【云藏山鹰代数信息系统】两直线垂直关系的代数表示与几何不变性

📖 导读

本文系统探讨三维欧几里得空间中两直线垂直关系的代数表示与几何不变性,核心命题为:

L 1 ⊥ L 2    ⟺    L 1 ∩ L 2 = { P } ∧ ∠ ( L 1 , L 2 ) = 90 ° L_1 \perp L_2 \iff L_1 \cap L_2 = \{P\} \land \angle(L_1, L_2) = 90° L1L2L1L2={P}(L1,L2)=90°

全文从三个视角展开:

  • 符号的矩阵表示(第 1 节)

    • 引入齐次坐标绝对二次曲线 Ω ∞ \Omega_\infty Ω,将度量结构嵌入射影空间
    • 使用 Plücker 坐标 L = ( m T , v T ) T L = (m^T, v^T)^T L=(mT,vT)T 表示直线
    • 将相交条件 L 1 ∩ L 2 = { P } L_1 \cap L_2 = \{P\} L1L2={P} 表达为 v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 v_1 \cdot m_2 + v_2 \cdot m_1 = 0 v1m2+v2m1=0
    • 将垂直条件 ∠ ( L 1 , L 2 ) = 90 ° \angle(L_1, L_2) = 90° (L1,L2)=90° 表达为 v 1 T v 2 = 0 v_1^T v_2 = 0 v1Tv2=0
    • 最终得到统一的矩阵判别式
  • 生成元视角(第 2 节)

    • 垂直关系在欧几里得群 E ( 3 ) E(3) E(3)(刚体运动)下保持不变
    • 推导生成元(平移 P i \mathcal{P}_i Pi、旋转 J i \mathcal{J}_i Ji)在 Plücker 坐标下的 6 × 6 6 \times 6 6×6 表示
    • 证明生成元如何保持内积 v 1 ⋅ v 2 v_1 \cdot v_2 v1v2 与相交条件不变
    • 揭示垂直性比平行性对变换群要求更严格( E ( 3 ) E(3) E(3) vs A f f ( 3 ) Aff(3) Aff(3)
  • 命题的深入论述(第 3 节)

    • 严格化符号体系与几何定义
    • 给出命题的矩阵化证明与统一判别式
    • 从群论角度诠释垂直关系的欧几里得不变性
    • 探讨垂直性的对偶结构(点-线、线-面)
    • 列举在计算机视觉(自标定)、高维推广、与平行命题对比等应用与延伸

阅读路线

  • 若关注代数表示,可重点阅读第 1 节(矩阵公式)与第 3.2 节(严格化定义)
  • 若关注几何不变性,可重点阅读第 2 节(生成元)与第 3.4 节(群论诠释)
  • 若关注应用与对比,可直接跳至第 3.6–3.9 节

本文通过矩阵语言与李群理论,将直观的几何垂直关系转化为可计算、可推广的代数框架,为三维线几何的度量计算奠定基础。


符号的矩阵表示

齐次坐标框架与度量结构

垂直关系是度量几何(metric geometry)的概念,需要引入内积结构。在三维欧几里得空间 E 3 \mathbb{E}^3 E3 中,我们通过绝对二次曲线(Absolute Conic)在射影空间中编码度量信息。

点的齐次坐标 X = ( X , Y , Z , W ) T ∈ P 3 X = (X, Y, Z, W)^T \in \mathbb{P}^3 X=(X,Y,Z,W)TP3,其中有限点满足 W = 1 W=1 W=1

无穷远平面 π ∞ = ( 0 , 0 , 0 , 1 ) T \pi_\infty = (0, 0, 0, 1)^T π=(0,0,0,1)T,其上点 D = ( d x , d y , d z , 0 ) T D = (d_x, d_y, d_z, 0)^T D=(dx,dy,dz,0)T 代表方向向量 d = ( d x , d y , d z ) T d = (d_x, d_y, d_z)^T d=(dx,dy,dz)T

绝对二次曲线 Ω ∞ \Omega_\infty Ω:位于 π ∞ \pi_\infty π 上的虚二次曲线,其矩阵表示为:
Ω ∞ = ( I 3 0 0 0 ) \Omega_\infty = \begin{pmatrix} I_3 & 0 \\ 0 & 0 \end{pmatrix} Ω=(I3000)

对于无穷远点 D 1 = ( d 1 T , 0 ) T , D 2 = ( d 2 T , 0 ) T D_1 = (d_1^T, 0)^T, D_2 = (d_2^T, 0)^T D1=(d1T,0)T,D2=(d2T,0)T,其欧几里得内积由 Ω ∞ \Omega_\infty Ω 诱导:
d 1 ⋅ d 2 = D 1 T Ω ∞ D 2 = d 1 T I 3 d 2 d_1 \cdot d_2 = D_1^T \Omega_\infty D_2 = d_1^T I_3 d_2 d1d2=D1TΩD2=d1TI3d2

