02-坐标

第 2 章 坐标：给虚拟世界一个”地址系统”

上一章结尾我让你想：你闭着眼也知道”桌子在左边”，靠的是参照物。这一章我们就把这件事坐实——而且会坐实到一个你可能没料到的程度：计算机描述”一个东西在哪”，居然需要好几套坐标。

别急，咱们从最朴素的开始。

2.1 为什么”位置”必须先有”参照”

你寄快递，地址得写”XX 市 XX 路 XX 号”。为什么不能只写”往前走三百米”？因为快递员不知道你面朝哪、站在哪。

“往前走三百米”这类描述，叫相对位置——它依赖于”谁在描述、面朝哪”。而”XX 路 XX 号”叫绝对位置——它不依赖任何人，是全城共用的一个固定网格。

游戏里也一样。要描述一个物体在哪，你必须先回答：相对于什么？

• 相对于”世界”的中心？→ 这是世界坐标（World Space）。
• 相对于”它自己老爸（父物体）”？→ 这是局部坐标（Local Space）。
• 相对于”摄像机（你的眼睛）”？→ 这是视图 / 屏幕坐标（View / Screen Space）。

你看，坐标不是”一个东西”，而是一组”以谁为原点”的选择。 这个点想通了，后面一大半”为什么这么麻烦”的疑问就散了。

2.2 从一维到三维：我们怎么描述一个点

先别管 3D，从 1D 想。

一条笔直的马路，我在路上画个刻度。你站在第 5 格，记作 x = 5。这就是一维坐标：一个数字，定位置。

加一条垂直的路，成十字。现在位置要两个数：(x=5, y=3)——横向第 5，纵向第 3。这是二维，平面够用了。

再升起一座立交桥，高度也要标。于是 (x=5, y=3, z=2)：横向 5、纵向 3、离地 2。这就是三维坐标，游戏世界的基本货币。

小插曲：为什么是 x / y / z 这三个字母？历史习惯。横 x、竖 y、深 z，约定俗成。Unity 里默认是 y 轴朝上（和数学里 z 朝上不同，建模软件 Maya 是 y 朝上，Blender 也是；但早期 OpenGL 数学习惯 z 朝上）。这个”朝上的是哪个轴”的小差异，坑过无数新手——你导入一个模型发现它”躺平”了，多半是坐标轴约定没对齐。

所以”坐标”说白了就是：在一套网格里，用几个数字标定一个点的位置。 一维 1 个数，二维 2 个，三维 3 个。

2.2.5 坐标的细节：负数、小数、单位和”连续 vs 离散”

在往前走之前，先把”坐标到底是什么数”这点坐实，不然后面你调参数时会有说不清的别扭。

坐标可以是负数。 原点只是你定的一个”零”，它的两边都有数。你在原点左边 5 米，就是 x = -5；右边是 +5。负号不代表”错误”，只代表”在原点另一侧”。这点和你的世界坐标原点放哪有关——很多项目把原点放在地图正中心，于是整个场景一半是正、一半是负。

坐标是连续的实数，不是离散的格子。 你可以精确站在 (3.5, 2.25, -1.1) 这个点，不必须是整格。这一点要和后面第 3 章的”像素”对照着记：世界坐标是连续的实数空间，像素是离散的整数格子。游戏世界里你爱站哪站哪；但当你真正被”画”到屏幕上时，那个连续位置会被四舍五入/采样到某一个具体的像素格子里——连续 → 离散，这正是全教程反复出现的核心哲学（声音采样也是连续→离散，见第 9 章）。

坐标是有单位的。 在 Unity 里，默认 1 个单位 = 1 米。所以 position = (10, 0, 0) 不是”第 10 格”，是”离原点 10 米”。这点极重要，因为物理相关的东西都按这个单位算：重力 9.8 是”每秒每秒掉 9.8 米”，角色移动速度 5 是”每秒走 5 米”，摄像机远裁剪面 1000 是”1000 米外不画”。一旦你把一个 1 单位当作 1 厘米去建模，整个物理系统（碰撞、重力、速度）全得跟着改比例，这是新手最容易踩的隐性坑——模型导入进来大得像座山，多半是导出时单位设成了厘米、Unity 当成了米。

