不少做四元数姿态解算的工程师问过我同一个问题四元数学会了乘法、学会了插值、学会了和欧拉角互转是不是就算“学透”了我的回答通常是如果只解决单点旋转确实够了可一旦你要分析的是“一整片旋转场”——无人机编队在空间中的朝向分布、一块晶圆上每个晶粒的取向、一个流体区域里每个微团的转动状态——只靠单点运算就不够了。你真正需要的是回答这个四元数场在某个位置的变化到底有多剧烈是在“涌出/汇入”还是在“打转”。这就是四元数散度和旋度要干的事。这篇文章就是来把这件事讲透的。我会从向量微积分里的散度、旋度直觉出发把四元数场为什么不能直接照搬公式、Fueter算子怎么同时给出散度和旋度、左右算子差异、以及工程中最容易踩的符号陷阱全部过一遍最后给出一套可以直接跑的离散数值实现。适合搞姿态解算、机器人控制、三维视觉、材料取向分析以及对四元数分析感兴趣的人参考。1. 从三维向量场到四元数场多出来的那一维去了哪里1.1 散度与旋度留给我们的几何直觉先花两分钟复习一下向量微积分里的两个算子是干什么的因为后面所有四元数版本的理解都要挂在这两个直觉上。散度衡量的是一个向量场在一点附近的“膨胀率”。想象一个速度场如果在某个小球面上流出的通量大于流入的通量这点就是源散度为正反过来就是汇散度为负。散度是个标量和坐标系的旋转无关。旋度衡量的是“涡旋强度”。拿一个小风车放在流场里如果风车会转起来说明这里有旋度风车转得越快旋度越大。旋度是个向量方向是转轴方向大小是角速度的两倍。这两个算子在物理和工程里无处不在流体力学里用散度看不可压性、用旋度看涡量电磁学里用散度描述电荷源、用旋度描述磁场激发。它们和梯度一起构成了一阶微积分操作的基本框架。但这里有个很少有人点破的事实散度和旋度只对三维向量场定义而且它们的定义只涉及加法、数乘和偏导数从来没有要求“把两个向量乘起来”。1.2 四元数场是四维的不是“向量场加一个数”四元数场是一个把四维空间中的点映射到四元数的函数[ f(x_0,x_1,x_2,x_3)f_0(x_0,x_1,x_2,x_3)f_1 if_2 jf_3 k ]看到这个结构很多人第一个念头是这不就是一个普通向量场f1, f2, f3加一个标量场 f0 吗如果你这么想后面全都会理解偏。关键在于四元数还有一套乘法结构。当我们讨论四元数空间中的微分算子时算子作用完的导数项会和函数值发生四元数乘法而不是普通的数乘。四元数乘法不满足交换律这导致了一个在向量微积分里完全不存在的问题算子要从左边乘还是从右边乘于是有了左算子和右算子之分。这是四元数散度旋度最核心的特殊性也是大多数人第一次接触时最容易懵的地方。1.3 姿态解算里的四元数场为什么不能当普通场处理如果你做姿态解算遇到的四元数通常是单位四元数满足[ q_0^2q_1^2q_2^2q_3^21 ]这类四元数位于四维单位球面 S³ 上描述刚体的旋转。当你在空间网格上采集每个点的朝向时得到的是一个“单位四元数场”。单位四元数场有个隐藏约束四个分量不是独立的。如果直接对这四个分量分别求偏导然后当成普通四元数做线性运算结果很容易偏离球面产生没有物理意义的姿态。这一点在很多文献里被一笔带过但在数值实现里是真正会咬人的坑我在第5章会专门演示怎么处理。2. Fueter算子四元数版的“梯度散度旋度”一体机2.1 从复数的全纯条件到四元数的正则条件复分析里一个复函数 f(z) 全纯的条件是满足Cauchy-Riemann方程。有一个非常紧凑的写法[ \frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}0 ]这里把复数 z 写成 z x0 i x1。这个算子的意义是在复平面上如果一个函数对这个特殊的“复共轭方向”导数处处为零就说明它不依赖那个方向只依赖 z 本身也就是全纯。四元数分析把这个想法推广到了四维。定义一个一阶算子[ D_l[f]\frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}j\frac{\partial f}{\partial x_2}k\frac{\partial f}{\partial x_3} ]这个算子叫左Fueter算子或左广义Cauchy-Riemann算子。如果 D_l[f]0称 f 为左正则函数。正则函数是复全纯函数在四元数世界里最自然的推广。