三维平面方程可以写成：
π : n ⊤ X + d = 0 \boxed{\pi: \mathbf{n}^\top \mathbf{X} + d = 0} π:n⊤X+d=0
📐 一、几何直观解释
✅ 平面是“法向量 + 平面上一点”定义的集合
一个平面可以由：
- 一个单位法向量 n ∈ R 3 \mathbf{n} \in \mathbb{R}^3 n∈R3（垂直于平面）；
- 和一个平面上某点 X 0 ∈ R 3 \mathbf{X}_0 \in \mathbb{R}^3 X0∈R3；
定义平面上任意点 X \mathbf{X} X 满足：
( X − X 0 ) ⋅ n = 0 (\mathbf{X} - \mathbf{X}_0) \cdot \mathbf{n} = 0 (X−X0)⋅n=0
即，平面上任意点到参考点的连线，与法向量正交（内积为0）。
🧮 展开上述公式：
n ⊤ X − n ⊤ X 0 = 0 ⇒ n ⊤ X + d = 0 \mathbf{n}^\top \mathbf{X} - \mathbf{n}^\top \mathbf{X}_0 = 0 \Rightarrow \mathbf{n}^\top \mathbf{X} + d = 0 n⊤X−n⊤X0=0⇒n⊤X+d=0
其中 d = − n ⊤ X 0 d = -\mathbf{n}^\top \mathbf{X}_0 d=−n⊤X0 是平面到原点的有向距离。
这就是常见的Hesse平面标准方程形式。
📊 二、代数形式说明
- 给定平面法向量 n = [ a b c ] \mathbf{n} = \begin{bmatrix} a \\ b \\ c \end{bmatrix} n= abc
- 给定平面上一点 X 0 = [ x 0 y 0 z 0 ] \mathbf{X}_0 = \begin{bmatrix} x_0 \\ y_0 \\ z_0 \end{bmatrix} X0= x0y0z0
则平面上任意点 X = [ x y z ] \mathbf{X} = \begin{bmatrix} x \\ y \\ z \end{bmatrix} X= xyz 满足：
a ( x − x 0 ) + b ( y − y 0 ) + c ( z − z 0 ) = 0 ⇒ a x + b y + c z + d = 0 a(x - x_0) + b(y - y_0) + c(z - z_0) = 0 \Rightarrow ax + by + cz + d = 0 a(x−x0)+b(y−y0)+c(z−z0)=0⇒ax+by+cz+d=0
其中：
d = − ( a x 0 + b y 0 + c z 0 ) d = -(ax_0 + by_0 + cz_0) d=−(ax0+by0+cz0)
所以这是一种通用表示平面的方法。
🧱 举例：地面与墙面
-
地面平面（世界Y轴为竖直方向）：
- 法向量 n = [ 0 , 1 , 0 ] ⊤ \mathbf{n} = [0, 1, 0]^\top n=[0,1,0]⊤
- 若地面通过原点，则 d = 0 d = 0 d=0
- 方程： y = 0 ⇒ n ⊤ X + d = 0 y = 0 \Rightarrow \mathbf{n}^\top \mathbf{X} + d = 0 y=0⇒n⊤X+d=0
-
前方墙面平面（正对相机，法向Z轴）：
- n = [ 0 , 0 , 1 ] ⊤ \mathbf{n} = [0, 0, 1]^\top n=[0,0,1]⊤，若离相机3米远： d = − 3 d = -3 d=−3
- 方程： z = 3 ⇒ n ⊤ X + d = 0 z = 3 \Rightarrow \mathbf{n}^\top \mathbf{X} + d = 0 z=3⇒n⊤X+d=0
✅ 总结
| 项目 | 含义 |
|---|---|
| n \mathbf{n} n | 平面的单位法向量 |
| d d d | 平面到原点的有向距离（负号源自代数形式） |
| 平面点 X \mathbf{X} X 满足 | n ⊤ X + d = 0 \mathbf{n}^\top \mathbf{X} + d = 0 n⊤X+d=0 |