回头看 2.1：负数、小数点、单位，全都是”参照系 + 刻度规则”的产物。换个原点，负号就翻面；换个刻度，数值就缩放。这再次印证那句话——坐标的本质是参照系的选择。

2.3 三套坐标：同一个物体，三个”地址”

现在上硬货。一个物体在游戏里，同时拥有好几套坐标值，而且数值可以完全不一样。这反直觉，但必须懂。

假设场景里有一辆坦克，停在世界坐标 (10, 0, 0) 的位置。坦克上焊着一门炮管，炮管相对于坦克自己的中心，在局部坐标里是 (0, 1, 2)（往前 2、往上 1）。

那么炮管在世界里到底在哪？

你心算一下：坦克在世界 (10,0,0)，炮管相对坦克 (0,1,2)，所以炮管世界位置 = 坦克位置 + 相对偏移 = (10, 1, 2)。

看，同一根炮管：

• 在坦克的坐标系里，它是 (0,1,2)（局部）。
• 在世界的坐标系里，它是 (10,1,2)（世界）。

两套数字，描述的是同一个点。区别只在于”站在谁脚下当原点”。

为什么要这么搞？因为局部坐标让”组装”变简单。设计师在坦克模型里放炮管，只关心”炮管相对坦克中心在哪”，不用管坦克后来被摆到世界哪个角落。坦克在世界里挪来挪去，炮管自动跟着走——因为引擎每次渲染都做一道”局部 → 世界”的换算。

这就像你公司的工位：HR 档案里你的座位是”3 楼 B 区 12 号”（世界坐标），而你对同事说”我就在你斜对面”（相对坐标）。两种说法都对，用处不同。

2.4 第三套：屏幕坐标（视图坐标）

还有更狠的一层。你盯着屏幕看，屏幕上每个像素也有个位置，比如”屏幕左起第 800 像素、上起第 450 像素”。这是屏幕坐标。

关键问题：同一个坦克，在世界里是 (10,1,2)，在你的视网膜（摄像机）里，却对应屏幕上的某个像素点。世界坐标和屏幕坐标之间，隔着一个叫**投影（Projection）**的东西——下一章摄像机会细讲，这里你先记住：从世界到屏幕，要经过”摄像机”这道转换。

于是你发现，光描述”坦克在哪”就涉及三套坐标：

1. 局部（相对父物体）
2. 世界（相对场景原点）
3. 视图 / 屏幕（相对摄像机、再压扁到屏幕）

而引擎内部，每帧都在它们之间来回换算。你调一个物体的 transform.position，改的是世界坐标；你在 Hierarchy 里拖子物体，看的是局部坐标；最终它画到屏幕哪，由视图坐标决定。

2.5 “变换”：为什么同一个物体在不同眼里位置不同

前面那道”局部 + 偏移 = 世界”的加法，其实是**变换（Transform）**最简单的一种。变换就是”把点从一套坐标，搬到另一套坐标”的数学操作。

最常见的三种变换：

• 平移（Translation）：整体挪个位置。加法。
• 旋转（Rotation）：转个朝向。
• 缩放（Scale）：放大缩小。

你看到 Unity 里每个物体都有 Position / Rotation / Scale 三个属性，本质上就是这三件事。它们合起来，定义”这个物体相对于它父级，处在什么位置、什么朝向、多大”。

这里我埋个伏笔，不展开，因为你刚入门：平移、旋转、缩放，在数学上可以统一写成一个**矩阵（Matrix）**的乘法。这就是为什么你以后会看到 transform.matrix、projectionMatrix 这种词。你现在只要知道：变换 = 搬坐标，而矩阵是搬坐标的”搬运工公式”。等讲到摄像机投影（第 7 章）和 shader（如果以后深入），你会回来感谢现在埋下的这个钩子。

2.5.5 变换的数学直觉：为什么旋转/缩放是”乘法”而不是”加法”