两方向垂直当且仅当:
D 1 T Ω ∞ D 2 = 0    ⟺    d 1 ⋅ d 2 = 0 D_1^T \Omega_\infty D_2 = 0 \iff d_1 \cdot d_2 = 0 D1TΩD2=0d1d2=0

直线的 Plücker 坐标表示

直线 L L L 由两点 A , B A, B A,B 确定,其Plücker 矩阵为:
L = A B T − B A T = ( 0 p 01 p 02 p 03 − p 01 0 p 12 p 13 − p 02 − p 12 0 p 23 − p 03 − p 13 − p 23 0 ) L = AB^T - BA^T = \begin{pmatrix} 0 & p_{01} & p_{02} & p_{03} \\ -p_{01} & 0 & p_{12} & p_{13} \\ -p_{02} & -p_{12} & 0 & p_{23} \\ -p_{03} & -p_{13} & -p_{23} & 0 \end{pmatrix} L=ABTBAT= 0p01p02p03p010p12p13p02p120p23p03p13p230

等价地,Plücker 坐标六元组 L = ( m T , v T ) T ∈ P 5 L = (m^T, v^T)^T \in \mathbb{P}^5 L=(mT,vT)TP5,其中:

  • 方向向量 v = ( p 01 , p 02 , p 03 ) T = b − a v = (p_{01}, p_{02}, p_{03})^T = b - a v=(p01,p02,p03)T=ba(欧几里得化后)
  • 矩向量 m = ( p 23 , p 31 , p 12 ) T = a × b m = (p_{23}, p_{31}, p_{12})^T = a \times b m=(p23,p31,p12)T=a×b

满足 Klein 二次约束: m ⋅ v = 0 m \cdot v = 0 mv=0

相交条件 L 1 ∩ L 2 = { P } L_1 \cap L_2 = \{P\} L1L2={P} 的矩阵判别

两直线相交于唯一有限点 P P P 的充要条件:

Plücker 坐标条件
L 1 ∘ L 2 = v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 L_1 \circ L_2 = v_1 \cdot m_2 + v_2 \cdot m_1 = 0 L1L2=v1m2+v2m1=0

且方向向量 v 1 , v 2 v_1, v_2 v1,v2 线性无关(保证不平行)。

矩阵验证:在 P 3 \mathbb{P}^3 P3 中,两直线相交(有限点或无穷远点)当且仅当上述双线性形式为零。若 v 1 × v 2 ≠ 0 v_1 \times v_2 \neq 0 v1×v2=0(不平行),则交点为有限点;若 v 1 × v 2 = 0 v_1 \times v_2 = 0 v1×v2=0 L 1 ∝̸ L 2 L_1 \not\propto L_2 L1L2,则交于无穷远点(平行)。

交点坐标的矩阵计算
L 1 = A 1 ∨ B 1 , L 2 = A 2 ∨ B 2 L_1 = A_1 \vee B_1, L_2 = A_2 \vee B_2 L1=A1B1,L2=A2B2,交点 P P P 可表示为:
P = L 1 ⋅ L 2 ∗ ⋅ π P = L_1 \cdot L_2^* \cdot \pi P=L1L2π
其中 L 2 ∗ L_2^* L2 为对偶 Plücker 矩阵, π \pi π 为包含 L 2 L_2 L2 的任意平面。

或利用线性代数方法:解方程组
{ P = A 1 + λ ( B 1 − A 1 ) P = A 2 + μ ( B 2 − A 2 ) \begin{cases} P = A_1 + \lambda (B_1 - A_1) \\ P = A_2 + \mu (B_2 - A_2) \end{cases} {P=A1+λ(B1A1)P=A2+μ(B2A2)
( B 1 − A 1 , − ( B 2 − A 2 ) ) ( λ μ ) = A 2 − A 1 (B_1-A_1, -(B_2-A_2)) \begin{pmatrix} \lambda \\ \mu \end{pmatrix} = A_2 - A_1 (B1A1,(B2A2))(λμ)=A2A1,有唯一解当且仅当系数矩阵秩为 2 且方程组相容。


垂直条件 ∠ ( L 1 , L 2 ) = 90 ° \angle(L_1, L_2) = 90° (L1,L2)=90° 的矩阵表达

垂直性依赖于度量结构,需引入欧几里得内积。

方向向量的垂直
∠ ( L 1 , L 2 ) = 90 °    ⟺    v 1 ⋅ v 2 = 0    ⟺    v 1 T I 3 v 2 = 0 \angle(L_1, L_2) = 90° \iff v_1 \cdot v_2 = 0 \iff v_1^T I_3 v_2 = 0 (L1,L2)=90°v1v2=0v1TI3v2=0

在齐次坐标下,利用绝对二次曲线:
v 1 ⋅ v 2 = D 1 T Ω ∞ D 2 = 0 v_1 \cdot v_2 = D_1^T \Omega_\infty D_2 = 0 v1v2=D1TΩD2=0
其中 D i = ( v i T , 0 ) T D_i = (v_i^T, 0)^T Di=(viT,0)T L i L_i Li 的无穷远点。