关键问题来了这个算子的像是什么它把四元数函数 f 变成了另一个四元数。那这个四元数的四个分量分别对应什么拆开算一遍你会发现标量部分和向量部分正好分别对应散度和旋度。2.2 为什么会有左算子和右算子因为四元数乘法不交换所以“把虚单位乘在导数左边”和“乘在导数右边”是两种不同的运算[ D_l[f]\frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}j\frac{\partial f}{\partial x_2}k\frac{\partial f}{\partial x_3} ][ D_r[f]\frac{\partial f}{\partial x_0}\frac{\partial f}{\partial x_1}i\frac{\partial f}{\partial x_2}j\frac{\partial f}{\partial x_3}k ]如果 f 是实值函数两者没有区别但如果 f 是四元数值函数比如 f f1 i f2 j f3 k那么 i * (∂f/∂x1) 和 (∂f/∂x1) * i 的结果就不一样。这个左右之分不是数学家在故意制造麻烦而是非交换代数里很自然的结构。实际工程中你只要选定一个约定并保持一致就行。但麻烦在于不同文献对“四元数散度”的定义可能基于不同约定结果甚至相差一个负号。我后面会专门列一张对照表。2.3 把 D_l[f] 完整展开一个算子同时给出两类信息设 f f0 f1 i f2 j f3 k。逐项计算 D_l[f]整理后得到一个四元数[ \begin{aligned} D_l[f]\ \left(\frac{\partial f_0}{\partial x_0}-\frac{\partial f_1}{\partial x_1}-\frac{\partial f_2}{\partial x_2}-\frac{\partial f_3}{\partial x_3}\right)\ \left(\frac{\partial f_1}{\partial x_0}\frac{\partial f_0}{\partial x_1}\frac{\partial f_3}{\partial x_2}-\frac{\partial f_2}{\partial x_3}\right)i\ \left(\frac{\partial f_2}{\partial x_0}-\frac{\partial f_3}{\partial x_1}\frac{\partial f_0}{\partial x_2}\frac{\partial f_1}{\partial x_3}\right)j\ \left(\frac{\partial f_3}{\partial x_0}\frac{\partial f_2}{\partial x_1}-\frac{\partial f_1}{\partial x_2}\frac{\partial f_0}{\partial x_3}\right)k \end{aligned} ]仔细观察这个式子。标量部分是 ∂f0/∂x0 减去三个向量分量的空间导数∂f1/∂x1 ∂f2/∂x2 ∂f3/∂x3。当 f0 不随 x0 变化时这一项就是普通向量散度的相反数。向量部分是 ∂f_vec/∂x0 加上一大串交叉导数的组合。如果 f 不依赖 x0剩下的交叉导数恰好就是普通旋度的各个分量。所以 D_l[f] 这个算子的信息密度极高它一次性给出了 f 的“广义散度”标量部分和“广义旋度”向量部分。这就是为什么说它相当于四元数版的“梯度散度旋度”一体机。3. 四元数散度与旋度的具体构造和符号约定3.1 广义散度那个容易坑人的负号基于左Fueter算子的展开结果可以这样定义四元数散度[ \operatorname{Div}_4(f)\frac{\partial f_0}{\partial x_0}-\frac{\partial f_1}{\partial x_1}-\frac{\partial f_2}{\partial x_2}-\frac{\partial f_3}{\partial x_3} ]注意第一项的符号是正的后面三项是负号。这和普通向量散度完全不同。普通向量场 F 的散度是[ \operatorname{div}(
四元数场的散度与旋度：原理、符号陷阱与数值实现