2.5 我说”平移是加法、旋转缩放是乘法”，这里值得停下来真正想通，因为它决定了你以后看矩阵、看 shader 时会不会懵。

平移为什么是加法？因为”整体挪位置”就是给每个点都加上同一个偏移量：新位置 = 旧位置 + 偏移。简单、线性、好懂。

但旋转没法用加法表示，我给你一个反直觉的铁证：

取一个平面上的点 (1, 0)（x 轴上离原点 1 米）。现在让它绕原点转 90°，它去哪了？答案是 (0, 1)（跑到 y 轴上）。

你试试看，能不能找到某个”加数”让 (1,0) 变成 (0,1)？加 (a, b) 的话，(1+a, 0+b) = (0, 1) → a=-1, b=1。可一旦你给所有点都加 (-1, 1)，点 (0,0) 会变成 (-1,1)——原点都被挪走了，这根本不是”绕原点旋转”，这是”整体平移”。结论：旋转不是平移，加法的游戏规则装不下旋转。

于是数学家用乘法（矩阵）来装旋转。一个绕原点转 θ 的旋转，写出来是：

新 x = x·cosθ - y·sinθ
新 y = x·sinθ + y·cosθ

你看，输出 (新x, 新y) 是输入的 (x, y) 经过一组”交叉相乘再加减”得到的——这正是 2.5 埋的伏笔里说的”矩阵”。矩阵就是一张规则表，把输入向量的每个分量，按规则重新组合成输出。 平移、旋转、缩放，全都能写成这种”规则表”，于是引擎可以把它们叠成一个总矩阵，一次算完（第 27 章你会亲手写这些矩阵）。

为什么你”不用算但必须懂”？因为 Unity 里你只拖 Rotation 的角度滑块，引擎在背后把角度变成旋转矩阵，再和 Position、Scale 拼成一个”变换矩阵”，一次性把模型所有顶点从局部搬到世界。哪天你发现”模型转的方向和我预期相反""缩放后光照怪怪的”，根因都在这套矩阵规则里——懂了它，你调的是直觉，不是盲拧。

2.6 一个生活化总结

把坐标系统想成**“同一栋楼，三种门牌”**：

• 局部坐标 = 你在家说”拖鞋在门右边”（以家门为原点）。
• 世界坐标 = 快递单写”幸福小区 3 栋 502”（以全城为原点）。
• 屏幕坐标 = 你手机拍了张照，拖鞋在”照片右下角”（以相机取景框为原点）。

三套门牌指向同一个拖鞋，但用处天差地别。游戏引擎的全部空间逻辑，就是在这三套门牌之间精确搬家的手艺。

2.7 现在回头看你的疑问

你最初问的是”坐标等等，重要的是理解”。我希望这一章留给你的不是”x y z 三个数”这种废话，而是：

• 坐标的本质是参照系的选择（先问”相对谁”）。
• 游戏用多套坐标，是为了让”组装 / 摆放 / 观看”各干各的、互不拖累。
• 你调 Position，是在世界坐标里摆；物体自身带 Rotation/Scale，是在局部里定义自己。
• “变换”是把点从一套坐标搬到另一套——这是后面所有高级概念（摄像机、骨骼动画、特效）的公共地基。

2.7.5 坐标系的”手性”：左手系 vs 右手系（提前讲清，省得你懵）

2.9 会提到”Unity 用左手坐标系”，但这个词不解释清楚，你读的时候会糊。这里提前拆。

光有”x/y/z 三个轴”，还不够确定整套坐标怎么转。你还得约定：三个轴之间是什么朝向关系——也就是”手性（handedness）”。

• 右手系：伸右手，食指指 x、中指指 y、大拇指指 z，三轴满足这个相对朝向。数学课本、OpenGL 习惯用右手系。
• 左手系：伸左手，食指 x、中指 y、大拇指 z。DirectX、Unity 用左手系。

区别看起来只是”把右手换左手”，后果却很实在：同一个旋转方向，在两种坐标系里”正方向”是反的。比如”绕 y 轴转 90°“，右手系里可能是顺时针，左手系里就变成逆时针——你写一个旋转公式，换套坐标系，结果直接镜像。

一个好记的判断法（握拳法）：拇指朝某个轴的正方向，四指弯曲的方向，就是绕这个轴旋转的正方向。 你分别用左右手比一下绕 y 轴的旋转，会立刻发现两手套出的”正转方向”相反——这就是手性差异的体感来源。

为什么这坑人？因为 Blender（右手、z-up）导出的模型，到 Unity（左手、y-up）里，不仅”哪个轴朝上”变了，连”旋转正方向”都可能反。结果不是躺平，就是镜像（左手变右手、文字反着贴）。所以导入设置里常有”Convert Left-handed / 翻转法线 / 旋转根节点”这些勾选——根子都在坐标系约定（参照系）没对齐，正是 2.9 那个翻车的深层原因。你越早把”手性”装进脑子里，以后调模型越省事。