完整的垂直矩阵条件

命题 L 1 ⊥ L 2    ⟺    L 1 ∩ L 2 = { P } ∧ ∠ ( L 1 , L 2 ) = 90 ° L_1 \perp L_2 \iff L_1 \cap L_2 = \{P\} \land \angle(L_1, L_2) = 90° L1L2L1L2={P}(L1,L2)=90° 的矩阵等价形式为:

L 1 ⊥ L 2    ⟺    { v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 (相交) v 1 × v 2 ≠ 0 (不平行) v 1 T v 2 = 0 (方向垂直) \boxed{L_1 \perp L_2 \iff \begin{cases} v_1 \cdot m_2 + v_2 \cdot m_1 = 0 & \text{(相交)} \\ v_1 \times v_2 \neq 0 & \text{(不平行)} \\ v_1^T v_2 = 0 & \text{(方向垂直)} \end{cases}} L1L2 v1m2+v2m1=0v1×v2=0v1Tv2=0(相交)(不平行)(方向垂直)

统一矩阵方程
构造 9 × 6 9 \times 6 9×6 矩阵系统,将三个条件编码为:
M ( L 1 , L 2 ) = ( v 1 T m 1 T v 2 T m 2 T 0 v 1 T 0 v 2 T ) ⋅ ( v 2 m 2 ) = ( 0 0 0 0 ) \mathcal{M}(L_1, L_2) = \begin{pmatrix} v_1^T & m_1^T \\ v_2^T & m_2^T \\ 0 & v_1^T \\ 0 & v_2^T \end{pmatrix} \cdot \begin{pmatrix} v_2 \\ m_2 \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \\ 0 \\ 0 \end{pmatrix} M(L1,L2)= v1Tv2T00m1Tm2Tv1Tv2T (v2m2)= 0000

其中第一行 v 1 T v 2 = 0 v_1^T v_2 = 0 v1Tv2=0 为垂直条件,第二行 v 2 T v 1 = 0 v_2^T v_1 = 0 v2Tv1=0 冗余,第三行 v 1 T m 2 v_1^T m_2 v1Tm2 与第四行 v 2 T m 1 v_2^T m_1 v2Tm1 组合为相交条件 v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 v_1 \cdot m_2 + v_2 \cdot m_1 = 0 v1m2+v2m1=0(利用 m ⋅ v = 0 m \cdot v = 0 mv=0 的对称性)。

度量矩阵的推广

在一般欧几里得坐标系下(非标准正交基),度量由内积矩阵 G G G 定义:
d 1 ⋅ d 2 = d 1 T G d 2 d_1 \cdot d_2 = d_1^T G d_2 d1d2=d1TGd2

此时绝对二次曲线矩阵为:
Ω ∞ = ( G 0 0 0 ) \Omega_\infty = \begin{pmatrix} G & 0 \\ 0 & 0 \end{pmatrix} Ω=(G000)

垂直条件推广为:
v 1 T G v 2 = 0 v_1^T G v_2 = 0 v1TGv2=0

在相机标定中, G = K − T K − 1 G = K^{-T}K^{-1} G=KTK1 为绝对二次曲线的像(IAC),其中 K K K 为相机内参矩阵。


生成元视角

保持垂直关系的变换群

垂直关系在欧几里得群 E ( 3 ) E(3) E(3)(刚体运动群)下保持不变。 E ( 3 ) E(3) E(3) 是仿射群 A f f ( 3 ) Aff(3) Aff(3) 的子群,要求线性部分 A ∈ O ( 3 ) A \in O(3) AO(3)(正交矩阵)。

E ( 3 ) = { H = ( R t 0 T 1 ) : R ∈ O ( 3 ) , t ∈ R 3 } E(3) = \left\{ H = \begin{pmatrix} R & t \\ 0^T & 1 \end{pmatrix} : R \in O(3), t \in \mathbb{R}^3 \right\} E(3)={H=(R0Tt1):RO(3),tR3}

E ( 3 ) E(3) E(3) 的李代数 e ( 3 ) \mathfrak{e}(3) e(3)6 个生成元 张成:

生成元类型数量李代数元素几何作用
平移 P x , P y , P z P_x, P_y, P_z Px,Py,Pz3 ( 0 e i 0 0 ) \begin{pmatrix} 0 & e_i \\ 0 & 0 \end{pmatrix} (00ei0)沿坐标轴平移
旋转 J x , J y , J z J_x, J_y, J_z Jx,Jy,Jz3 ( [ e i ] × 0 0 0 ) \begin{pmatrix} [e_i]_\times & 0 \\ 0 & 0 \end{pmatrix} ([ei]×000)绕坐标轴旋转

注意:与平行性不同,垂直性保持于剪切和缩放变换下。因此 E ( 3 ) E(3) E(3) A f f ( 3 ) Aff(3) Aff(3) 更小,生成元更少。

