第 1 章 远征装备：三维世界的数学语言

第 1 章 · 远征装备：三维世界的数学语言

章节摘要：本章跟着一条线走——出装清单。远征之前，队伍要统一坐标语言、校准测量眼睛、备好误差尺子。刚体变换是脚下的大地基准，相机模型是成像的物理合同，最小二乘是全程的验收规范。这三件装备贯穿后面每一章，配不齐就出发，后面全程翻车。

一条主线

设想队伍即将进入一座未知废墟。队长在洞口钉下第一根标桩："这就是世界坐标原点。"此后每个人记录的位置，都必须能换算回这根桩——这就是刚体变换要解决的问题。与此同时，负责拍照的队员发现，照片拍下的明明是三维场景，纸上却只有平面像素，深度信息去哪了？这要追问相机模型。最后，所有测量都有误差，两把尺子量同一面墙得到不同数值，听谁的？最小二乘给出裁决。三件装备，一条"统一语言"的主线。

沿途站点

1.1 三维坐标与刚体变换。在世界坐标、相机坐标、物体坐标之间架起换算桥梁：旋转矩阵、欧拉角、四元数各自的长处与陷阱。这是第三章点云配准、第五章位姿估计的直接地基。

1.2 相机模型与投影成像。针孔模型、内参矩阵、畸变校正，以及深度被"压扁"进像素的数学解释。看不懂投影，就看不懂第四章多视图重建如何把深度"抢回来"。

1.3 最小二乘与误差平差。从高斯测定小行星轨道讲起，到法方程求解、协方差传播。此后每一份"误差报告"——配准残差、重投影误差、回环闭合差——都由这套规范签发。

本章知识地图

一句金句：三维视觉的一切算法，本质上都是在坐标系之间搬家，并在搬家途中记账误差。

拐点与结论

本章最大的认知转折出现在投影一节：多数人以为"照片少了深度是传感器缺陷"，实际上这是投影的数学必然——除以深度这一步不可逆，深度信息在单张照片里理论上就丢了，一切三维重建都是在用多视角、多帧或先验知识做"逆向求解"。理解了这一点，第四章的方法清单就从名词变成了必然选择。

读完你应该

• 能写出齐次坐标下的完整投影链，并指出每个矩阵的作用域；
• 给定旋转矩阵，判断它是否正交且行列式为正，并求出逆；
• 解释欧拉角的万向锁成因，说明四元数为何能避开它；
• 用代码对一个三维点完成世界坐标到像素坐标的全链路换算；
• 手推两参数最小二乘，算出参数的协方差并解释含义；
• 说明重投影误差为何是三维视觉最常用的验收指标。

远征日志：本章的成果清单

装备阶段的"测量成果"是三张自检单：坐标语言单（任选一个三维点，你能说清它在世界、相机、像素三套坐标系里的读数与换算矩阵）；相机体检单（给定内参，你能反投影一个像素并指出深度单位换算的位置）；误差尺子单（给定一组超定观测，你能解出参数并附上中误差）。三张单子都没有通过之前，建议不要急着翻第二章的传感器参数表——规格书里的每一个精度数字，都要靠本章的尺子才能读出工程含义。有读者问：这一章能不能跳过？我的建议是不能跳但可以快进：1.1 的齐次坐标与 1.3 的最小二乘是全书复用率最高的两件装备，1.2 的投影链至少要读懂"除以深度"发生在哪一步。另外提醒：本章三节的代码都能在普通笔记本上秒级跑完，边读边敲一遍，装备才算真正上手。

下一章的接力

装备清点完毕，远征队开拔。下一章进入踏勘阶段：真实世界用什么仪器采集三维数据——激光雷达、深度相机、双目 rig 各自的精度、量程与代价如何权衡，采集回来的点又以什么数据结构存储。你会发现，第一章的内参矩阵在第二章标定环节立刻派上用场。