Eigen3四元数调用slerp()方法返回NaN异常问题咨询

数据老陈

2026-9-29

问题根本原因

这是旧版本Eigen3中slerp()实现的已知数值稳定性问题：当传入的两个单位四元数点积恰好等于1时，实现中会计算sin(theta)（theta为两个四元数的夹角，此时theta=0，sin(theta)=0），后续计算步骤出现除零操作，最终返回全NaN的四元数。
独立测试程序表现正常的核心原因通常是编译选项差异：项目中如果开启了-ffast-math类的激进浮点优化，会破坏Eigen原本的边界判断分支，导致点积等于1时本该触发的线性插值 fallback 分支被优化失效；部分场景下测试程序使用的Eigen版本高于项目依赖版本，也会出现表现不一致的问题。

可靠解决方案

优先升级Eigen到3.3.7及以上正式版本：该版本已经官方修复了slerp()的边界除零问题，是成本最低的彻底解决方案。
若无法升级版本，替换原临时校验逻辑：除了用isApprox()判断两四元数相等的场景，额外校验两个四元数的点积绝对值是否大于0.9995，满足条件时直接使用线性插值后归一化的结果，可以覆盖夹角极小的所有边界场景，避免除零问题。
参考实现逻辑：
```
Eigen::Quaterniond slerp_safe(double t, const Eigen::Quaterniond& q1, const Eigen::Quaterniond& q2) {
    double dot = q1.dot(q2);
    // 点积接近±1时走线性插值避免除零
    if (fabs(dot) > 0.9995) {
        return (q1 * (1 - t) + q2 * t).normalized();
    }
    return q1.slerp(t, q2);
}
```
统一编译选项：项目中关闭-funsafe-math-optimizations这类会破坏浮点运算逻辑的优化参数，避免Eigen内置的边界处理逻辑被优化失效。
前置归一化校验：所有传入slerp()的四元数先调用normalized()做一次归一化，避免浮点累计误差带来的非单位四元数输入触发额外数值问题。