SLAM中的非线性优-3D图优化之相对位姿Between Factor(七)

本节继续讲解李群李代数推导方式的相对位姿雅可比,上节讲到了对两时刻同时左扰动的方式,但是这样推导过于复杂,这一节讲解如何利用对两时刻单独左扰动的方式推导,依然使用相同的图来说明

同上节一样,先来点基础知识

一. 基础知识

1. 伴随矩阵性质

对两边同时施展逆变换可得

2. 左右扰动

二. 问题描述

位姿图残差项为:

目的利用BCH公式,将施加扰动后的残差项变为类似如下形式

三. 雅可比推导

1. 先对i时刻求导

实际是在上式左侧乘了一个单位元, 等式即可成立

代入到扰动后的残差

这样推导了i时刻的雅可比,与上节推导一模一样,但更直观更简洁

2. 再对j时刻求导

代入到扰动后的残差

直接利用伴随性质即可

3. 将两个结果放一起对比

这个对称而优美的结果显示了李群理论在推导中的强大威力

四. 总结

本节以伴随跟BCH公式为基础,直接推导了左乘扰动后的雅可比矩阵,并且最终结论与上节完全一致,相对上节的推导,单个求扰动后的雅可比更加简洁,更加容易理解,不过实现路径虽有不同,最终结论确是一致的,因此可以得出一个结论,再求解雅可比矩阵的时候,选择合适的扰动方式,往往能事半功倍。

附录

对上述几何解释中的符号相反做一个说明

为啥残差保持不变,符合相反的雅可比就是正确的呢?

简单的总结为: 只有扰动相同时,残差会保持不变,雅可比为0,这也就意味着相对位姿无法消除零空间

相关推荐
爱编程的小吴32 分钟前
【力扣练习题】167. 两数之和 II - 输入有序数组
算法·leetcode·职场和发展
sunfove37 分钟前
打破物理与算法的边界:超分辨率成像原理深度解析
算法·成像·超分辨城乡
程序媛Dev39 分钟前
用这个开源AI,实现了与数据库的“自然语言对话”
数据库·人工智能
wearegogog1238 小时前
基于 MATLAB 的卡尔曼滤波器实现,用于消除噪声并估算信号
前端·算法·matlab
一只小小汤圆8 小时前
几何算法库
算法
Evand J8 小时前
【2026课题推荐】DOA定位——MUSIC算法进行多传感器协同目标定位。附MATLAB例程运行结果
开发语言·算法·matlab
leo__5208 小时前
基于MATLAB的交互式多模型跟踪算法(IMM)实现
人工智能·算法·matlab
忆锦紫8 小时前
图像增强算法:Gamma映射算法及MATLAB实现
开发语言·算法·matlab
脑极体8 小时前
云厂商的AI决战
人工智能
t198751289 小时前
基于自适应Chirplet变换的雷达回波微多普勒特征提取
算法