9.41 동차 좌표의 기하학적 해석

1. 사영 공간으로서의 동차 좌표

동차 좌표의 기하학적 본질은 $(n+1)$ 차원 공간의 원점을 지나는 직선들의 집합으로 $n$ 차원 사영 공간(projective space)을 구성하는 것이다. 3차원 유클리드 공간의 점은 4차원 공간의 원점을 지나는 직선으로 표현된다. 이 직선 상의 모든 점이 동일한 사영 점에 해당한다.

2. 차원 공간의 직선으로서의 동차 점

동차 좌표 $(x, y, z, w)$ 와 $\lambda \neq 0$ 에 대해 $(\lambda x, \lambda y, \lambda z, \lambda w)$ 는 동일한 사영 점을 나타낸다. 이는 4차원 공간 내에서 원점 $(0, 0, 0, 0)$ 과 $(x, y, z, w)$ 를 잇는 직선 상의 모든 점이 같은 사영 점에 대응함을 의미한다.

$\{(\lambda x, \lambda y, \lambda z, \lambda w) \mid \lambda \in \mathbb{R}, \lambda \neq 0\} \equiv \text{하나의 사영 점}$

원점 자체 $(0, 0, 0, 0)$ 은 사영 점이 아니며, 동차 좌표에서 허용되지 않는다.

3. 유클리드 공간과 사영 공간의 관계

3.1 유클리드 공간의 임베딩

$w = 1$ 인 평면(3차원 공간에서는 초평면)은 유클리드 공간 $\mathbb{R}^3$ 와 일대일 대응된다.

$(x, y, z) \in \mathbb{R}^3 \leftrightarrow (x, y, z, 1) \in \{w = 1\}$

따라서 유클리드 공간은 사영 공간 $\mathbb{P}^3$ 의 “아핀 부분(affine part)“으로 임베딩된다.

3.2 동차 좌표의 사영

동차 좌표 $(x, y, z, w)$ 를 $w = 1$ 초평면으로 사영하는 연산은 각 성분을 $w$ 로 나누는 것이다.

$(x, y, z, w) \mapsto (x/w, y/w, z/w, 1) \mapsto (x/w, y/w, z/w)$

이 연산은 기하학적으로 원점을 중심으로 한 투영(central projection)에 해당한다.

4. 무한대의 점

4.1 이상적 점(Ideal Points)

$w = 0$ 인 동차 좌표 $(x, y, z, 0)$ 는 유클리드 공간에 대응하는 점이 없으며, 이를 무한대의 점(point at infinity) 또는 **이상적 점(ideal point)**이라 한다. 이는 유클리드 공간에서 “무한히 먼 곳“에 있는 이상화된 점의 대수적 표현이다.

기하학적으로 $(x, y, z, 0)$ 은 방향 $(x, y, z)$ 를 향한 평행선들이 “만나는” 점으로 해석된다. 유한한 $w$ 에서 $w \to 0$ 으로 보내는 극한을 생각하면, 점이 유클리드 공간에서 그 방향으로 무한히 멀어짐을 알 수 있다.

4.2 무한대의 평면

3차원 사영 공간 $\mathbb{P}^3$ 에서 모든 이상적 점들의 집합 $\{w = 0\}$ 은 “무한대의 평면(plane at infinity)“을 형성한다. 이 평면은 사영 공간의 구조에서 자연스럽게 나타나며, 방향 벡터들의 집합으로 해석된다.

5. 방향 벡터로서의 $w = 0$ 동차 좌표

유클리드 공간의 방향 벡터 $\mathbf{v} = (v_x, v_y, v_z)^T$ 는 동차 좌표에서 네 번째 성분이 0인 동차 벡터로 표현된다.

$\tilde{\mathbf{v}} = (v_x, v_y, v_z, 0)^T$

이는 다음의 기하학적 해석을 가진다. 점 $(v_x, v_y, v_z, w)$ 의 $w \to 0^+$ 극한은 유클리드 공간에서 원점으로부터 $\mathbf{v}$ 방향으로 무한히 멀어지는 점에 해당한다. 이 극한이 바로 방향 벡터에 대응한다.

6. 점과 벡터의 변환 차이

6.1 병진 변환의 효과

동차 변환 행렬 $\mathbf{T} = \begin{bmatrix}\mathbf{R} & \mathbf{t} \\ \mathbf{0}^T & 1\end{bmatrix}$ 을 점과 벡터에 각각 적용한 결과를 비교한다.

6.2 점의 변환

$\mathbf{T}\begin{bmatrix}\mathbf{p} \\ 1\end{bmatrix} = \begin{bmatrix}\mathbf{R}\mathbf{p} + \mathbf{t} \\ 1\end{bmatrix}$

점은 회전과 병진 모두에 의해 변환된다.

6.3 방향 벡터의 변환

$\mathbf{T}\begin{bmatrix}\mathbf{v} \\ 0\end{bmatrix} = \begin{bmatrix}\mathbf{R}\mathbf{v} \\ 0\end{bmatrix}$

네 번째 성분이 0이므로 병진 $\mathbf{t}$ 의 기여가 0이 된다. 방향 벡터는 회전에 의해서만 변환된다.