不少做四元数姿态解算的工程师问过我同一个问题四元数学会了乘法、学会了插值、学会了和欧拉角互转是不是就算“学透”了我的回答通常是如果只解决单点旋转确实够了可一旦你要分析的是“一整片旋转场”——无人机编队在空间中的朝向分布、一块晶圆上每个晶粒的取向、一个流体区域里每个微团的转动状态——只靠单点运算就不够了。你真正需要的是回答这个四元数场在某个位置的变化到底有多剧烈是在“涌出/汇入”还是在“打转”。这就是四元数散度和旋度要干的事。这篇文章就是来把这件事讲透的。我会从向量微积分里的散度、旋度直觉出发把四元数场为什么不能直接照搬公式、Fueter算子怎么同时给出散度和旋度、左右算子差异、以及工程中最容易踩的符号陷阱全部过一遍最后给出一套可以直接跑的离散数值实现。适合搞姿态解算、机器人控制、三维视觉、材料取向分析以及对四元数分析感兴趣的人参考。1. 从三维向量场到四元数场多出来的那一维去了哪里1.1 散度与旋度留给我们的几何直觉先花两分钟复习一下向量微积分里的两个算子是干什么的因为后面所有四元数版本的理解都要挂在这两个直觉上。散度衡量的是一个向量场在一点附近的“膨胀率”。想象一个速度场如果在某个小球面上流出的通量大于流入的通量这点就是源散度为正反过来就是汇散度为负。散度是个标量和坐标系的旋转无关。旋度衡量的是“涡旋强度”。拿一个小风车放在流场里如果风车会转起来说明这里有旋度风车转得越快旋度越大。旋度是个向量方向是转轴方向大小是角速度的两倍。这两个算子在物理和工程里无处不在流体力学里用散度看不可压性、用旋度看涡量电磁学里用散度描述电荷源、用旋度描述磁场激发。它们和梯度一起构成了一阶微积分操作的基本框架。但这里有个很少有人点破的事实散度和旋度只对三维向量场定义而且它们的定义只涉及加法、数乘和偏导数从来没有要求“把两个向量乘起来”。1.2 四元数场是四维的不是“向量场加一个数”四元数场是一个把四维空间中的点映射到四元数的函数[ f(x_0,x_1,x_2,x_3)f_0(x_0,x_1,x_2,x_3)f_1 if_2 jf_3 k ]看到这个结构很多人第一个念头是这不就是一个普通向量场f1, f2, f3加一个标量场 f0 吗如果你这么想后面全都会理解偏。关键在于四元数还有一套乘法结构。当我们讨论四元数空间中的微分算子时算子作用完的导数项会和函数值发生四元数乘法而不是普通的数乘。四元数乘法不满足交换律这导致了一个在向量微积分里完全不存在的问题算子要从左边乘还是从右边乘于是有了左算子和右算子之分。这是四元数散度旋度最核心的特殊性也是大多数人第一次接触时最容易懵的地方。1.3 姿态解算里的四元数场为什么不能当普通场处理如果你做姿态解算遇到的四元数通常是单位四元数满足[ q_0^2q_1^2q_2^2q_3^21 ]这类四元数位于四维单位球面 S³ 上描述刚体的旋转。当你在空间网格上采集每个点的朝向时得到的是一个“单位四元数场”。单位四元数场有个隐藏约束四个分量不是独立的。如果直接对这四个分量分别求偏导然后当成普通四元数做线性运算结果很容易偏离球面产生没有物理意义的姿态。这一点在很多文献里被一笔带过但在数值实现里是真正会咬人的坑我在第5章会专门演示怎么处理。2. Fueter算子四元数版的“梯度散度旋度”一体机2.1 从复数的全纯条件到四元数的正则条件复分析里一个复函数 f(z) 全纯的条件是满足Cauchy-Riemann方程。有一个非常紧凑的写法[ \frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}0 ]这里把复数 z 写成 z x0 i x1。这个算子的意义是在复平面上如果一个函数对这个特殊的“复共轭方向”导数处处为零就说明它不依赖那个方向只依赖 z 本身也就是全纯。四元数分析把这个想法推广到了四维。定义一个一阶算子[ D_l[f]\frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}j\frac{\partial f}{\partial x_2}k\frac{\partial f}{\partial x_3} ]这个算子叫左Fueter算子或左广义Cauchy-Riemann算子。如果 D_l[f]0称 f 为左正则函数。正则函数是复全纯函数在四元数世界里最自然的推广。