生成元在 Plücker 坐标下的 6 × 6 6 \times 6 6×6 表示

点变换 X ′ = H X X' = HX X=HX 诱导直线的协变变换 L ′ = H L H T L' = H L H^T L=HLHT。对于 H = ( R t 0 1 ) H = \begin{pmatrix} R & t \\ 0 & 1 \end{pmatrix} H=(R0t1),Plücker 坐标的变换为:

( m ′ v ′ ) = ( R [ t ] × R 0 R ) ⏟ H ( m v ) \begin{pmatrix} m' \\ v' \end{pmatrix} = \underbrace{\begin{pmatrix} R & [t]_\times R \\ 0 & R \end{pmatrix}}_{\mathcal{H}} \begin{pmatrix} m \\ v \end{pmatrix} (mv)=H (R0[t]×RR)(mv)

(注意 det ⁡ ( R ) = ± 1 \det(R) = \pm 1 det(R)=±1,故 det ⁡ ( R ) ⋅ R − T = R \det(R) \cdot R^{-T} = R det(R)RT=R

旋转生成元(以 J z J_z Jz 为例, R = exp ⁡ ( θ [ e 3 ] × ) R = \exp(\theta [e_3]_\times) R=exp(θ[e3]×)):
J z = ( [ e 3 ] × 0 0 [ e 3 ] × ) = ( 0 − 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 − 1 0 0 0 0 1 0 0 0 0 0 0 0 0 ) \mathcal{J}_z = \begin{pmatrix} [e_3]_\times & 0 \\ 0 & [e_3]_\times \end{pmatrix} = \begin{pmatrix} 0 & -1 & 0 & 0 & 0 & 0 \\ 1 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & -1 & 0 \\ 0 & 0 & 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end{pmatrix} Jz=([e3]×00[e3]×)= 010000100000000000000010000100000000

平移生成元(以 P x P_x Px 为例):
P x = ( 0 [ e 1 ] × 0 0 ) = ( 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 − 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ) \mathcal{P}_x = \begin{pmatrix} 0 & [e_1]_\times \\ 0 & 0 \end{pmatrix} = \begin{pmatrix} 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & -1 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 & 0 \end{pmatrix} Px=(00[e1]×0)= 000000000000000000000000001000010000

生成元保持垂直结构的运作原理

核心机制:保持欧几里得内积不变

旋转生成元 J i \mathcal{J}_i Ji 的运作:

  • 同步旋转方向向量: v ′ = R v v' = Rv v=Rv
  • 同步旋转矩向量: m ′ = R m m' = Rm m=Rm
  • 保持内积: v 1 ′ T v 2 ′ = ( R v 1 ) T ( R v 2 ) = v 1 T R T R v 2 = v 1 T v 2 v_1'^T v_2' = (Rv_1)^T(Rv_2) = v_1^T R^T R v_2 = v_1^T v_2 v1Tv2=(Rv1)T(Rv2)=v1TRTRv2=v1Tv2
  • 因此 v 1 ⋅ v 2 = 0    ⟺    v 1 ′ ⋅ v 2 ′ = 0 v_1 \cdot v_2 = 0 \iff v_1' \cdot v_2' = 0 v1v2=0v1v2=0,垂直性保持

平移生成元 P i \mathcal{P}_i Pi 的运作:

  • 保持方向向量不变: v ′ = v v' = v v=v
  • 改变矩向量: m ′ = m + t × v m' = m + t \times v m=m+t×v
  • 内积 v 1 ⋅ v 2 v_1 \cdot v_2 v1v2 不变(因 v v v 不变)
  • 相交条件 v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 v_1 \cdot m_2 + v_2 \cdot m_1 = 0 v1m2+v2m1=0 在平移下变为:
    v 1 ⋅ ( m 2 + t × v 2 ) + v 2 ⋅ ( m 1 + t × v 1 ) = v 1 ⋅ m 2 + v 2 ⋅ m 1 + v 1 ⋅ ( t × v 2 ) + v 2 ⋅ ( t × v 1 ) v_1 \cdot (m_2 + t \times v_2) + v_2 \cdot (m_1 + t \times v_1) = v_1 \cdot m_2 + v_2 \cdot m_1 + v_1 \cdot (t \times v_2) + v_2 \cdot (t \times v_1) v1(m2+t×v2)+v2(m1+t×v1)=v1m2+v2m1+v1(t×v2)+v2(t×v1)
    利用标量三重积 a ⋅ ( b × c ) = b ⋅ ( c × a ) = c ⋅ ( a × b ) a \cdot (b \times c) = b \cdot (c \times a) = c \cdot (a \times b) a(b×c)=b(c×a)=c(a×b)
    v 1 ⋅ ( t × v 2 ) = t ⋅ ( v 2 × v 1 ) = − t ⋅ ( v 1 × v 2 ) v_1 \cdot (t \times v_2) = t \cdot (v_2 \times v_1) = -t \cdot (v_1 \times v_2) v1(t×v2)=t(v2×v1)=t(v1×v2)
    v 2 ⋅ ( t × v 1 ) = t ⋅ ( v 1 × v 2 ) v_2 \cdot (t \times v_1) = t \cdot (v_1 \times v_2) v2(t×v1)=t(v1×v2)
    两者相消,故相交条件保持。

