游戏开发

本类阅读TOP10

·初学者的福音:游戏开发新手入门指南
·《学VC、编游戏》重点算法解疑·快一点
·Windows的消息机制与消息重定向技术
·《学VC、编游戏》重点算法解疑·再快一点
·Rogue Guide
·《学VC、编游戏》重点算法解疑·狩猎谋生
·通向天才之路 : 把模块塞到动态连接库里去
·完成端口的深入理解及一种变态用法
·DirectX 9.0 SDK 开发包下载(April 2005)
·在OpenGL中实现多纹理混合(Multi-texture Blending)

分类导航
VC语言Delphi
VB语言ASP
PerlJava
Script数据库
其他语言游戏开发
文件格式网站制作
软件工程.NET开发
向量几何在游戏编程中的使用6

作者:未知 来源:月光软件站 加入时间:2005-6-5 月光软件站

<6>3-D空间中的基变换与坐标变换
-Twinsen编写

-本人水平有限,疏忽错误在所难免,还请各位数学高手、编程高手不吝赐教
-我的Email-address: [email protected]

一、空间坐标系的基和基矩阵

在3-D空间中,我们用空间坐标系来规范物体的位置,空间坐标系由3个相互垂直的坐标轴组成,我们就把它们作为我们观察3-D空间的基础,空间中物体的位置可以通过它们来衡量。当我们把这3个坐标轴上单位长度的向量记为3个相互正交的单位向量i,j,k,空间中每一个点的位置都可以被这3个向量线性表出,如P<1,-2,3>这个点可以表为i-2j+3k。

我们把这3个正交的单位向量称为空间坐标系的,它们单位长度为1且正交,所以可以成为标准正交基。三个向量叫做基向量。现在我们用矩阵形式写出基向量和基。

       
i =  | 1 0 0 |
         
j =  | 0 1 0 | 

k =  | 0 0 1 |

     
    | i |    | 1 0 0 |
    
B = | j | =  | 0 1 0 |

    | k |    | 0 0 1 |

这样的矩阵我们叫它基矩阵。有了基矩阵,我们就可以把空间坐标系中的一个向量写成坐标乘上基矩阵的形式,比如上面的向量P可以写成:

P = C x B

=>

                          | 1 0 0 |                          

| 1 -2 3 | = | 1 -2 3 | x | 0 1 0 |
        
                          | 0 0 1 |

这样的话,空间坐标系下的同一个向量在不同的基下的坐标是不同的。


二、局部坐标系和局部坐标

空间坐标系(也可以叫做全局坐标系)并存的称为局部坐标系,它有自己的基,这些基向量把空间坐标系作为参考系。比如
   
     | x'|   | -1  0   0  |
     
B' = | y'| = | 0   1   0  |

     | z'|   | 0   0   -1 |


      | x''|   | 2^½ /2    0   2^½ /2    |

B'' = | y''| = | 0        -1   0          |

      | z''|   | -(2^½) /2   0   2^½ /2  |

就是两个局部坐标系的基,如图:

 

现在我们可以把上面那个空间坐标中的向量P|1 -2 3|(以后都用矩阵表示)表示在不同的基下,我把它写成一个大长串的式子:



                      | x' |                        | x''|
 
P = | Px' Py' Pz' | x | y' | = | Px'' Py'' Pz'' | x | y''|

                      | z' |                        | z''|

 

这里| Px' Py' Pz'|是P在B'下的坐标,| Px'' Py'' Pz''|是P在B''下的坐标,我把它写的具体点吧:

 


                            | -1 0  0 |                            | 2^½ /2      0   2^½ /2|
 
| 1 -2 3 | = | -1 -2 -3 | x | 0  1  0 | = | 2*2^½   -2   2^½ | x  | 0          -1   0      |

                            | 0  0 -1 |                            | -(2^½) /2   0   2^½ /2|

 

这就是说,在空间坐标系下面的向量| 1 -2 3 |在基B'下的坐标为|-1 -2 -3|,在B''下的坐标为| 2*2^½   -2   2^½ |。当然空间坐标系也有自己的基B|i j k|^T(因为是列向量,所以写成行向量的转置),但我们现在是拿它当作一个参考系。

在研究了局部坐标系之后,我现在要分析两个应用它们的例子,先来看



三、空间坐标系中一个点围绕任一轴的旋转




 

 

四、世界空间到相机空间的变换

 

 

