四元数：从直观理解到工程实践

【3D数学】一文看懂四元数 (Quaternion)：从直观理解到工程实践

摘要：在 3D 视觉、机器人控制（ROS）和游戏开发中，四元数（Quaternion）是描述旋转的标准工具。相比于欧拉角，它显得抽象且难以理解。本文将摒弃晦涩的复数定义，首先从物理直观出发解释四元数是如何“打包”旋转信息的，随后介绍其数学特性及 Python 工程实现。

1. 直观理解：四元数是如何表示旋转的？

提到四元数，很多人第一反应是“4维复数”、“$i^2=j^2=k^2=-1$”。个人觉得比较抽象，对于初学者来说极度不友好，所以请暂时忘掉这些数学定义。

要理解四元数，我们首先要回归 3D 旋转的物理本质——欧拉旋转定理。

1.1 核心模型：轴-角 (Axis-Angle)

在三维空间中，任意一个旋转动作，都可以极其简单地描述为：
“绕着空间中某一个轴 ($\vec{n}$)，转动了某一个角度 ($\theta$)。”

这就是理解四元数的钥匙。四元数本质上就是对 轴 (Axis) 和 角 (Angle) 的一种“数学打包”方式。

1.2 封装过程：从物理到数字

假设我们要绕着单位向量轴 $\vec{n}=(n_x,n_y,n_z)$ 旋转 $\theta$ 度。

我们不能直接存储 $(n_x,n_y,n_z,\theta )$，为了便于后续的数学运算（如乘法叠加），哈密顿设计了如下的“打包规则”，将其转换为 4 个数字 $(w,x,y,z)$：

$$\mathbf{q}=[$$