罗德里格斯旋转方程推导
罗德里格斯旋转方程是从角度和向量计算出相应的旋转矩阵,这个旋转方程在很多方面有重要的应用,这里简要概述一下方程的推导过程。 主要参考资料是维基百科,其实基本上就是翻译一下,自己走一遍这个推导过程,这里把链接贴出来。 维基百科-罗德里格斯方程 推导过程: 整个推导过程都是围绕上面的图片开展的,进行向量推导。 首先,定义向量k是旋转轴的单位矢量,向量v是绕向量k旋转角度θ的任意向量(旋转方向遵循右手定则,图中逆时针)。 使用点乘和叉乘,向量v可以分解成与轴k平行和垂直的分量, $\mathbf{v}=\mathbf{v}_{\parallel}+\mathbf{v}_{\bot}$ (1-1) 与k平行的分量是 $\mathbf{v}_{\parallel}=\left( \mathbf{v}\cdot \mathbf{k} \right) \mathbf{k}$ (1-2) 向量v在k上的向量投影,垂直于k的分量为 $\mathbf{v}_{\bot}=\mathbf{v}-\mathbf{v}_{\parallel}=\mathbf{v}-\left( \mathbf{k}\cdot \mathbf{v} \right) \mathbf{k}=-\mathbf{k}\times \left( \mathbf{k}\times \mathbf{v}