36-四元数与旋转

第 36 章 四元数与旋转：为什么欧拉角会”万向锁”，主程怎么躲

你做到第 35 章结尾那张”主程能力全景图”时，我跟你摊了牌：模块一”数学与空间”里有个明晃晃的硬缺口——四元数 0 命中、万向锁 0、欧拉角仅 1 处。你当时心里可能”咯噔”一下：我天天拖 Unity 的 Rotation 滑块，转个炮管、转个摄像机，不都好好的吗？这玩意儿能是缺口？

我先不急着讲四元数。你先回答我一个问题：你有没有遇到过”角色抬着头往上看、然后再往左右转，结果整个人突然抖一下、转不过去、或者姿态瞬间乱掉”的现象？ 如果没遇到，是你运气好或者项目简单；等你写飞行模拟、写自由视角摄像机、写第一人称角色”低头走路再转身”的时候，这道坎迟早绊你。

这一章，我就把”旋转”这件你以为小事、其实坑极深的东西，从生活现象一路刨到引擎里的 Quaternion，让你以后转任何东西都转得明白、转得稳。咱们还是走老路子：现象 → 现实问题 → 工程师方案 → 落进引擎成了哪些参数 / API。

36.1 旋转这件小事有多坑：拧瓶盖与飞机姿态

先别想游戏。你拧一瓶矿泉水，瓶盖绕瓶口那根竖直轴转——这叫一个旋转。再想你开车打方向盘，轮子绕一个水平轴左右偏——这又是一个旋转。你想想，空间里要描述”一个东西转了”，最少需要几个独立的”转”来描述全方位的朝向？

答案是三个。你盯着一个能自由翻滚的飞机模型（航模那种）：

• 俯仰（Pitch）：机头上下抬，绕”左右方向的轴”转。像你点头。
• 偏航（Yaw）：机头左右摆，绕”竖直方向的轴”转。像你摇头。
• 滚转（Roll）：机身翻滚，绕”机头到机尾那根前后轴”转。像你歪着脑袋。

这三个动作，合起来才能把飞机摆成任意姿态。它们有个共同的名字叫欧拉角（Euler Angles）——用三个角度（通常记作 X、Y、Z 三个绕轴旋转的角度）来标记一个物体的朝向。这个名字来自数学家欧拉，你不用管他，记住”用三个角度描述朝向”就够了。

稍微对比一下你已有的知识：第 2 章讲”坐标”描述”在哪”，现在讲”欧拉角”描述”朝哪”。位置是平移（加法），朝向是旋转（乘法，第 2 章 2.5.5 埋过伏笔）。欧拉角就是旋转在”人能看懂”层面的一种记账方式：告诉你”先绕 X 转多少、再绕 Y 转多少、再绕 Z 转多少”。

生活里你其实天天用欧拉角的思路。你给朋友指路：“先向右转 90 度，再抬头 30 度看那架无人机”——这就是在用一个”绕竖直轴偏航 + 绕水平轴俯仰”的欧拉角描述。它好懂、好调、好显示（面板上一行 X/Y/Z 数字，谁都看得懂），所以游戏引擎最初也爱用。

但问题就藏在这”绕 X、再绕 Y、再绕 Z”的顺序里。 你细品：它是有顺序的，先转哪个、后转哪个，结果不一样。而且——只要你愿意先停下来想三秒——当其中两个轴转到重合的时候，会发生什么？这就引出了本章的主角麻烦：万向锁。

36.2 万向锁（Gimbal Lock）：地球仪极点类比

我先讲现象，再讲为什么它是坑。

万向锁，英文 Gimbal Lock，字面意思是”万向节锁死”。你需要先知道”万向节（Gimbal）“是什么：想象三个套在一起的金属环，外环套中环、中环套内环，每个环都能绕自己的轴转动，最里面的环上固定一个陀螺仪。这是飞机、老式导航仪里真实存在的机械结构，用来测量姿态。

现在关键来了：当外环和中环转到同一个平面的时候，这两个环的转轴就重合了。 本来三个环提供三个独立的转动自由度，这下”废掉一个”，只剩两个能独立转。系统丢了第三个自由度——你想让物体绕那个已经重合的轴转，它根本转不动，因为两个环现在干的活一模一样。这就是”锁”。