关键问题来了这个算子的像是什么它把四元数函数 f 变成了另一个四元数。那这个四元数的四个分量分别对应什么拆开算一遍你会发现标量部分和向量部分正好分别对应散度和旋度。2.2 为什么会有左算子和右算子因为四元数乘法不交换所以“把虚单位乘在导数左边”和“乘在导数右边”是两种不同的运算[ D_l[f]\frac{\partial f}{\partial x_0}i\frac{\partial f}{\partial x_1}j\frac{\partial f}{\partial x_2}k\frac{\partial f}{\partial x_3} ][ D_r[f]\frac{\partial f}{\partial x_0}\frac{\partial f}{\partial x_1}i\frac{\partial f}{\partial x_2}j\frac{\partial f}{\partial x_3}k ]如果 f 是实值函数两者没有区别但如果 f 是四元数值函数比如 f f1 i f2 j f3 k那么 i * (∂f/∂x1) 和 (∂f/∂x1) * i 的结果就不一样。这个左右之分不是数学家在故意制造麻烦而是非交换代数里很自然的结构。实际工程中你只要选定一个约定并保持一致就行。但麻烦在于不同文献对“四元数散度”的定义可能基于不同约定结果甚至相差一个负号。我后面会专门列一张对照表。2.3 把 D_l[f] 完整展开一个算子同时给出两类信息设 f f0 f1 i f2 j f3 k。逐项计算 D_l[f]整理后得到一个四元数[ \begin{aligned} D_l[f]\ \left(\frac{\partial f_0}{\partial x_0}-\frac{\partial f_1}{\partial x_1}-\frac{\partial f_2}{\partial x_2}-\frac{\partial f_3}{\partial x_3}\right)\ \left(\frac{\partial f_1}{\partial x_0}\frac{\partial f_0}{\partial x_1}\frac{\partial f_3}{\partial x_2}-\frac{\partial f_2}{\partial x_3}\right)i\ \left(\frac{\partial f_2}{\partial x_0}-\frac{\partial f_3}{\partial x_1}\frac{\partial f_0}{\partial x_2}\frac{\partial f_1}{\partial x_3}\right)j\ \left(\frac{\partial f_3}{\partial x_0}\frac{\partial f_2}{\partial x_1}-\frac{\partial f_1}{\partial x_2}\frac{\partial f_0}{\partial x_3}\right)k \end{aligned} ]仔细观察这个式子。标量部分是 ∂f0/∂x0 减去三个向量分量的空间导数∂f1/∂x1 ∂f2/∂x2 ∂f3/∂x3。当 f0 不随 x0 变化时这一项就是普通向量散度的相反数。向量部分是 ∂f_vec/∂x0 加上一大串交叉导数的组合。如果 f 不依赖 x0剩下的交叉导数恰好就是普通旋度的各个分量。所以 D_l[f] 这个算子的信息密度极高它一次性给出了 f 的“广义散度”标量部分和“广义旋度”向量部分。这就是为什么说它相当于四元数版的“梯度散度旋度”一体机。3. 四元数散度与旋度的具体构造和符号约定3.1 广义散度那个容易坑人的负号基于左Fueter算子的展开结果可以这样定义四元数散度[ \operatorname{Div}_4(f)\frac{\partial f_0}{\partial x_0}-\frac{\partial f_1}{\partial x_1}-\frac{\partial f_2}{\partial x_2}-\frac{\partial f_3}{\partial x_3} ]注意第一项的符号是正的后面三项是负号。这和普通向量散度完全不同。普通向量场 F 的散度是[ \operatorname{div}(
