获得位于垂直于向量 A 的平面上的三维向量 B 的公式是什么?
也就是说,给定一个向量 A,公式 f(角度,模数) 给出一个垂直于 A 的向量,用所述模数旋转一个角度?
如果两个向量垂直,则它们的点积为零。
所以:
v1(x1, y1, z1), v2(x2, y2, z2)
。
=> x1 * x2 + y1 * y2 + z1 * z2 = 0
你知道
(x1, y1, z1)
。任意输入x2
和y2
,您将收到相应的z2
:
z1 * z2 = -x1 * x2 - y1 * y2
=> z2 = (-x1 * x2 - y1 * y2) / z1
请注意
z1
是否为 0
。然后你就在飞机上了。
function (a,b,c)
{
return (-b,a,0)
}
但是当 a,b 接近 0 时,这个答案在数值上不稳定。
为了避免这种情况,请使用:
function (a,b,c)
{
return c<a ? (b,-a,0) : (0,-c,b)
}
上面的答案是数值稳定的,因为如果
c < a
然后 max(a,b) = max(a,b,c)
,然后 vector(b,-a,0).length() > max(a,b) = max(a,b,c)
,并且由于 max(a,b,c)
不应该接近于零,所以向量也是如此。 c > a
情况类似。
计算 叉积
AxC
与另一个与 C
不共线的向量 A
。
垂直于
A
的平面上有许多可能的方向。如果你真的不在乎选择哪一个,只需创建一个与 C
不共线的任意向量 A
:
if (A2 != 0 || A3 != 0)
C = (1, 0, 0);
else
C = (0, 1, 0);
B = A x C;
我相信这应该产生一个垂直于给定向量
vec
的任意向量,同时保持数值稳定,无论vec
的角度如何(假设vec
的大小不接近于零)。假设 Vec3D 是任意数值类型的三维向量。
Vec3D arbitrary_orthogonal(Vec3D vec)
{
bool b0 = (abs(vec[0]) < abs(vec[1])) && (abs(vec[0]) < abs(vec[2]));
bool b1 = (abs(vec[1]) <= abs(vec[0])) && (abs(vec[1]) < abs(vec[2]));
bool b2 = (abs(vec[2]) <= abs(vec[0])) && (abs(vec[2]) <= abs(vec[1]));
return cross(vec, Vec3D(int(b0), int(b1), int(b2)));
}
非正式解释
恰好 1 个且仅 1 个布尔值被设置;如果维度
bN
的大小严格小于所有后续维度且不大于所有先前维度,则设置 N
。然后我们就有了一个具有单个非零维度的单位向量,它对应于 vec
中最小量值的维度。根据叉积的定义,它与 vec
的叉积与 vec
正交。现在考虑一下,只有当两个向量非常紧密地对齐时,叉积在数值上才不稳定。考虑我们的单位向量仅在一个维度上很大,并且该维度对应于 vec
较小的维度。因此,在进行叉积之前,可以保证与 vec
松散正交,在 vec
的所有维度都相等的情况下,正交性最小。在这种最不正交的情况下,我们仍然是 相当 正交的,因为我们的单位向量除了一维 0 之外的所有维度都是 0,而 vec
都相等。因此,我们避免了对两个几乎对齐的向量进行叉积的不稳定情况。
感谢 Goularou 发现错误。
q4w56 几乎已经成为一个强大的解决方案。问题:1)没有考虑缩放。 2)在应该比较两个变量之间的大小时却没有比较。
scale = |x| + |y| + |z|
if scale == 0:
return (0,0,0)
x = x/scale
y = y/scale
z = z/scale
if |x| > |y|:
return (z, 0,-x)
else:
return (0, z,-y)
在处理非常大或非常小的数字时,缩放非常重要。另外,一般来说,您最好对 0 到 1 之间的值进行浮点运算。
一种方法是找到从正 z 轴(或任何其他轴)到给定向量的旋转变换。然后使用此变换来变换
<modulus * cos(angle), modulus * sin(angle), 0>
。
def getPerpendicular(v1,modulus,angle):
v2 = vector(0,0,1)
v1_len = v2.length()
axis = v1.cross_product(v2)
sinAngle = axis.length() / v1_len # |u x v| = |u| * |v| * sin(angle)
cosAngle = v1.dot_product(v2) / v1_len # u . v = |u| * |v| * cos(angle)
axis = axis.normalize()
# atan2(sin(a), cos(a)) = a, -pi < a < pi
angle = math.atan2(sinAngle, cosAngle)
rotationMatrix = fromAxisAngle(axis, angle)
# perpendicular to v2
v3 = vector(modulus*cos(angle),modulus*sin(angle),0)
return rotationMatrix.multiply(v3);
要计算旋转矩阵,请参阅这篇文章:WP:根据轴和角度计算旋转矩阵
另一种方法是使用四元数旋转。需要你花更多时间思考,但要跟踪的数字却更少。