用地球仪类比最直观，你一定见过地球仪：它有个底座，地球仪能绕竖直轴（地轴）左右转（这就是”经度”的变化，相当于偏航 Yaw）；同时，地球仪也能绕水平轴前后倾（这就是”纬度”的变化，相当于俯仰 Pitch）。好，现在你把地球仪往前后倾 90 度，让北极点正对着你。这时候你再想让地球仪”绕地轴转”——发现没？因为整个仪面已经”立”起来了，原本的竖直地轴和那个前后倾的水平轴，现在都变成了”你眼前的水平方向”，两轴重合，你只能在一个平面上打转，再也调不出”既绕地轴又倾”的组合朝向了。那一个本该独立的自由度，消失了。

我插一句和你的 Go 后端经验对照：这就像你设计了一套”按字段顺序依次变换的配置”，a THEN b THEN c，结果当 b 的值跑到某个临界点时，b 和 c 的作用向量完全相同，第三个字段名存实亡。系统”看起来还有三个旋钮，实际只有两个能调”——这就是万向锁的本质：自由度丢失。

落到游戏里，万向锁的坑有三个表现，你至少会撞上其中之一：

1. 转不动：物体在某个姿态附近，你想让它绕某个方向平滑转，它卡住不动，因为那个方向的旋转轴和已有轴重合了。
2. 突变 / 抽搐：你用三个角度做插值动画（让角度从 A 平滑变到 B），当经过锁点附近，解算会”短路”，物体瞬间跳变、或者疯狂抖动。
3. 不可预测：同一个目标朝向，用欧拉角可能有多种角度组合表达（奇异点附近），插值走哪条路完全看你”先转哪根轴”，结果忽左忽右。

这就是为什么第 35 章把”万向锁 0 命中”列为硬缺口——你只要做需要任意自由朝向的东西（飞行物、太空游戏、自由摄像机、第一人称角色转头），就绕不开它。老老实实堆欧拉角，迟早在某天凌晨被”角色抬到顶再看左右突然抽一下”的 bug 折磨。

那工程师怎么解这个”锁”？往下看。

36.3 四元数是什么（直觉层）：从复数到 3D 旋转

先稳住，别被”四元数”三个字吓到。我用最省的数学、最狠的类比，把它讲到你”能用、能懂为什么”。

你学过复数吧？复数长这样：a + bi，其中 i 是虚数单位（i² = -1）。一个非常美妙的事实是：复数乘法，天然表示平面（2D）里的旋转。 你把复数看成”复平面上的一个点”，两个复数相乘，等价于”把其中一个绕原点旋转某个角度”。所以 2D 旋转用复数就够漂亮了。

问题来了：我们活在 3D 世界，要转的是三维里的朝向。数学家哈密顿（Hamilton）想：能不能发明一种”3D 版的复数”，让它的乘法也能表示 3D 旋转？ 他折腾了很久，发现 2D 用 1 个虚数单位 i 就够了，但 3D 旋转需要三个虚数单位还不够，得用三个互不相干的虚部，再加上一个实部，总共四个分量：

q = w + x·i + y·j + z·k

这就是四元数（Quaternion）。w 是实部，x、y、z 是三个虚部（它们满足一组你自己不用记的乘法规则，只要知道它们对应空间三个轴）。四个数字一组，描述一个旋转。

最关键、你一定要装进脑子的一句话：一个”单位四元数”（长度为 1 的四元数），等价于”绕某根轴转某个角度”。 具体说，那个 (x, y, z) 部分指向”旋转轴的方向”，w 和这个轴一起编码了”转了多少度”。换句话说——四元数不是一个”三个角度的顺序账本”，而是一个”绕某轴转某角”的单一指令。 这正是它躲开万向锁的命门，我在 36.4 细讲。

你不用去抠 i、j、k 的代数规则，那是数学家的事。你只要建立这个直觉：复数 = 2D 旋转；四元数 = 3D 旋转。它们都是”用一种数的乘法来编码旋转”的思路升级版。 Unity 里的 Quaternion 类型，底下存的就是这四个浮点数 (x, y, z, w)。