关键结论:生成元 { P i , J i } \{\mathcal{P}_i, \mathcal{J}_i\} {Pi,Ji} 的指数映射 exp ⁡ ( ∑ θ k G k ) \exp(\sum \theta_k G_k) exp(θkGk) 生成的群 E ( 3 ) E(3) E(3),正是保持命题中垂直等价关系 L 1 ⊥ L 2    ⟺    … L_1 \perp L_2 \iff \dots L1L2 结构不变的变换群。

反射生成元与离散对称

垂直关系还在反射下保持。关于平面的反射是 O ( 3 ) O(3) O(3) det ⁡ ( R ) = − 1 \det(R) = -1 det(R)=1 的元素,其生成元可补充为完整正交群。

关于 x y xy xy-平面的反射
H x y = ( 1 0 0 0 0 1 0 0 0 0 − 1 0 0 0 0 1 ) H_{xy} = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & -1 & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} Hxy= 1000010000100001

在 Plücker 坐标下:
H x y = ( diag ( 1 , 1 , − 1 ) 0 0 diag ( 1 , 1 , − 1 ) ) \mathcal{H}_{xy} = \begin{pmatrix} \text{diag}(1,1,-1) & 0 \\ 0 & \text{diag}(1,1,-1) \end{pmatrix} Hxy=(diag(1,1,1)00diag(1,1,1))

反射保持内积(因 R T R = I R^T R = I RTR=I),故保持垂直性。

生成元与度量结构的深层联系

垂直性的保持本质上是度量张量 G = I 3 G = I_3 G=I3 的不变性。生成元的李括号结构反映了这一点:

[ J i , J j ] = ϵ i j k J k , [ J i , P j ] = ϵ i j k P k , [ P i , P j ] = 0 [\mathcal{J}_i, \mathcal{J}_j] = \epsilon_{ijk} \mathcal{J}_k, \quad [\mathcal{J}_i, \mathcal{P}_j] = \epsilon_{ijk} \mathcal{P}_k, \quad [\mathcal{P}_i, \mathcal{P}_j] = 0 [Ji,Jj]=ϵijkJk,[Ji,Pj]=ϵijkPk,[Pi,Pj]=0

这正是欧几里得群 E ( 3 ) E(3) E(3) 的标准李代数 e ( 3 ) ≅ s o ( 3 ) ⋉ R 3 \mathfrak{e}(3) \cong \mathfrak{so}(3) \ltimes \mathbb{R}^3 e(3)so(3)R3


论述: L 1 ⊥ L 2    ⟺    L 1 ∩ L 2 = { P } ∧ ∠ ( L 1 , L 2 ) = 90 ° L_1 \perp L_2 \iff L_1 \cap L_2 = \{P\} \land \angle(L_1, L_2) = 90° L1L2L1L2={P}(L1,L2)=90°

命题的几何背景与范畴定位

该命题是三维欧几里得几何中垂直线的定义。与平行关系(仿射概念)不同,垂直关系是度量概念,依赖于角度测量,因此需要欧几里得结构(内积)才能定义。

在射影几何中,垂直性无法直接定义——射影变换不保持角度。必须引入绝对二次曲线 Ω ∞ \Omega_\infty Ω 作为"度量锚点",才能将垂直性嵌入射影框架。

符号体系的严格化

定义 1(欧几里得空间)。三维欧几里得空间 E 3 \mathbb{E}^3 E3 是配备标准内积 ⟨ u , v ⟩ = u T v \langle u, v \rangle = u^T v u,v=uTv 的仿射空间 A 3 \mathbb{A}^3 A3

定义 2(直线的方向)。直线 L L L 的方向由其无穷远点 D L = ( v T , 0 ) T ∈ π ∞ D_L = (v^T, 0)^T \in \pi_\infty DL=(vT,0)Tπ 确定,其中 v v v 为方向向量。

定义 3(绝对二次曲线) Ω ∞ ⊂ π ∞ \Omega_\infty \subset \pi_\infty Ωπ 为虚二次曲线,矩阵 Ω ∞ = diag ( I 3 , 0 ) \Omega_\infty = \text{diag}(I_3, 0) Ω=diag(I3,0)。两方向 D 1 , D 2 D_1, D_2 D1,D2 垂直当且仅当 D 1 T Ω ∞ D 2 = 0 D_1^T \Omega_\infty D_2 = 0 D1TΩD2=0

定义 4(Plücker 坐标)。直线 L L L 的 Plücker 坐标 L = ( m T , v T ) T ∈ P 5 L = (m^T, v^T)^T \in \mathbb{P}^5 L=(mT,vT)TP5,满足 m ⋅ v = 0 m \cdot v = 0 mv=0