2.8 一个完整推演：从局部一路算到屏幕

把前面几节串成一次真实计算。还是那辆坦克：

• 炮管局部坐标 = (0, 1, 2)（相对坦克中心）。
• 坦克世界坐标 = (10, 0, 0)，且坦克没旋转、没缩放。
• 炮管世界坐标 = 坦克的变换（平移）作用于炮管局部 = (10,0,0) + (0,1,2) = (10, 1, 2)。这步叫”局部 → 世界”。

接下来摄像机登场。假设摄像机在世界 (0, 0, 5)，面朝 +z 看：

• 引擎先用”视图变换”：把世界坐标减去摄像机位置，得到相对摄像机的坐标。炮管相对摄像机 = (10,1,2) - (0,0,5) = (10, 1, -3)。注意 z 变负——炮管在摄像机”背后”（z 更小），透视里这意味着它不会被画出来。
• 再用”投影变换”：把 (x, y, z) 按透视公式压成屏幕上的 (屏幕x, 屏幕y)。近大远小就发生在这一步。

同一个炮管，经历局部 → 世界 → 视图 → 屏幕四道变换才落到你眼里。每道都是”换一套参照系”。Unity 里的 transform.localToWorldMatrix、Camera.WorldToScreenPoint 这类 API，本质就是帮你做这几道搬坐标的算术。

回头看 2.5 埋的伏笔：平移是加法，旋转/缩放/投影是乘法，全都能写成矩阵。四道变换连乘成一个矩阵链，一次算完。你不用手写，但理解”在搬坐标”，调 API 就不会懵。

2.9 一个真实翻车：为什么模型导入后”躺平”

你以后从 Blender / Maya 导入模型到 Unity，十有八九遇到：模型明明站着，进来却平躺。根源就在坐标约定：

• Unity 是 y 轴朝上（y-up），用左手坐标系。
• Blender 默认 y-up，但 3ds Max 等常是 z-up；且不同工具左手/右手坐标系不同。

同一个”朝上”的向量，两边解释成不同轴，模型就转了 90°。解决不是改模型，而是在导入设置里勾选”Convert Left-handed”或旋转根节点欧拉角。这整个坑，根源就是”坐标轴的约定（参照系）没对齐”——第 2 章教的东西，第一天就能救你一次。

2.10 Unity 实操：Transform 面板与”三级嵌套”的真实换算

理论和菜单对上号，才算真的会。打开 Unity，点选任意物体，Inspector 里第一个组件就是 Transform，里面有 Position / Rotation / Scale 三个字段。这里有个极易混的点：

Inspector 里显示的 Position，是”局部坐标”（相对父级）；而脚本里 transform.position 拿到的是”世界坐标”。

也就是说，同一个物体，面板写着 (0,0,0)（相对父级在原点），但 transform.position 可能返回 (10,0,0)（因为父级在世界 (10,0,0)）。别以为面板和代码打架了，它们说的是两套参照系——这正是第 2 章的核心。想看世界坐标，在 Inspector 里点 Transform 组件右上角那个小菜单（齿轮）→ “Debug”，就能看到 Position 旁多出世界坐标；或直接用代码 transform.position。

真实三级嵌套案例（你以后做塔防/载具必遇）：

坦克 Tank         （世界坐标 (10, 0, 0)，无旋转）
 └ 炮塔 Turret   （相对坦克局部 (0, 2, 0)，可绕 y 轴旋转）
      └ 炮管 Barrel（相对炮塔局部 (0, 0, 3)）

炮管的世界坐标怎么算？忽略旋转时，就是沿父子链把局部偏移累加： 世界 = 坦克(10,0,0) + 炮塔(0,2,0) + 炮管(0,0,3) = (10, 2, 3)。

如果炮塔绕 y 转了 30°，那炮管的局部偏移 (0,0,3) 会先被这个旋转矩阵”转一下”再累加——引擎每帧递归地做这条”局部→父级→…→世界”的链，自动帮你算。你只管给每个部件设它”相对自己老爸在哪”，整体怎么摆、怎么转，引擎兜底。这正是 2.3 说的”局部坐标让组装变简单”在工程里的真身。

