角
    dot = q1.w*q2.w + q1.x*q2.x + q1.y*q2.y + q1.z*q2.z
    
    # 如果点积为负，反转一个四元数以走最短路径
    if dot < 0:
        q2 = Quaternion(-q2.w, -q2.x, -q2.y, -q2.z)
        dot = -dot
    
    # 如果四元数非常接近，使用线性插值
    DOT_THRESHOLD = 0.9995
    if dot > DOT_THRESHOLD:
        # 线性插值并归一化
        result = Quaternion(
            q1.w + t*(q2.w - q1.w),
            q1.x + t*(q2.x - q1.x),
            q1.y + t*(q2.y - q1.y),
            q1.z + t*(q2.z - q1.z)
        )
        return result.normalize()
    
    # 计算插值角度
    theta_0 = np.arccos(dot)  # 原始夹角
    theta = theta_0 * t       # 当前角度
    
    sin_theta = np.sin(theta)
    sin_theta_0 = np.sin(theta_0)
    
    s0 = np.cos(theta) - dot * sin_theta / sin_theta_0
    s1 = sin_theta / sin_theta_0
    
    return Quaternion(
        s0*q1.w + s1*q2.w,
        s0*q1.x + s1*q2.x,
        s0*q1.y + s1*q2.y,
        s0*q1.z + s1*q2.z
    )

8.3 常见应用

游戏开发：

Unity 使用四元数表示所有旋转
Unreal Engine 也使用四元数
角色动画中的骨骼旋转

航空航天：

航天器姿态控制
无人机飞行控制
惯性导航系统

计算机视觉：

相机姿态估计
三维重建
SLAM（同步定位与地图构建）

机器人学：

机械臂运动学
路径规划
抓取姿态

结语：旋转的本质

让我们回到开头的那个汽水瓶盖。

你拧开瓶盖的动作，本质上是一个旋转——绕某个轴转动某个角度。

这个看似简单的动作，却需要四维的数学才能精确描述。这不是因为我们生活在四维空间，而是因为三维旋转本身具有非交换的、拓扑的结构。

四元数的美妙之处在于：

它是紧凑的：4 个数描述 3 个自由度（比旋转矩阵的 9 个数高效）
它是无歧义的：没有万向节锁
它是可插值的：SLERP 提供自然的旋转过渡
它是普适的：是几何代数中旋子的三维特例

但更重要的是，四元数教会我们一件事：数学对象的价值不在于它的直观性，而在于它的力量。

复数曾经被认为是"虚构"的，直到它们被证明是描述电磁波的完美工具。四元数曾经被嘲笑为非交换的怪物，直到它们成为计算机图形学的标准。

所以，下次当你在游戏中看到流畅的角色动画，或者使用手机的 AR 功能时，记住：在那背后，有四个数在跳舞。

\[q = w + xi + yj + zk\]

它们不直观，但它们真实。它们不显然，但它们强大。

这就是四元数——旋转的诗篇。