定义 5(直线相交) L 1 ∩ L 2 = { P } L_1 \cap L_2 = \{P\} L1L2={P}(有限点)当且仅当 v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 v_1 \cdot m_2 + v_2 \cdot m_1 = 0 v1m2+v2m1=0 v 1 × v 2 ≠ 0 v_1 \times v_2 \neq 0 v1×v2=0

命题的矩阵化证明

定理。设 L 1 , L 2 L_1, L_2 L1,L2 E 3 \mathbb{E}^3 E3 中两直线,则:
L 1 ⊥ L 2    ⟺    L 1 ∩ L 2 = { P } ∧ ∠ ( L 1 , L 2 ) = 90 ° L_1 \perp L_2 \iff L_1 \cap L_2 = \{P\} \land \angle(L_1, L_2) = 90° L1L2L1L2={P}(L1,L2)=90°

证明

⇒ \Rightarrow )设 L 1 ⊥ L 2 L_1 \perp L_2 L1L2 由垂直定义,两直线相交于一点 P P P 且夹角为 90 ° 90° 90°。相交性保证 L 1 ∩ L 2 = { P } L_1 \cap L_2 = \{P\} L1L2={P}(有限点),角度条件保证 ∠ ( L 1 , L 2 ) = 90 ° \angle(L_1, L_2) = 90° (L1,L2)=90°

⇐ \Leftarrow )设 L 1 ∩ L 2 = { P } L_1 \cap L_2 = \{P\} L1L2={P} ∠ ( L 1 , L 2 ) = 90 ° \angle(L_1, L_2) = 90° (L1,L2)=90° 由相交条件,两直线共面(交点 P P P 与两方向向量 v 1 , v 2 v_1, v_2 v1,v2 确定一平面)。在该平面内,两相交直线夹角 90 ° 90° 90° 即为垂直定义。

矩阵化表述
在 Plücker 坐标下,命题等价于:
L 1 ⊥ L 2    ⟺    { v 1 ⋅ m 2 + v 2 ⋅ m 1 = 0 (相交) v 1 × v 2 ≠ 0 (不平行) v 1 T v 2 = 0 (方向垂直) L_1 \perp L_2 \iff \begin{cases} v_1 \cdot m_2 + v_2 \cdot m_1 = 0 & \text{(相交)} \\ v_1 \times v_2 \neq 0 & \text{(不平行)} \\ v_1^T v_2 = 0 & \text{(方向垂直)} \end{cases} L1L2 v1m2+v2m1=0v1×v2=0v1Tv2=0(相交)(不平行)(方向垂直)

统一判别式
构造判别矩阵:
Δ ( L 1 , L 2 ) = ( v 1 T v 2 v 1 ⋅ m 2 + v 2 ⋅ m 1 v 1 ⋅ m 2 + v 2 ⋅ m 1 ∥ v 1 × v 2 ∥ 2 ) \Delta(L_1, L_2) = \begin{pmatrix} v_1^T v_2 & v_1 \cdot m_2 + v_2 \cdot m_1 \\ v_1 \cdot m_2 + v_2 \cdot m_1 & \|v_1 \times v_2\|^2 \end{pmatrix} Δ(L1,L2)=(v1Tv2v1m2+v2m1v1m2+v2m1v1×v22)

则:

  • L 1 ⊥ L 2    ⟺    Δ 11 = 0 ∧ Δ 12 = 0 ∧ Δ 22 > 0 L_1 \perp L_2 \iff \Delta_{11} = 0 \land \Delta_{12} = 0 \land \Delta_{22} > 0 L1L2Δ11=0Δ12=0Δ22>0
  • L 1 ∥ L 2    ⟺    Δ 12 = 0 ∧ Δ 22 = 0 ∧ L 1 ∝̸ L 2 L_1 \parallel L_2 \iff \Delta_{12} = 0 \land \Delta_{22} = 0 \land L_1 \not\propto L_2 L1L2Δ12=0Δ22=0L1L2
  • L 1 , L 2 L_1, L_2 L1,L2 异面    ⟺    Δ 12 ≠ 0 \iff \Delta_{12} \neq 0 Δ12=0

生成元的群论诠释

命题(垂直关系的欧几里得不变性)。设 H ∈ E ( 3 ) H \in E(3) HE(3)(刚体运动),则:
L 1 ⊥ L 2    ⟺    H ( L 1 ) ⊥ H ( L 2 ) L_1 \perp L_2 \iff H(L_1) \perp H(L_2) L1L2H(L1)H(L2)

证明 H = ( R t 0 1 ) H = \begin{pmatrix} R & t \\ 0 & 1 \end{pmatrix} H=(R0t1) 保持欧几里得内积:

  • 方向变换: v i ′ = R v i v_i' = Rv_i vi=Rvi,故 v 1 ′ T v 2 ′ = v 1 T R T R v 2 = v 1 T v 2 v_1'^T v_2' = v_1^T R^T R v_2 = v_1^T v_2 v1Tv2=v1TRTRv2=v1Tv2
  • 相交条件在平移下不变(见 2.3 节验证)
  • 因此垂直的三个矩阵条件均保持。

