转载于：https://blog.csdn.net/qq_22235957/article/details/80461290
旋转向量中V的单位向量代表方向，模代表角度，通过罗德里格斯方程可以将旋转向量转换成旋转矩阵。
罗德里格斯旋转方程是从角度和向量计算出相应的旋转矩阵，这个旋转方程在很多方面有重要的应用，这里简要概述一下方程的推导过程。
主要参考资料是维基百科，其实基本上就是翻译一下，自己走一遍这个推导过程，这里把链接贴出来。
推导过程：
整个推导过程都是围绕上面的图片开展的，进行向量推导。
首先，定义向量k是旋转轴的单位矢量，向量v是绕向量k旋转角度θ的任意向量（旋转方向遵循右手定则，图中逆时针）。
使用点乘和叉乘，向量v可以分解成与轴k平行和垂直的分量，
与k平行的分量是
向量v在k上的向量投影，垂直于k的分量为
矢量k×v可以看作是v⊥绕k逆时针旋转90°的副本，所以它们的大小相等，但是方向是垂直的。同样，向量k×（k×v）是v⊥绕k逆时针旋转180°的副本，使得k×（k×v）和v⊥的大小相等，但方向相反（因此符号相反）。
矢量三重叉积链接了平行分量和垂直分量，参考公式为a×（b×c）=（a·c）b – （a·b）c ，对于给定任意三个向量a，b，c。
平行于轴的分量在旋转时不会改变幅度和方向，
根据以上分析，垂直分量在旋转时会改变方向，但保持其大小
并且由于k和v||是平行的，所以它们的叉积是零 k×v|| = 0，因此
因此
这种旋转是正确的，因为矢量v⊥和k×v具有相同的长度，并且k×v是v⊥围绕k逆时针旋转90°。使用三角函数正弦和余弦对v⊥和k×v进行适当乘积可以得到旋转的垂直分量。旋转分量的形式类似于笛卡尔基的2D平面极坐标（r，θ）中的径向向量
其中ex，ey是它们指示方向上的单位向量。
现在完整的旋转矢量是
用上述结果中的v ||rot和v⊥rot的定义代替
矩阵表示:
将v和k×v表示为列矩阵，叉积可以表示为矩阵乘积
令矩阵K表示单位向量k的“叉积矩阵”
矩阵方程可以表示为
对于任何向量v（实际上，矩阵K是具有特征值0和±i）。
而且，由于k是单位向量，所以k具有单位2-范数。 因此旋转公式（1-10）可以表示为
补充一下推导过程：（1-10）到（1-15）都点跨度比较大，其实中间经过了下面一个步骤，
再根据矢量三重叉积就可以获得（1-15）。
将v用紧凑表达式表达
最后获得罗德里格斯旋转方程：