类比帮你记：欧拉角像”先迈左脚、再迈右脚、再抬左手”这种分步动作指令，顺序敏感、还会踩到自己的脚（万向锁）；四元数像”直接朝着东南方、走 30 度弧线”这种单一指令，没有分步、没有顺序问题、永远不踩自己脚。

36.4 四元数怎么避开万向锁：连回第 27 章”旋转用乘法”

现在回答最要害的问题：为什么四元数不存在万向锁？

回头看 36.2 的地球仪。万向锁的根因是：欧拉角用”先绕 X、再绕 Y、再绕 Z”的分步顺序，当某两步的轴重合时，丢了一个自由度。 它的”旋转”是一串有顺序的轴旋转拼起来的，拼的过程中轴会动、会重合。

四元数不一样。它不记录”先转哪根轴、后转哪根轴”，它只记录”最终绕哪根固定轴、转了多少度”——这个轴是空间里一根固定的方向，不随旋转步骤变化、不会和别的轴”重合导致消失”。两个旋转要组合？直接把两个四元数乘起来（注意：旋转必须用乘法，第 2 章 2.5.5 和第 27 章都强调过”旋转是乘法不是加法”），得到的新四元数依然是一个”绕某轴转某角”的干净旋转。没有”分步”、没有”轴重合”的环节，自由度一个都不少。

这里连回第 27 章的核心结论。第 27 章你亲手走完”局部 → 世界 → 相机 → 屏幕”的六道关，其中 Model 矩阵（4×4）负责把旋转、缩放、平移一起搬。当时我反复说”旋转是乘法、连乘成矩阵链”。四元数正是这条”旋转用乘法”哲学在旋转表示层面的升级：两个朝向叠加 = 两个四元数相乘，乘出来的结果还是合法旋转，绝不会像欧拉角那样在中间步骤丢自由度。你学第 27 章时建立的”旋转不能加、只能乘”的直觉，在这里直接复用——四元数就是为”旋转乘法”量身定做的数。

一句话点透：欧拉角是”分步转，步骤里会翻车”；四元数是”直接给最终转向，一步到位、轴固定、永不重合”。 这就是主程躲万向锁的正解：能用四元数表示的旋转，就别用欧拉角拼。

（补充一个你可能被面试官追问的点：四元数数学上其实在”对极点”附近也有理论上的奇异性，但它的奇点不会像欧拉角那样在常见姿态（如抬头 90 度）就爆发，而且工程上几乎碰不到。所以业界共识是”四元数是无万向锁问题的实用方案”，你面试就这么说，稳。）

36.4.5 四元数的两个冷知识（面试常问，主程该有数）

讲完”为什么四元数无万向锁”，我顺手补两个你面试大概率被追问、但教程里少有人讲透的点。懂了它们，你谈四元数才像个真主程，而不是背定义。

第一，四元数必须”归一化（normalize）”。 你说一个单位四元数（长度为 1）才表示一个纯旋转。可浮点计算跑久了、或者你把两个四元数乱乘一气，它的长度可能漂移成 0.999 或 1.003。长度不是 1 的四元数，乘进去就不再是一个”干净旋转”，它会顺带把物体缩放（拉长/压扁）——你绝不希望转向的同时模型悄悄变大。所以工程惯例是：每次四元数参与运算、尤其是插值前后，调用一次 Quaternion.Normalize()（或确保 Slerp 的输入本身是单位四元数）。这就像你写后端做浮点累加要防精度漂移一样，是基本功。

第二，四元数有”双倍覆盖（double cover）“特性：q 和 -q 表示同一个旋转。 听起来反直觉：四元数有四个分量，取全体负号，居然转出来朝向一模一样？是的。几何上可以理解为”绕轴转 θ”和”绕反方向轴转 -θ”是同一个最终姿态。这带来一个工程细节：你比较两个朝向”是否相等”时，不能简单比四个分量相等，要允许 q 与 -q 两种情况；做 slerp 时如果起止两个四元数”符号相反”（点积是负），直接插值会绕远路（走大弧），所以 Slerp 内部会先把其中一个取反再插，保证走最短弧。Unity 的 Slerp 已经帮你处理了这点，但你手写四元数插值逻辑时，这个坑会咬人。