李群视角 E ( 3 ) E(3) E(3) 是保持垂直关系的最大连通群。任何破坏 R T R = I R^T R = I RTR=I 的变换(如剪切、非均匀缩放)都将破坏垂直性。

垂直性与对偶结构

垂直性具有深刻的对偶性:

点-线对偶:在 E 3 \mathbb{E}^3 E3 中,过点 P P P 垂直于直线 L L L 的直线唯一确定(在 L L L 的方向与 P P P 确定的平面内)。

线-面对偶:直线 L L L 垂直于平面 π \pi π 当且仅当 L L L 的方向 v v v 平行于 π \pi π 的法向量 n n n,即 v × n = 0 v \times n = 0 v×n=0

在 Plücker 坐标下,平面 π = ( n T , d ) T \pi = (n^T, d)^T π=(nT,d)T 的法方向为 n n n。直线 L = ( m T , v T ) T L = (m^T, v^T)^T L=(mT,vT)T 垂直于 π \pi π 的条件:
v × n = 0    ⟺    v = λ n v \times n = 0 \iff v = \lambda n v×n=0v=λn

这与两直线垂直的条件 v 1 ⋅ v 2 = 0 v_1 \cdot v_2 = 0 v1v2=0 形成对偶——前者是"平行于法向",后者是"方向正交"。

命题在计算机视觉中的应用

在相机几何中,垂直关系用于自标定(self-calibration):

定理(垂直线的绝对二次曲线约束)。若已知图像中两直线 l 1 , l 2 l_1, l_2 l1,l2 对应空间中的垂直线,则:
l 1 T ω l 2 = 0 l_1^T \omega l_2 = 0 l1Tωl2=0
其中 ω = K − T K − 1 \omega = K^{-T} K^{-1} ω=KTK1 为绝对二次曲线的像(IAC), K K K 为相机内参矩阵。

这是命题的投影版本:空间垂直性在图像中表现为对 IAC 的约束,通过多条垂直线对可求解 K K K

命题的推广与局限

空间垂直定义命题有效性备注
E 2 \mathbb{E}^2 E2两直线交角 90 ° 90° 90°平面几何基本定理
E 3 \mathbb{E}^3 E3方向向量点积为零本命题
E n \mathbb{E}^n En ( n ≥ 4 n \geq 4 n4)方向向量点积为零但需额外共面条件保证相交
A 3 \mathbb{A}^3 A3(无度量)无定义垂直不是仿射概念
P 3 \mathbb{P}^3 P3(射影空间)需引入 Ω ∞ \Omega_\infty Ω条件有效绝对二次曲线提供度量

E n \mathbb{E}^n En n ≥ 4 n \geq 4 n4)中,两直线方向垂直且相交需要它们共处于某个 E 2 \mathbb{E}^2 E2 子空间中,这在一般情况下不成立——高维空间中两直线可以方向垂直但异面。

与平行命题的对比

特征平行 L 1 ∥ L 2 L_1 \parallel L_2 L1L2垂直 L 1 ⊥ L 2 L_1 \perp L_2 L1L2
几何范畴仿射几何欧几里得几何(度量几何)
核心条件共面 + 不相交相交 + 角度 90 ° 90° 90°
矩阵关键 v 1 × v 2 = 0 v_1 \times v_2 = 0 v1×v2=0 v 1 T v 2 = 0 v_1^T v_2 = 0 v1Tv2=0
保持群 A f f ( 3 ) Aff(3) Aff(3)(12 维) E ( 3 ) E(3) E(3)(6 维)
生成元平移(3) + 旋转(3) + 剪切(3) + 缩放(3)平移(3) + 旋转(3)
射影实现无穷远平面不变绝对二次曲线不变
对偶概念平行类(等价关系)正交补(非等价关系)

友情提示,划重点

命题 “ L 1 ⊥ L 2    ⟺    L 1 ∩ L 2 = { P } ∧ ∠ ( L 1 , L 2 ) = 90 ° L_1 \perp L_2 \iff L_1 \cap L_2 = \{P\} \land \angle(L_1, L_2) = 90° L1L2L1L2={P}(L1,L2)=90°” 通过矩阵表示(Plücker 坐标、绝对二次曲线、欧几里得内积)获得了严格的代数形式,通过生成元理论(欧几里得群的李代数 e ( 3 ) \mathfrak{e}(3) e(3) 6 × 6 6 \times 6 6×6 Plücker 变换矩阵)获得了变换不变性的群论解释。

与平行性相比,垂直性对变换群的要求更为严格——它不仅是仿射不变量,更是度量不变量。这一差异深刻体现在生成元结构上:平行性允许剪切和缩放(12 个生成元),而垂直性仅允许刚体运动(6 个生成元)。在射影框架中,平行性由无穷远平面 π ∞ \pi_\infty π 编码,垂直性由绝对二次曲线 Ω ∞ \Omega_\infty Ω 编码,两者共同构成了从射影几何到欧几里得几何的层级还原。

