slam中的eskf观测矩阵推导

在之前的《slam中的eskf推导》一文中,没有写观测矩阵 H 矩阵的过程,现在补上这部分。

前置

列举几个等下推导需要用到的一些点:

平面特征点构造观测矩阵

例如在 fastlio 中,是利用平面特征点到拟合平面的距离来构造观测方程,利用平面特征点到拟合平面的距离应该趋向于0来列方程。假设拟合后的法向量为 u = [A, B, C]',截距为 D,点到平面的距离为 d = Ax + By + Cz + D

以距离来列观测方程:

对于 q 点的解释

对于平面方程,可以写作:

u'(x - q) = 0

u 是单位法向量,q 是平面上的任意已知点,点到平面的距离可以写作:

d = u'(x - q)

如果 x 也在平面上,则 d = 0

q 的选取不影响距离值的计算,因为:

u'(x - q1) = u'(x - q2)

推导观测方程

添加姿态偏差 δR,平移偏差 δt,以及噪声 V:

变换式子,可以得到:

等式两边对 δx 求偏导,得:

之后对 δx 中的角度 δθ 和 位移 δt 分别求偏导,得到:

对 δt 求偏导就比较简单了:

那么对于点 Pi 以及整体的观测矩阵 H:

相关推荐
WWZZ202517 小时前
ORB_SLAM2原理及代码解析:单应矩阵H、基础矩阵F求解
线性代数·算法·计算机视觉·机器人·slam·基础矩阵·单应矩阵
元让_vincent1 天前
论文Review SLAM R3LIVE | ICRA2022 港大MARS | 可以生成Mesh的激光视觉惯性SLAM
3d·机器人·图形渲染·slam·建图
WWZZ20252 天前
ORB_SLAM2原理及代码解析:Tracking::CreateInitialMapMonocular() 函数
人工智能·opencv·算法·计算机视觉·机器人·slam·感知
放羊郎5 天前
SLAM算法分类对比
人工智能·算法·分类·数据挖掘·slam·视觉·激光
极客代码6 天前
第五篇:后端优化——位姿图的灵魂--从图优化到滑动窗口的联合状态估计
python·深度学习·计算机视觉·视觉里程计·slam·回环检测·地图构建
点云SLAM10 天前
GTSAM 中自定义因子(Custom Factor)的详解和实战示例
算法·机器人·slam·后端优化·gtsam·gtsam自定义因子·因子图
杀生丸学AI10 天前
【无标题】SceneSplat:基于视觉-语言预训练的3DGS场景理解
3d·aigc·slam·语义分割·三维重建·视觉大模型·空间智能
点云SLAM24 天前
四元数 (Quaternion)在位姿(SE(3))表示下的各类导数(雅可比)知识(2)
人工智能·线性代数·算法·机器学习·slam·四元数·李群李代数
deepwater_zone1 个月前
SLAM(同步定位与建图)
slam
点云SLAM1 个月前
四元数 (Quaternion)与李群SE(3)知识点(1)
线性代数·slam·四元数·旋转矩阵·位姿表示·李群se(3)·四元数插值