3D空间中利用旋转矩阵计算反射光线方向的技术求助

一、确定旋转轴 #

反射变换的核心是将入射向量绕「入射光线与法向量构成平面的法线」旋转2θ角度（θ为入射光线与法向量的夹角）。

针对你的示例：

• 法向量 n=(1,0,1)，先归一化得到 n_normalized=(1/√2, 0, 1/√2)
• 入射方向 v=(0,0,-1)
• 旋转轴为入射向量与法向量的叉乘：axis = v × n
  计算得：

axis = (0*1 - (-1)*0, (-1)*1 - 0*1, 0*0 - 0*1) = (0, -1, 0)

即旋转轴为y轴（(0,-1,0)与(0,1,0)仅方向相反，不影响最终反射结果）。

二、旋转矩阵计算步骤 #

1. 旋转角度：入射光线与法向量夹角θ=45°，反射需旋转2θ=90°（入射到反射的偏转角为2θ）。
2. 绕y轴顺时针旋转90°的旋转矩阵（右手坐标系）：

R = [
    [0, 0, -1],
    [0, 1, 0],
    [1, 0, 0]
]

3. 验证：用该矩阵作用于入射向量 v=(0,0,-1)，得到反射方向 (1,0,0)，与向量反射公式结果一致。

向量反射公式参考：r = v - 2(v·n)n，代入计算也会得到 r=(1,0,0)，可交叉验证。

三、Python代码的预期结果与验证方法 #

1. 预期结果 #

• 入射向量与法向量的夹角：45°（π/4弧度）
• 旋转轴：(0,-1,0)（归一化后）
• 反射光线方向：(1,0,0)

2. 代码验证方法 #

方法一：对比向量反射公式结果

实现向量反射公式，将旋转矩阵计算的反射方向与公式结果做差，差值模长应接近0（浮点误差范围内）。示例代码：

import numpy as np

# 输入向量
n = np.array([1, 0, 1])
v = np.array([0, 0, -1])

# 归一化法向量
n_normalized = n / np.linalg.norm(n)

# 向量反射公式计算反射方向
dot_product = np.dot(v, n_normalized)
r_vector = v - 2 * dot_product * n_normalized

# 用Rodrigues公式构造旋转矩阵计算反射方向
theta = np.arccos(dot_product)
rotation_angle = 2 * theta
axis = np.cross(v, n_normalized)
axis_normalized = axis / np.linalg.norm(axis)

def rodrigues_rotation(axis, angle):
    ax, ay, az = axis
    cos_theta = np.cos(angle)
    sin_theta = np.sin(angle)
    return np.array([
        [cos_theta + ax**2*(1-cos_theta), ax*ay*(1-cos_theta)-az*sin_theta, ax*az*(1-cos_theta)+ay*sin_theta],
        [ay*ax*(1-cos_theta)+az*sin_theta, cos_theta + ay**2*(1-cos_theta), ay*az*(1-cos_theta)-ax*sin_theta],
        [az*ax*(1-cos_theta)-ay*sin_theta, az*ay*(1-cos_theta)+ax*sin_theta, cos_theta + az**2*(1-cos_theta)]
    ])

R = rodrigues_rotation(axis_normalized, rotation_angle)
r_rotation = R @ v

# 输出验证
print("向量公式结果:", r_vector)
print("旋转矩阵结果:", r_rotation)
print("差值模长:", np.linalg.norm(r_vector - r_rotation))  # 应接近0

方法二：验证几何性质

通过反射的几何特性验证结果正确性：

• 反射光线与法向量的夹角应等于入射光线与法向量的夹角（45°）
• 入射光线、反射光线、法向量应共面（三者混合积为0）
• 入射光线与反射光线的夹角应为90°

验证代码：

# 验证反射光线与法向量的夹角
dot_r_n = np.dot(r_rotation, n_normalized)
angle_r_n = np.arccos(dot_r_n) * 180 / np.pi
print("反射光线与法向量夹角(°):", angle_r_n)  # 应接近45

# 验证共面：混合积(v × r) · n 应为0
cross_v_r = np.cross(v, r_rotation)
scalar_triple = np.dot(cross_v_r, n_normalized)
print("混合积:", scalar_triple)  # 应接近0

# 验证入射与反射光线夹角
dot_v_r = np.dot(v, r_rotation)
angle_v_r = np.arccos(dot_v_r) * 180 / np.pi
print("入射与反射光线夹角(°):", angle_v_r)  # 应接近90

四、关键注意事项 #

• 所有向量计算前需归一化，避免模长干扰结果。
• 旋转轴必须是入射向量与法向量的叉乘方向，确保旋转在入射-法向量平面内进行。
• 旋转角度为2θ而非θ，反射本质是入射光线相对于法向量的镜像，等价于绕旋转轴旋转2θ。

内容的提问来源于stack exchange，提问作者flow