该命题在计算机视觉、机器人运动学、CAD 几何建模中具有核心应用价值,是三维线几何计算的度量基础。

自然预防医学

内容概要:本文研究了一种基于改进ICEEMDAN的火电-蓄电池-飞轮混合储能联合调频协同控制策略,旨在提升电力系统频率调节的快速响应能力运行稳定性。通过引入改进的自适应噪声完备集合经验模态分解(ICEEMDAN)方法,对电网频率偏差信号进行多时间尺度分解,精确分离高频低频动态分量,并据此实现功率的差异化分配:高频成分由响应迅速的飞轮储能承担,低频成分由能量密度高的蓄电池处理,同时结合火电机组的基础调频能力,构建火电-混合储能多源协同控制架构。该策略充分发挥各类储能技术的优势,有效缓解单一储能系统的压力,延长设备寿命,并提升系统整体调频性能。文中提供了完整的Matlab仿真代码实现,验证了该方法在抑制频率波动、优化储能出力、提高系统可靠性和经济性方面的显著效果。; 适合人群:具备电力系统分析、自动控制理论及新能源技术等相关专业知识背景,熟悉Matlab/Simulink仿真平台,从事电力系统调频控制、混合储能系统优化、多时间尺度能量管理等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入研究混合储能系统在电网一次调频二次调频中的功率分配机制协调控制逻辑;②掌握ICEEMDAN信号分解技术在能源系统动态特征提取多尺度控制中的应用方法;③实现火电机组多类型储能协同参调频的仿真建模、算法开发性能对比分析;④为综合能源系统、微电网及新型电力系统的多源多时间尺度协调控制提供理论依据技术参考。; 阅读建议:建议结合提供的Matlab代码逐模块分析算法实现流程,重点理解信号分解、模态分量判别、功率分配规则及控制器设计等关键环节,可通过调整系统参数、模拟不同扰动工况进行仿真测试,进一步开展灵敏度分析策略优化,以深化对协同控制机理的认识并拓展其实际应用价值。
内容概要:本文针对光伏-储能-数据中心系统的容量优化配置问题,构建了一个多能互补的园区级能源系统数学模型,旨在实现可再生能源高效利用高能耗负荷的可靠供应。研究综合考虑光伏发电的间歇性、储能系统的动态响应特性以及数据中心的刚性用电需求,提出一种协调优化方法,通过Matlab平台进行仿真代码实现。文中详细阐述了以降低系统综合运行成本、提高能源自给率和保障供电可靠性为目标的目标函数设计,建立了包含功率平衡、设备容量、运行约束在内的完整约束体系,并采用合适的优化算法求解,最终通过具体案例验证了模型的有效性和实用性,为绿色低碳数据中心的规划建设提供了理论依据和技术支撑。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事新能源系统规划的工程技术人员。; 使用场景及目标:①应用于园区级综合能源系统规划设计;②为数据中心等高耗能设施的绿色低碳运行提供决策支持;③实现光伏、储能负载之间的协同优化,提升能源利用效率;④作为学术研究参考,复现并改进相关优化模型。; 阅读建议:建议读者结合Matlab代码深入理解模型实现细节,重点关注目标函数构建约束处理方式,同时可尝试替换不同优化算法或调整参数以观察结果变化,从而加深对容量配置问题本质的理解。
内容概要:本文聚焦“计及V2G主动支撑的输配协同日前-实时优化调度”这一核心课题,系统性地介绍了基于Matlab实现的多时间尺度电力系统优化调度模型,重点探讨了电动汽车(V2G)作为灵活资源参电网主动支撑的协同调度机制。研究涵盖输配电网协同架构下的日前实时调度联动、混合储能系统的功率分配策略、风电出力波动的平抑技术,并引入灰狼优化算法(GWO)、改进型自适应完备集合经验模态分解(ICEEMDAN)及模型预测控制(MPC)滚动优化等先进算法,以提升调度决策的精度系统运行的稳定性。文中还整合了光伏-储能-电动汽车协同优化、火-储联合调频、电氢氨耦合系统等前沿方向,展示了多项科研成果的复现案例,强调利用成熟算法工具包仿真平台提升科研效率创新水平。; 适合人群:具备电力系统分析、现代优化理论及Matlab编程基础,从事智能电网、新能源并网、综合能源系统、V2G技术等相关领域研究的研究生、高校科研人员及电力行业工程技术开发者。; 使用场景及目标:① 构建并仿真电动汽车参输配协同调度的多时间尺度优化模型;② 掌握基于GWO、CEEMDAN等智能算法的混合储能功率分解风电波动抑制方法;③ 深入理解MPC在微电网综合能源系统动态调度中的应用机制;④ 借鉴复现案例开展低碳、高比例可再生能源背景下的新型电力系统优化研究; 阅读建议:建议结合网盘提供的完整代码资源,按照主题模块循序渐进地实践,重点关注模型构建的数学逻辑、算法参数设置求解流程,对比不同算法性能差异,并延伸至电-算-热-氢多能耦合等新兴场景,激发科研创新思维。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值