4.2 三维变换与相机：观察矩阵的构造
4.2 三维变换与相机：观察矩阵的构造
本节摘要：三维旋转要绕三根轴分别处理，欧拉角直观却有万向节锁隐患，四元数补上这块短板。本节先过三维变换的基本功，再推导观察（look-at）矩阵：用相机的位置、目标点、向上方向建立正交基，把世界"搬到"相机位于原点、看向负 z 的标准姿态。它是 1.2 节齐次坐标机器的三维首演，直接通向 4.3 的投影。
学习目标
阅读完本节，你应当能够：
- 写出绕三轴的旋转矩阵，组合出任意朝向
- 复现万向节锁的场景，说明四元数为什么能绕开它
- 从"位置 + 目标 + 上方向"三要素构造 look-at 观察矩阵
- 解释观察矩阵本质上是"相机自身模型矩阵的逆"
相机正交基的构建
三维旋转的基本功
二维旋转绕一个点，三维旋转绕一根轴。绕三根坐标轴的旋转矩阵是所有旋转的积木：
绕x轴 Rx： 绕y轴 Ry： 绕z轴 Rz： 1 0 0 cos 0 sin cos -sin 0 0 cos -sin 0 1 0 sin cos 0 0 sin cos -sin 0 cos 0 0 1
任意朝向可以用三次基本旋转组合出来，这就是欧拉角（偏航 yaw、俯仰 pitch、滚转 roll），飞行与相机控制里最直观的表示。但它有个著名缺陷：第二次旋转 90 度时，第一次与第三次旋转轴重合，一个自由度凭空消失——万向节锁。瞄准正上方时相机突然"翻滚失控"，就是这个坑在起作用。
四元数用四个数 (x, y, z, w) 表示旋转，绕过欧拉角的奇异性，还能在两个朝向之间走球面最短路径插值（slerp），动画中物体转动平滑自然。代价是不直观，工程上习惯"用欧拉角存与调，用四元数算与插"：
import numpy as np def quat_from_axis_angle(axis, deg): # 轴角转四元数：绕单位轴旋转 deg 度 r = np.radians(deg) / 2 ax = np.array(axis, dtype=float); ax /= np.linalg.norm(ax) return np.concatenate([ax*np.sin(r), [np.cos(r)]]) def quat_mul(q1, q2): # 四元数乘法：组合两次旋转 x1,y1,z1,w1 = q1; x2,y2,z2,w2 = q2 return np.array([w1*x2+x1*w2+y1*z2-z1*y2, w1*y2-x1*z2+y1*w2+z1*x2, w1*z2+x1*y2-y1*x2+z1*w2, w1*w2-x1*x2-y1*y2-z1*z2]) q1 = quat_from_axis_angle((0,0,1), 90) # 先绕z转90度 q2 = quat_from_axis_angle((1,0,0), 90) # 再绕x转90度 print(np.round(quat_mul(q2, q1), 3)) # 组合旋转（右边的先作用） # 输出: [ 0.5 0.5 0.5 0.5] —— 一个等价的单位四元数，无奇异风险
相机：从"到处走"到"站上原点"
投影公式都假设相机位于原点、看向某个标准方向。真实相机在场景里任意位置任意朝向，处理办法不是把投影公式复杂化，而是反向操作整个世界：给所有顶点乘一个观察矩阵，让相机在新的坐标系里恰好落在原点、看向负 z——世界动了，相对关系没动，画面等效。
构造观察矩阵只需要三样东西：相机位置 eye、看向哪里 target、哪边算上 up。步骤是建立相机的正交基：
def look_at(eye, target, up): # 构造观察矩阵：世界坐标 → 相机坐标 eye, target, up = map(np.array, (eye, target, up), ) f = target - eye # 前向 forward f = f / np.linalg.norm(f) r = np.cross(f, up) # 右向 right = forward × up r = r / np.linalg.norm(r) u = np.cross(r, f) # 修正后的上方向，保证正交 M = np.eye(4) M[0,:3], M[1,:3], M[2,:3] = r, u, -f # 旋转部分：基向量做行 M[0,3] = -r @ eye # 平移部分：把相机搬回原点 M[1,3] = -u @ eye M[2,3] = f @ eye return M V = look_at((0,0,5), (0,0,0), (0,1,0)) # 相机在 z=5 看向原点 p = np.array([0.0, 0.0, 0.0, 1.0]) # 世界原点处的一个顶点 print(np.round(V @ p, 3)) # 输出: [ 0. 0. -5. 1.] 顶点来到相机前方 5 单位（负z方向），符合"看向负z"约定
值得停下来体会一个细节：观察矩阵的旋转部分是基向量的转置摆放（做行不做列），平移部分还带负号——因为它本质是相机自身模型矩阵的逆矩阵。把相机当普通物体用模型矩阵摆进世界，再取逆，就得到观察矩阵；上面代码就是直接构造了这个逆。MVP 三连乘里的 V，来路原来如此。
再验一个斜向的例子，确认 up 的作用：
V2 = look_at((3,3,3), (0,0,0), (0,1,0)) print(np.round(V2 @ np.array([3.0,3.0,3.0,1.0]), 3)) # 输出: [ 0. 0. -5.196 1.] 相机自身点被映射到原点正后方位（距离 √27 ≈ 5.196）
⚠️ 常见坑：up 向量若与 forward 平行（相机垂直仰望正上方还把 up 设成世界 y 轴），叉积退化为零向量，基向量构建崩溃。实现里要检测并换一个备用 up。
从模型到相机的完整一棒
至此可以完整串起顶点的旅程前半程：模型矩阵（1.2 节）把顶点从模型空间搬进世界空间，观察矩阵把世界搬进相机空间。两步合成一个矩阵，顶点只需乘一次。第 4.3 节在相机空间之后接上投影矩阵，三维世界即将被压平。
本节要点回顾
- 三维旋转靠三块积木：绕轴矩阵组合，欧拉角直观但有万向节锁
- 四元数管旋转的奇异与插值：存储编辑用欧拉角、运算插值用四元数是工程常态
- 观察矩阵是逆着摆相机：相机模型矩阵的逆，世界搬动、相对关系不变
- 正交基三件套：forward 叉乘 up 得 right，再回叉得正交 up
- up 不能与 forward 平行：叉积归零是相机崩溃的经典现场
世界已站上相机脚下，4.3 节做那件最像魔法的事：除以 w，三维压成二维。