一个隐蔽的坑：缩放是继承的。 父级 Scale = (2,2,2)，所有子物体（炮塔、炮管）都被放大 2 倍，因为缩放沿父子链向下传递。更危险的是非均匀缩放 (2, 1, 1)：它会把子物体沿 x 轴拉成椭圆，连带把碰撞体、法线方向一起拉伸变形，结果光照算错、物理穿模。所以日常保持 Scale = (1,1,1)，只有你要刻意做”压扁/拉长”特效时才动它。

排查口诀：物体位置”明明不对劲”，先查它的父级有没有被移动/旋转/缩放。无数”我明明设了 (0,0,0) 为什么还飘在那”的 bug，根因是——它在一个被挪过的父级底下，面板上的 (0,0,0) 只是相对父级的零，不是世界的零。

2.11 坐标与内存：顶点在显存里就是一串浮点数

最后把”坐标”落回你最熟的东西——数组。你作为程序员，看到”一组数描述一个点”，应该立刻想到：这不就是 float[3] 吗？没错。

一个 3D 模型（网格）在文件/显存里，本质就是两大坨数组：

• 顶点数组（vertex buffer）：每三个 float 描述一个顶点的局部坐标 (x, y, z)。一个三角形 = 3 个顶点 = 9 个 float；一万个三角形就是三万个 float 排成一长条。
• 索引数组（index buffer）：告诉引擎”第几个、第几个、第几个顶点凑成一个三角形”。

坐标系统一之后，所有这些点的局部坐标就规规矩矩排成一个连续的 float[]，GPU 按索引批量读取、批量变换。这就是为什么”坐标”从来不是抽象概念——它直接决定显存里那串数字怎么排、GPU 怎么算。

还有个和 2.3 呼应的点：模型文件里存的是局部坐标（相对模型自己的原点），世界坐标是渲染时临时算出来的，通常每帧重算、不长期存。所以”局部坐标让组装简单”不仅是设计优雅，更是省内存、省 IO 的实打实选择——你只存一份局部坐标，靠变换矩阵随时算出任意位置的世界坐标。你调 transform.position 改的是那套”矩阵”，不是去改顶点数组里每一个数。

记牢这条：坐标是概念，浮点数组是它在计算机里的真身，变换矩阵是两者之间的搬运工。 等第 27 章你亲手写矩阵时，会彻底验证这句话。

【思考题】

1. 为什么游戏里”局部坐标”很有用？举一个”如果只有世界坐标会有多麻烦”的例子。
2. 同一个炮管，局部 (0,1,2)、坦克世界 (10,0,0)，炮管世界位置是多少？如果坦克移到 (20,0,0)，炮管世界位置又是多少？局部坐标变没变？
3. 屏幕坐标和世界坐标之间，隔着什么转换？这个转换依赖”谁”的位置和朝向？
4. 你在生活里，有没有”同一件事，用不同参照系说，数值不同”的情况？（比如导航、舞步、团队站位）

【参考答案】

1. 局部坐标让”部件相对整体”的摆放与整体在世界里的移动解耦。若只有世界坐标：设计师每摆一个螺丝都得先算好坦克最终停哪、再算螺丝绝对位置；坦克一挪，所有螺丝的世界坐标全要重算。有了局部坐标，螺丝只记”相对坦克中心在哪”，坦克整体移动时引擎自动换算，设计师零负担。
2. 炮管世界 = 坦克世界 + 相对偏移 = (10,0,0)+(0,1,2) = (10,1,2)。坦克移到 (20,0,0) 后，炮管世界 = (20,1,2)。局部坐标没变，还是 (0,1,2)——这正是局部坐标的价值：部件自己的”相对描述”稳定，跟着父级走。
3. 隔着投影（Projection）转换，具体是”世界坐标 → 视图坐标 → 屏幕坐标”。这个转换依赖摄像机的位置和朝向（以及它的投影参数，如视野角、近远裁剪面，第 7 章讲）。同一物体，摄像机挪个位置，屏幕坐标立刻变。
4. 开放题。例子：舞蹈里”向左一步”以自己身体为参照；导航 App 里”前方 200 米右转”以车头为参照；足球战术板里”你站左后卫位”以球场为参照。本质都是”参照系不同，同一位置的描述数值不同”。