一、前言
结合 高翔老师的著作《视觉SLAM十四讲:从理论到实践》,加上小白的工程经验共同完成。建议作为笔记功能反复使用。
二、李群李代数基础
- 群;(一种集合+一种运算的代数结构)
- 李代数的引出;(给定某时刻的 R,我们就能求得一个 ,它描述了 R在局部的导数关系, 正是对应到SO(3) 上的李代数so(3)
- 李代数的定义;(每个李群都有与之对应的李代数,它描述了李群的局部性质)
- 李代数so(3);(三维向量组成的集合,每个向量对应到一个反对陈矩阵,可以表达旋转矩阵的导数)
- 李代数se(3)。(它是一个六维向量,前三位为平移,后三位为旋转)
三、指数与对数映射
- SO(3) 上的指数映射;
- SE(3) 上的指数映射;
四、李代数求导与扰动模型
- BCH公式与近似形式;(左乘模型/右乘模型:“乘法变加法:李群乘法与李代数加法的关系”)
这是一种化简解算方法 ——— BCH线性近似,通过BCH的线性近似,就可以对位姿求导和扰动。 - SO(3)李代数上求导;(经常构建与位姿有关的函数,然后讨论该函数关于位姿的导数,以调整当前的估计值)
- 李代数求导;
- 扰动模型(左乘);
- SE(3) 上的李代数求导。
使用李代数解决求导问题的思路分为两种:
- 用李代数表示位姿,然后根据李代数加法来对李代数求导。
- 对李群左乘或右乘微小扰动,然后对该扰动求导,称为左扰动和右扰动模型。
五、实践:Sophus
Sophus 是李代数库
六、相似变换群与李代数
《视觉SLAM十四讲:从理论到实践》 PDF资源
下载链接:Robot_Starscream的资源 仅供各位研究员试读,请购买纸质书籍。