连回第 27 章再一次：第 27 章的 Model 矩阵是把”旋转+缩放+平移”打包的 4×4。四元数和它什么关系？答案是——四元数可以转换成一个 3×3 旋转矩阵（Unity 里 Matrix4x4.Rotate(quaternion) 就是干这事的）。也就是说，四元数是”旋转的紧凑、无锁表示”，矩阵是”旋转（连同缩放平移）能直接喂给渲染管线的表示”。你第 27 章学的那套”变换链用矩阵连乘”，底层每个旋转，引擎往往先用四元数算好、再转成矩阵拼进 Model——两者不是替代，是”好用的内部表示”与”好用的流水线表示”的搭配。你懂了这个分工，面试聊”四元数 vs 矩阵”就不会二选一，而是说清各自用途。

第三，关于性能。 你做联机或大量 AI 转向时可能担心：四元数和矩阵哪个快？结论：四元数乘法（16 次乘加左右）比 3×3 矩阵乘法（27 次）便宜，插值 slerp 也比矩阵插值稳；但真正上 GPU 渲染时，最终还是要转成矩阵。所以”运算阶段用四元数，渲染阶段转矩阵”是业界标准流水。记住”各司其职”四字即可，不必死记数字。

36.5 slerp 球面线性插值：让旋转平滑过渡

你调动画、调摄像机、调炮塔转向，经常要做一件事：让一个物体的朝向，从 A 平滑地变到 B。 这叫”旋转插值”。

如果用欧拉角，你会想：“简单，把 X/Y/Z 三个角度分别用 lerp（线性插值）从 A 滑到 B 不就行了？“——不行，而且歪得离谱。 为什么？因为角度插值是在”三个独立数字”上做直线，但旋转的本质是”在球面（所有朝向构成一个球面）上走一条弧线”。你在角度数字上直线走，物体在真实空间里走的却是一条别扭的、速度不均匀、甚至会”绕远路”的曲线。这就回到开头说的”抽搐 / 突变”。

四元数给了我们正确工具：slerp（Spherical Linear Interpolation，球面线性插值）。顾名思议，它在”球面”上做”线性”插值——也就是让物体沿着连接 A、B 两个朝向的那段最短弧线，匀速、顺滑地转过去。像你用手把方向盘匀速从左边打到右边，而不是数字上跳。

slerp 的数学你不用会，但你得懂它的输入输出：给它两个四元数（起始朝向、目标朝向）和一个 t（0 到 1 的进度），它返回一个中间朝向四元数。当 t=0 是 A，t=1 是 B，t=0.5 是正中间那一下。

留个钩子连第 37 章：slerp 是”旋转版”的插值，而第 37 章你会学的 Vector3.Lerp 是”位置 / 向量版”的插值。两者套路一模一样——都是”在正确的几何空间里走直线”。记住这条，下一章秒懂。

36.6 Unity 实操：Transform.rotation 与那些 API

理论和引擎对上号才算真会。打开 Unity，任何一个物体的 Transform 组件里那个 Rotation 字段，你在 Inspector 里看到的是 欧拉角（X/Y/Z 三个数，好读），但在代码里 transform.rotation 拿到的，其实是个 Quaternion（四元数）。引擎在面板显示时帮你转成了欧拉角方便你看，背地里所有旋转计算都用四元数。

你最常用的几个四元数 API（都是 Quaternion 这个 struct 上的静态方法或构造）：

• Quaternion.Euler(float x, float y, float z)：把”欧拉角”转成”四元数”。这是你从人话（三个角度）进到引擎内部语言（四元数）的入口。注意：它内部已经帮你避开了万向锁，因为你一旦传进去变成四元数，后续旋转就用乘法，不再有分步轴重合的问题。
• Quaternion.AngleAxis(float angle, Vector3 axis)：用”绕某根轴 axis 转 angle 度”直接造一个四元数。这是最贴近四元数本质的构造法——你明确告诉它轴在哪、转多少。
• Quaternion.LookRotation(Vector3 forward, Vector3 up = Vector3.up)：给它一个”朝向哪”的方向向量，它返回一个让物体 z 轴对准那个方向的四元数。做”角色看向目标""炮塔瞄准敌人”神器。
• Quaternion.Slerp(Quaternion a, Quaternion b, float t)：36.5 讲的球面插值，从 a 平滑转到 b。

