跳到主要内容

关键帧动画与插值:让离散时刻长出连续曲线

动画的本质是欺骗:以每秒 24/30/60 张画面骗过视觉暂留。手绘时代动画师逐帧画,成本按帧线性增长。迪士尼在 1930 年代摸索出了"关键帧+中间帧"分工——首席动画师只画关键姿势(keyframes),中间帧(inbetweens)由助手完成。计算机图形学几乎原封不动继承了这套流程,只不过中间帧的插值从人手改成了数学插值函数。

关键帧动画的整个理论骨架,就是"给定几个离散时刻的值,如何生成一条经过或近似经过它们的连续曲线"。这个问题在数值分析里叫插值(interpolation)与逼近(approximation)。图形学从这个数学工具箱里挑了几件顺手的,然后针对旋转、缓动这些特殊场景做了定制。

1. 从 lerp 说起​

线性插值(linear interpolation, lerp)是所有插值的原点:

lerp(a,b,t)=(1−t) a+t b,t∈[0,1]\mathrm{lerp}(a, b, t) = (1-t)\,a + t\,b, \quad t\in[0,1]

t=0t=0 得 aa,t=1t=1 得 bb,中间是直线。这个公式对标量、向量、颜色、位置全都成立——只要目标类型是线性空间(支持加法和标量乘法)就行。GPU 里的重心插值、纹理采样、屏幕空间插值本质上都是 lerp。

lerp 的问题在于它太"直"。给两个位置关键帧,中间是匀速直线——这不像任何真实运动。真实物体有加速度、有惯性、有摩擦。所以关键帧动画不满足于 lerp,要么把关键帧塞得很密(让每段直线足够短),要么把 lerp 换成更复杂的曲线。

2. slerp:旋转的正确插值​

给一个物体的两个方向(比如向左看和向右看),中间怎么过渡?如果用欧拉角做 lerp——分别插值 pitch/yaw/roll——会遇到万向锁和路径不最短的问题。如果用旋转矩阵 lerp——每个元素独立插值——插出来的中间矩阵不再是正交矩阵,物体会被拉伸变形。

正确答案是四元数球面线性插值(Spherical Linear intERPolation, slerp)。两个单位四元数 q1,q2q_1, q_2 是四维单位球面上的两个点,它们之间的最短路径是球面上的大圆弧。参数化这条弧就得到:

slerp(q1,q2,t)=sin⁡((1−t)Ω)sin⁡Ωq1+sin⁡(tΩ)sin⁡Ωq2\mathrm{slerp}(q_1, q_2, t) = \frac{\sin((1-t)\Omega)}{\sin\Omega}q_1 + \frac{\sin(t\Omega)}{\sin\Omega}q_2

其中 cos⁡Ω=q1⋅q2\cos\Omega = q_1\cdot q_2 是两个四元数的夹角。slerp 有几个好性质:

  • 恒定角速度:tt 均匀走时,旋转角速度是常数(匀速旋转)
  • 最短路径:走的是四维球面上的测地线
  • 保持单位模:中间四元数始终在单位球面上,不需要重新归一化

四元数有个符号歧义——qq 和 −q-q 表示同一个旋转。slerp 前要检查 q1⋅q2q_1\cdot q_2 的符号,如果是负的就把 q2q_2 取反,否则会绕远路(走 360°−θ360°-\theta 而不是 θ\theta)。

当 Ω\Omega 很小时 sin⁡Ω\sin\Omega 接近 0,公式数值不稳定,工程上会回退到 lerp+归一化(nlerp)。nlerp 走的是弦而不是弧,角速度不均匀,但便宜。90% 的游戏引擎在小角度下都这么干。四元数本身的数学参见 向量与矩阵:图形学的数学基石。

3. 样条:让曲线光滑地穿过多个点​

两个关键帧之间 lerp/slerp 就够了,多个关键帧就得考虑连续性。给出 4 个位置关键帧,直接把三段 lerp 拼起来,在关键帧处会出现速度突变(C0C^0 连续但不 C1C^1)——物体走到关键帧突然拐弯,视觉上就是抽搐。

