《视觉SLAM十四讲》学习笔记-李代数求导与扰动模型的一些重要公式

  1. BCH(Baker-Campbell-Hausdorff)公式
    ln ( exp ( A ) exp ( B ) ) = A + B + 1 2 [ A , B ] + 1 12 [ A , [ A , B ] ] 1 12 [ B , [ A , B ] ] +

当为SO(3)上的李代数 ln ( exp ( Φ 1 ) exp ( Φ 2 ) ) 时,BCH变为:

ln ( exp ( Φ 1 ) exp ( Φ 2 ) ) { J l ( Φ 2 ) 1 Φ 1 + Φ 2 i f   Φ 1   i s   s m a l l , J r ( Φ 1 ) 1 Φ 2 + Φ 1 i f   Φ 2   i s   s m a l l .

这其中,左乘BCH近似的Jacobi J l 为:
J l = J = sin θ θ I + ( 1 sin θ θ ) a a + 1 cos θ θ a

J l 的逆为
J l 1 = θ 2 cot θ 2 I + ( 1 θ 2 cot θ 2 ) a a θ 2 a

另外, 右乘Jacobi J r 可对自变量取负号即可得到:
J r ( Φ ) = J l ( Φ )

  1. BCH近似的意义. 旋转 R 对应的李代数为 Φ , 左乘微小旋转 R 所对应的李代数为 Φ .
    则李群上的结果为 R R ,李代数的结果根据BCH变为 J l 1 ( Φ ) Φ + Φ :

    exp ( Φ ) exp ( Φ ) = exp ( ( Φ + J l 1 ( Φ ) Φ ) )

    若在李代数上做加法, Φ Φ + Φ :
    exp ( ( Φ + Φ ) ) = exp ( ( J l Φ ) ) exp ( Φ ) = exp ( Φ ) exp ( ( J r Φ ) )

  2. SO(3)李代数的求导。两种思路:

    • [x] 用李代数表示姿态,根据李代数加法对李代数求导;
    • [x] 对李群左乘或右乘微小的扰动,对该扰动求导.

3.1 问题:对一个空间点 p 进行旋转,得到 R p ,求旋转后的点相对于旋转的导数,即 R p R .
R 对应的李代数为 Φ , 则问题表述为:

( exp ( Φ ) p ) Φ

( exp ( Φ ) p ) Φ = lim δ Φ 0 exp ( ( Φ + δ Φ ) ) p exp ( Φ ) p δ Φ = lim δ Φ 0 exp ( ( J l δ Φ ) ) exp ( Φ ) p exp ( Φ ) p δ Φ     ( BCH linear approximation ) lim δ Φ 0 I + ( ( J l δ Φ ) ) exp ( Φ ) p exp ( Φ ) p δ Φ     ( Taylor's formula ) = lim δ Φ 0 ( J l δ Φ ) exp ( Φ ) p δ Φ = lim δ Φ 0 ( exp ( Φ ) p ) J l δ Φ δ Φ     ( cross product ) = ( R p ) J l .

所以旋转后的点相对于李代数的导数为:

( R p ) Φ = ( R p ) J l

3.2 扰动模型的求导公式推导

问题:对 R 的一次扰动量为 R 。设左扰动 R 对应的李代数为 φ ,对 φ 求导即为问题解:

R p φ = lim φ 0 exp ( φ ) exp ( Φ ) p exp ( Φ ) p φ .

R p φ = lim φ 0 exp ( φ ) exp ( Φ ) p exp ( Φ ) p φ lim φ 0 ( 1 + φ ) exp ( Φ ) p exp ( Φ ) p φ = lim φ 0 φ exp ( Φ ) p φ = lim φ 0 φ R p φ = lim φ 0 ( R p ) φ φ = ( R p ) .

猜你喜欢

转载自blog.csdn.net/luohuiwu/article/details/80719292
今日推荐