关键告诫（主程级）：别用 transform.Rotate(x, y, z) 叠欧拉角去做长时间、任意朝向的动画。 Rotate 默认是在当前欧拉角上”再加上”一段欧拉旋转，它背后仍走”欧拉角累加”的路子，长时间、跨奇异点就会抽搐。正确姿势是：用上面的 API 算出”目标四元数”，再用 Slerp 每帧把当前朝向往目标 slerp 一点点。

给你一段”炮塔平滑转向目标”的小 C# 片段，这正是上面那些 API 的组合拳：

using UnityEngine;
 
public class TurretAim : MonoBehaviour
{
    public Transform target;   // 要瞄准的目标
    public float turnSpeed = 3f; // 转向速度，越大转得越快
 
    void Update()
    {
        if (target == null) return;
 
        // 1. 算出"炮塔应该朝向哪"：从炮塔指向目标的方向
        Vector3 dir = target.position - transform.position;
 
        // 2. 用 LookRotation 把"方向"变成"目标四元数"
        //    （up 用默认世界 up，保证炮塔不会翻滚）
        Quaternion targetRot = Quaternion.LookRotation(dir);
 
        // 3. 当前朝向，朝目标朝向，用 slerp 平滑插值
        //    Time.deltaTime * turnSpeed 控制"每秒转多少比例"，帧率无关
        transform.rotation = Quaternion.Slerp(
            transform.rotation,
            targetRot,
            Time.deltaTime * turnSpeed
        );
    }
}

你品这段代码的味道：全程没有碰欧拉角的分步累加，只在”当前四元数”和”目标四元数”之间 slerp。目标炮塔会像一个真炮塔那样，匀速、顺滑、绝不抽搐地转向敌人。这就是主程处理旋转的标准写法。

再对比你 35 章学的缺口：如果这章没补，你多半会写成”每帧给 Rotation.y 加一点”的欧拉叠加法，目标在正上方（抬头 90 度，奇异点）时，炮塔会突然乱转——经典万向锁现场。现在你有了 slerp + LookRotation，这个坑直接绕过。

36.7 排查：转身抽搐 / 突变，八成是欧拉插值或顺序问题

你上线或联调时，若遇到以下症状，按这个清单查：

1. 角色/摄像机在”抬头或低头到接近竖直”时突然抖、转不动、或朝向乱跳 → 典型万向锁。根因：你用了欧拉角插值（Mathf.Lerp 三个角度）或 Rotate 叠加。对策：改成四元数 Slerp。
2. 两个旋转之间过渡”绕了远路”、速度忽快忽慢 → 还是在角度数字上做直线，没用 slerp。对策：换 Quaternion.Slerp。
3. 模型导入后朝向怪异、绕轴相反 → 连第 2 章 2.9 的”手性/坐标轴约定”坑：Blender（右手、z-up）到 Unity（左手、y-up）坐标轴没对齐。对策：导入设置里勾”Convert Left-handed”或旋转根节点，而不是在代码里硬拧欧拉角掩盖。
4. 动画里骨骼旋转抽搐 → 多半是动画关键帧之间用了欧拉插值而非四元数插值（Unity 的 Animation/Animator 默认关键帧之间用四元数 slerp，但你如果自己手写插值逻辑就可能踩）。对策：动画插值交给引擎，或自己用 Quaternion.Slerp/SlerpUnclamped。