样条(spline)是分段多项式,通过约束每一段与相邻段在连接点处的导数,让整条曲线保持 C1C^1 甚至 C2C^2 连续。

3.1 三次 Hermite 样条​

每段用一个三次多项式,由两个端点位置 p0,p1p_0, p_1 和两个端点切线 m0,m1m_0, m_1 确定:

p(t)=h00(t)p0+h10(t)m0+h01(t)p1+h11(t)m1p(t) = h_{00}(t)p_0 + h_{10}(t)m_0 + h_{01}(t)p_1 + h_{11}(t)m_1

其中 Hermite 基函数:

h00(t)=2t3−3t2+1h10(t)=t3−2t2+th01(t)=−2t3+3t2h11(t)=t3−t2\begin{aligned} h_{00}(t) &= 2t^3 - 3t^2 + 1 \\ h_{10}(t) &= t^3 - 2t^2 + t \\ h_{01}(t) &= -2t^3 + 3t^2 \\ h_{11}(t) &= t^3 - t^2 \end{aligned}

Hermite 曲线的优点是局部控制——改一个点或一个切线只影响相邻两段,不影响远处。3D 建模软件里的动画曲线编辑器(Maya 的 graph editor、Blender 的 F-Curve)本质上都是 Hermite 曲线,用户拖切线控制柄。

3.2 Bézier 曲线​

三次 Bézier 用 4 个控制点 P0,P1,P2,P3P_0, P_1, P_2, P_3:

B(t)=(1−t)3P0+3(1−t)2t P1+3(1−t)t2P2+t3P3B(t) = (1-t)^3 P_0 + 3(1-t)^2 t\, P_1 + 3(1-t)t^2 P_2 + t^3 P_3

曲线经过 P0P_0 和 P3P_3,但不经过 P1P_1、P2P_2——后两者是切线控制点。P1−P0P_1 - P_0 和 P3−P2P_3 - P_2 就是首尾切线的方向和长度。

Bézier 和 Hermite 是数学等价的,用一个 4×44\times 4 矩阵就能相互转换。选择哪种表达取决于交互习惯——设计师喜欢拽 Bézier 的切线控制柄(Illustrator、CSS 的 cubic-bezier 都是这套);动画曲线编辑器上更常见 Hermite 的 in/out 切线概念。

3.3 Catmull-Rom:只给关键帧​

Hermite 和 Bézier 都要求用户同时提供切线。有些场合只有位置关键帧(比如相机飞跃路径 waypoints),懒得手工调切线。Catmull-Rom 用邻居自动算切线:

mi=Pi+1−Pi−12m_i = \frac{P_{i+1} - P_{i-1}}{2}

即每个关键帧的切线取"前一点到后一点"方向的一半。曲线经过所有关键帧(interpolating,不是像 Bézier 那样 approximating),并且 C1C^1 连续。这是相机路径、粒子轨迹、Unity 里 TrailRenderer 默认曲线的做法。

Catmull-Rom 有个变种 tension/continuity/bias(TCB 样条),三个参数分别控制切线幅度、连续性、方向偏置。3ds Max 的默认插值就是 TCB。

不同样条族的对比:

样条经过控制点局部控制连续性典型用途
Linear是是C0C^0网格顶点、简易动画
Hermite是是C1C^1Maya/Blender 动画曲线
Bézier端点是C1C^1Illustrator 路径、字体
Catmull-Rom是是C1C^1相机路径、waypoints
B-Spline否是C2C^2CAD、平滑轮廓

4. 缓动:不匀速的匀速​

即使用 lerp 把关键帧连起来,动画师仍然要控制"节奏"——加速开始、减速结束、弹性回弹。这套时间重映射函数叫缓动(easing)。

缓动的本质是把标准 t∈[0,1]t\in[0,1] 变成 t′=f(t)∈[0,1]t'=f(t) \in [0,1],ff 是单调递增、经过 (0,0)(0,0) 和 (1,1)(1,1) 的函数。然后用 t′t' 去 lerp。