空间坐标系XYZ,相机坐标系UVN。这时候相机空间的基(以下简称相机)在空间坐标系中围绕各个坐标轴旋转了一定角度<a,b,c>,然后移动了<x,y,z>。对于模型我们可以看作相对于相机的逆运动,即模型旋转了一定角度<-a,-b,-c>,然后移动了<-x,-y,-z>,可以把相机和物体的运动看成两个互逆的变换。这样,可以通过对相机的变换矩阵求逆来得到模型的变换矩阵。下面来具体看一下,如何得到相机变换矩阵,并且求得它的逆矩阵。

首先声明一下,对于一个模型的变换,我们可以给模型矩阵左乘变换矩阵:

M x P = P'

| A B C D |     | x |    | Ax + By + Cz + D |

| E F G H |     | y |    | Ex + Fy + Gz + H |
             x         = 
| I J K L |     | z |    | Ix + Jy + Kz + L |

| M N O P |     | 1 |    | Mx + Ny + Oz + P |

也可以右乘变换矩阵:

P^T x M^T = P'^T

                | A E I M |

                | B F J N |
| x y z 1|   x               =  |Ax+By+Cz+D Ex+Fy+Gz+H Ix+Jy+Kz+L Mx+Ny+Oz+P|
                | C G K O |

                | D H L P |

可以看出两种变换方式是一个转置关系,结果只是形式上的不同,但这里我们使用后者,即右乘变换矩阵,因为比较普遍。

很显然,相机的变换可以分成两个阶段:旋转和平移。我们先来看旋转。

在空间坐标系中,相机旋转之前世界坐标系xyz和相机坐标系u0v0n0的各个轴向量的方向相同,有关系:

                    | u0 |                  | x |

P = |Pu0 Pv0 Pn0| x | v0 |  =  |Px Py Pz| x | y |

                    | n0 |                  | z |

这里P是空间坐标系中的一个向量。|u0 v0 n0|^T是相机基矩阵,|Pu0 Pv0 Pn0|是P在相机基矩阵下的坐标。|x y z|^T是
世界基矩阵,|Px Py Pz|是P在它下面的坐标。有Pu0 = Px, Pv0 =Py, Pn0 = Pz。

相机和向量P都旋转之后,有关系:

                     | u |                   | x |

P' = |Pu0 Pv0 Pn0| x | v | = |Px' Py' Pz'| x | y |

                     | n |                   | z |

P'是P同相机一起旋转后的向量。|u v n|^T是相机旋转后的基矩阵,|Pu0 Pv0 Pn0|是P'在它下面的坐标,因为P是和相机一起旋转的,所以坐标不变。|x y z|^T仍为世界基矩阵,|Px' Py' Pz'|是P'在它下面的坐标。

现在看


                | u |                   | x |

|Pu0 Pv0 Pn0| x | v | = |Px' Py' Pz'| x | y |

                | n |                   | z |

因为|x y z|^T为一个单位阵,且Pu0 = Px, Pv0 =Py, Pn0 = Pz。 所以得到


             | u |                   

|Px Py Pz| x | v | = |Px' Py' Pz'| 

             | n |                   

即|Px Py Pz|和相机一起旋转后变成|Px' Py' Pz'|,即P x R = P',而旋转变换矩阵R就是:

| u |

| v |

| n |

写成标准4x4矩阵:

| ux uy uz 0|

| vx vy vz 0|

| nx ny nz 0|

| 0  0  0  1|

平移矩阵T很简单:

| 1 0 0 0 |

| 0 1 0 0 |

| 0 0 1 0 |

| x y z 1 |

则相机矩阵就是:

             | ux uy uz 0 |     | 1 0 0 0 |
                               
             | vx vy vz 0 |     | 0 1 0 0 |
C = R x T =                  x             
             | nx ny nz 0 |     | 0 0 1 0 |
  
             | 0  0  0  1 |     | x y z 1 |

它的逆矩阵,即相机的逆变换矩阵为

                      | 1  0  0  0 |     | ux vx nx 0 |   | ux   vx   nx  0 |
                                        
                      | 0  1  0  0 |     | uy vy ny 0 |   | uy   vy   ny  0 |
C^-1 = T^-1 x R^-1 =                  x                 =   
                      | 0  0  1  0 |     | uz nz nz 0 |   | uz   vz   nz  0 |

                      | -x -y -z 1 |     | 0  0  0  1 |   |-T.u -T.v -T.n 1 |

 

 

 

 

 

 




相关文章

相关软件




月光软件源码下载编程文档电脑教程网站优化网址导航网络文学游戏天地生活休闲写作范文安妮宝贝站内搜索
电脑技术编程开发网络专区谈天说地情感世界游戏元素分类游戏热门游戏体育运动手机专区业余爱好影视沙龙
音乐天地数码广场教育园地科学大观古今纵横谈股论金人文艺术医学保健动漫图酷二手专区地方风情各行各业

月光软件站·版权所有