在三维空间中，向量是描述物体位置、方向和大小的基本工具。而向量绕轴旋转是三维空间变换中非常常见的一种操作。本文将详细介绍空间向量绕轴旋转的计算方法，包括旋转矩阵的构建和向量旋转的步骤。
1. 旋转矩阵
旋转矩阵是描述空间中向量旋转的一种数学工具。对于一个绕Z轴旋转θ度的旋转矩阵，可以表示为：
\[ R_z(\theta) = \begin{bmatrix} \cos\theta & -\sin\theta & 0 \\ \sin\theta & \cos\theta & 0 \\ 0 & 0 & 1 \end{bmatrix} \]
其中，θ是旋转角度，单位为弧度。
对于绕X轴和Y轴的旋转，旋转矩阵分别为：
\[ R_x(\theta) = \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos\theta & -\sin\theta \\ 0 & \sin\theta & \cos\theta \end{bmatrix} \]
\[ R_y(\theta) = \begin{bmatrix} \cos\theta & 0 & \sin\theta \\ 0 & 1 & 0 \\ -\sin\theta & 0 & \cos\theta \end{bmatrix} \]
2. 向量旋转
假设有一个三维向量 \(\vec{v} = (x, y, z)\)，我们需要将其绕Z轴旋转θ度。首先，将向量 \(\vec{v}\) 与旋转矩阵 \(R_z(\theta)\) 相乘，得到旋转后的向量 \(\vec{v'}\)：
\[ \vec{v'} = R_z(\theta) \cdot \vec{v} = \begin{bmatrix} \cos\theta & -\sin\theta & 0 \\ \sin\theta & \cos\theta & 0 \\ 0 & 0 & 1 \end{bmatrix} \cdot \begin{bmatrix} x \\ y \\ z \end{bmatrix} \]
计算结果为：
\[ \vec{v'} = \begin{bmatrix} x\cos\theta - y\sin\theta \\ x\sin\theta + y\cos\theta \\ z \end{bmatrix} \]
同理，绕X轴和Y轴旋转的向量计算方法类似。
3. 代码示例
以下是一个Python代码示例，用于计算向量绕Z轴旋转θ度后的结果：
import numpy as np
def rotate_vector_around_z(vector, theta):
"""
将向量绕Z轴旋转θ度
:param vector: 原始向量，形如np.array([x, y, z])
:param theta: 旋转角度，单位为弧度
:return: 旋转后的向量
"""
R_z = np.array([
[np.cos(theta), -np.sin(theta), 0],
[np.sin(theta), np.cos(theta), 0],
[0, 0, 1]
])
return np.dot(R_z, vector)
# 示例：将向量(1, 0, 0)绕Z轴旋转π/2度
vector = np.array([1, 0, 0])
theta = np.pi / 2
rotated_vector = rotate_vector_around_z(vector, theta)
print(rotated_vector)
4. 总结
本文详细介绍了空间向量绕轴旋转的计算方法，包括旋转矩阵的构建和向量旋转的步骤。通过学习本文，你可以更好地理解三维空间中的向量旋转，并在实际应用中灵活运用。