Robert Penner 在 1990 年代整理的经典缓动函数一直沿用至今:

ease-in       快开始   ────╱
╱
─────╱

ease-out 慢开始 ╱─────
╱
╱────

ease-in-out 两端慢 ────╮ ╭────
│ │
╲─╱

数学形式最常见的几个:

  • quadratic ease-in:f(t)=t2f(t)=t^2
  • cubic ease-in-out:分段 f(t)=4t3f(t)=4t^3 或 1−(−2t+2)3/21-(-2t+2)^3/2
  • exponential:f(t)=210(t−1)f(t)=2^{10(t-1)},开头几乎不动,最后突然冲
  • elastic:带阻尼正弦,模拟弹簧
  • bounce:模拟球落地反弹,分段抛物线

CSS 里的 cubic-bezier(0.25, 0.1, 0.25, 1) 是 Bézier 缓动——把缓动曲线本身用 Bézier 描述,两个控制点就是那四个数。iOS 的 UIViewAnimationOptionCurveEaseInOut 底层也是 Bézier。

缓动是低成本高回报的动画技巧。同一段直线运动加不同缓动,观感差别可以从"呆板机械"变到"充满生机"。Disney 的 12 条动画基本原则里,slow in / slow out 和 anticipation 都本质上是缓动。

5. 动画曲线编辑器​

生产环境里动画师不是写公式,而是在曲线编辑器里可视化编辑。X 轴是时间(帧数或秒数),Y 轴是被动画的属性(位置分量、旋转分量、材质参数、任意浮点数)。每个关键帧是曲线上的一个点,可以拖它的位置也可以拖切线。

一个骨架动画可能有几百根骨骼、每根 9 或 10 个通道(位置 3 + 旋转 4 + 缩放 3),一段战斗动画就是几千条曲线。存储上这些曲线通常压缩为关键帧数组+切线信息,播放时按当前时间做二分查找找到当前段,然后 Hermite 插值。

曲线剪辑与混合(animation blending)是另一层:多段动画曲线加权平均,实现"边跑边射击"这类组合。混合权重本身也是被动画的曲线——曲线套曲线,图形工程师的日常。

6. 一段跳跃动画的分解​

考虑一个角色跳跃,从起跳到落地约 1 秒。分析一下每个通道该用什么插值:

  1. 躯干高度 Y:抛物线运动,物理上是 y(t)=v0t−12gt2y(t)=v_0 t - \frac{1}{2}g t^2。可以用 3 个关键帧(起、顶、落)+ Bézier 拟合,或者直接算物理。
  2. 躯干水平 X:如果向前跳,XX 是近似匀速,lerp 就够。加个 ease-out 让落地时略微减速更真实。
  3. 膝盖旋转:起跳前要蹲下(anticipation),空中收腿,落地缓冲——4-5 个关键帧,Hermite 曲线。
  4. 头部朝向:跟随躯干但有滞后,用四元数 slerp。滞后可以通过在时间轴上偏移几帧实现。
  5. 手臂摆动:与腿反相,正弦函数即可,不需要关键帧。

拆分后每个通道独立编辑独立播放,最后叠加成完整动画。这就是通道分离的意义——设计师改一个通道不影响别的。

7. 与其它技术的接口​

关键帧动画只是动画管线里的一环。下游它对接:

  • 骨骼动画与蒙皮:每根骨骼的变换是关键帧动画的输出
  • 动画状态机:Idle/Walk/Run/Jump 之间的切换本质是"从这段曲线过渡到那段",过渡时间内用 lerp/slerp 混合
  • 物理模拟:布娃娃(ragdoll)在死亡时接管关键帧动画
  • IK:脚部末端位置用关键帧或程序化控制,膝盖髋部反解——参见下一篇

理解了插值的数学,动画就不再是"魔术",而是一堆时间函数的组合。剩下的工作是审美——什么时候放关键帧、切线怎么拉、缓动怎么调——这部分永远交给动画师而不是工程师。