一句排查口诀送你：“旋转出妖，先看是不是还在用欧拉角做插值或叠加；是，就换四元数 slerp。” 这能解决你九成的旋转毛病。

36.8 小结与连回主线

咱们把这一章扣回溯源学习法的三句话：

• 现象 / 现实问题：用欧拉角（三个角度分步转）描述 3D 朝向，简单好懂，但当两旋转轴重合时丢失一个自由度，物体转不动、突变、抽搐——这就是万向锁，做自由朝向时必踩。
• 工程师的方案：用四元数（w + xi + yj + zk）表示旋转，它本质是”绕某固定轴转某角”的单一指令，旋转用乘法组合、不会丢自由度，从而无万向锁；用 slerp 在球面上做平滑插值。
• 落进引擎的参数 / API：Transform.rotation（四元数）、Quaternion.Euler / AngleAxis / LookRotation / Slerp，以及”别用 Rotate 叠加欧拉角做长动画”这条实践铁律。

连回前面的章节：第 2 章讲旋转是乘法不是加法、第 27 章讲旋转用矩阵乘法搬坐标——本章的四元数正是这套”旋转用乘法”哲学在旋转表示层面的补完；而第 35 章点名的”万向锁 0 命中 / 四元数 0”硬缺口，到这里被正式填平。下一章（第 37 章）我们顺着”向量”往下走，把点积、叉积、插值变成你游戏逻辑里的真刀真枪。

【思考题】

1. 用你自己的话解释”万向锁”：为什么欧拉角在”抬头接近 90 度”附近会让摄像机或角色”转不动 / 抽搐”？试着用 36.2 的地球仪类比复述一遍。
2. 为什么说”四元数不存在（工程意义上的）万向锁”？关键不在于”四元数数学更神奇”，而在于它和欧拉角在”描述旋转的方式”上有什么根本不同？连回第 27 章”旋转用乘法”这句话。
3. 为什么用 Mathf.Lerp 对三个欧拉角分别插值，得到的旋转会”歪”、会”绕远路”？而 Quaternion.Slerp 为什么不会？用”在正确的几何空间里走直线”这句话解释。
4. 给你一段炮塔代码（见 36.6），如果把它改成”每帧 transform.Rotate(0, speed*Time.deltaTime, 0) 去追目标”，为什么在目标跑到炮塔正上方时会出怪现象？这怪现象叫什么？

【参考答案】

1. 欧拉角是”先绕 X、再绕 Y、再绕 Z”三个有顺序的轴旋转拼出来的。当俯仰（比如抬头）转到接近 90 度时，原本的”偏航轴（竖直）“和”滚转轴（前后）“会转到同一平面、两轴重合，系统丢失一个独立自由度——想绕那个重合轴转时转不动，插值经过此处就抖动/突变。地球仪类比：把地球仪前后倾 90 度让北极朝你，原本的”绕地轴转”和”前后倾”两轴都变成你眼前水平方向、重合了，只剩一个平面能转，调不出原朝向组合。这就是自由度丢失的万向锁。
2. 根本不同在于”描述方式”：欧拉角记录的是”分步、有顺序的旋转序列”，序列中间轴会动、会重合、会丢自由度；四元数记录的是”最终绕哪根固定轴、转了多少度”这一个单一指令，轴是空间里固定的方向，不随步骤变化、不会和别的轴重合消失，旋转组合用乘法（连第 27 章”旋转用乘法”），结果仍是干净旋转，自由度一个不少。所以四元数不是”魔法消去”了奇点，而是”根本不走会重合的分步路径”，从而工程上无万向锁。
3. 欧拉角插值是在”三个角度数字”这条直线上滑，但真实旋转发生在”所有朝向构成的球面”上；数字上直线走，物体在真实空间里走的是别扭、不均速、绕远路的曲线，所以歪。Quaternion.Slerp 在球面上做线性插值，走的是连接两朝向的最短弧线，匀速顺滑，因此不会歪。两句话统一为：插值必须”在正确的几何空间里走直线”——角度空间是错的，球面（四元数）空间才对。
4. 改成 Rotate(0, speed*dt, 0) 是在”当前欧拉角上每帧累加一个偏航角”去追目标，本质仍是欧拉角分步叠加。当目标跑到炮塔正上方（抬头接近 90 度）时，偏航轴和滚转轴重合，进入万向锁奇异点，炮塔会突然乱转 / 抽搐 / 转不动。这个怪现象就叫万向锁（Gimbal Lock）。正确写法是用 36.6 的 LookRotation 算出目标四元数，再用 Slerp 平滑追——全程四元数，绕开奇异点。