이 구분은 기하학적으로 자연스럽다. “기체가 북쪽을 향하고 있다“는 방향 정보는 기체의 위치와 무관하므로, 로봇이 공간상에서 평행 이동하더라도 방향은 변하지 않는다. 한편 “기체가 북위 37도에 있다“는 위치 정보는 병진의 영향을 받는다.

7. 기하학적 원근 투영

동차 좌표의 기하학적 해석의 가장 명확한 예는 핀홀 카메라의 원근 투영이다. 3차원 점 $(X, Y, Z, 1)$ 이 이미지 평면에 투영되는 과정은

$(X, Y, Z, 1) \xrightarrow{\text{투영}} (X, Y, Z)$

로 동차 좌표에서 선형으로 표현된다. 투영된 동차 좌표를 정규화하면

$(X/Z, Y/Z, 1)$

이 되며, 첫 두 성분이 이미지 평면 상의 좌표이다. 이 나눗셈이 원근 효과(먼 물체가 작게 보이는 현상)를 수학적으로 표현한다.

8. 평행선과 소실점

8.1 평행선의 수학적 교차

유클리드 기하학에서 평행선은 만나지 않는다고 배우지만, 사영 기하학에서 평행선은 무한대의 점에서 만난다. 두 평행선

$\mathbf{p}_1(t) = \mathbf{p}_0^{(1)} + t\mathbf{v}$

$\mathbf{p}_2(t) = \mathbf{p}_0^{(2)} + t\mathbf{v}$

는 방향이 같은 $\mathbf{v}$ 이고, 시작점이 다르다. $t \to \infty$ 의 극한에서 두 직선은 모두 이상적 점 $(v_x, v_y, v_z, 0)^T$ 로 수렴한다.

8.2 소실점(Vanishing Point)

카메라 투영에서 평행선은 이미지 평면 상의 한 점(소실점, vanishing point)에서 만난다. 이는 3차원의 이상적 점이 2차원 이미지로 투영된 결과이다. 소실점의 이미지 좌표는

$(v_x/v_z, v_y/v_z)$

이며, 평행선의 방향 $\mathbf{v}$ 에 의해 결정된다. 여러 소실점을 찾는 것이 카메라 캘리브레이션과 3차원 구조 복원의 기본 기법이다.

9. 사영 공간의 위상 구조

3차원 사영 공간 $\mathbb{P}^3$ 는 다음과 같이 구성된다.

$\mathbb{P}^3 = \mathbb{R}^3 \cup \mathbb{P}^2_\infty$

여기서 $\mathbb{R}^3$ 는 일반적인 3차원 유클리드 공간이고 $\mathbb{P}^2_\infty$ 는 무한대의 평면(2차원 사영 평면)이다. 무한대의 평면은 모든 방향의 “이상적 점들“의 집합이며, 자체로도 사영 평면의 구조를 가진다.

위상적으로 $\mathbb{P}^3$ 는 $S^3$ (3차원 구면)의 대척 동일화(antipodal identification)이다. 즉, $S^3$ 상의 대척점 쌍 $\{\mathbf{x}, -\mathbf{x}\}$ 가 하나의 사영 점에 대응한다. 이는 사영 공간의 비자명한 위상 구조를 만든다.

10. 실용적 관점에서의 해석

10.1 점이냐 방향이냐의 결정

로봇 공학에서 동차 좌표를 다룰 때 “지금 다루는 것이 점인가, 방향인가“를 명확히 해야 한다. 위치 정보는 점( $w = 1$ ), 속도, 힘, 방향 등은 방향 벡터( $w = 0$ )로 취급한다. 잘못된 표기는 병진 변환 시 예상치 못한 결과를 초래한다.

10.2 일반 동차 좌표의 정규화

계산 중에 발생한 $(x, y, z, w)$ 가 $w \neq 1$ 인 일반 동차 좌표인 경우, 유클리드로 환원하려면 $w$ 로 나눠야 한다. 그래픽스 파이프라인에서 이 정규화 단계가 “원근 나누기(perspective divide)“라 불린다.

10.3 무한대 점 처리의 주의

$w \approx 0$ 에 가까운 점을 유클리드로 환원하면 수치적으로 불안정하다. 이러한 점은 실질적으로 무한히 먼 점이며, 직접 좌표로 다루지 않고 방향 벡터로 처리하는 것이 적절하다.

11. 참고 문헌

Möbius, A. F. (1827). Der barycentrische Calcul. Leipzig.
Hartley, R., & Zisserman, A. (2003). Multiple View Geometry in Computer Vision (2nd ed.). Cambridge University Press.
Faugeras, O. (1993). Three-Dimensional Computer Vision: A Geometric Viewpoint. MIT Press.
Semple, J. G., & Kneebone, G. T. (1952). Algebraic Projective Geometry. Oxford University Press.
Richter-Gebert, J. (2011). Perspectives on Projective Geometry. Springer.

version: 1.0