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
hoiii18711 小时前
粒子滤波跟踪系统 - 蒙特卡洛方法实现
算法
2601_9561394211 小时前
政府事业机构品牌策划公司哪家专业
大数据·人工智能·python
安当加密11 小时前
模型文件裸奔?TDE如何实现AI大模型“零损耗”透明加密与防逆向
人工智能
AI木马人11 小时前
2.人工智能实战:大模型接口并发低、GPU利用率上不去?基于 vLLM 重构推理服务的完整工程方案
人工智能·transformer·vllm
ai产品老杨11 小时前
深度解析:基于国产化异构计算的 AI 视频管理平台架构——从 GB28181 接入到 NPU 边缘推流的解耦实践
人工智能·架构·音视频
Jmayday11 小时前
Pytorch:AI歌词生成器
人工智能·pytorch·python
狮子座明仔11 小时前
ThinkTwice: 让模型学会“做完题再检查一遍“,推理+自纠错联合训练只加3%开销
大数据·人工智能·深度学习
weixin_4216075511 小时前
AI解说大师(narrator-ai-cli):影视解说+自动化剪辑,一站式创作神器!
人工智能
冷小鱼11 小时前
消息队列(MQ)技术全景科普:从选型到AI+未来
人工智能·kafka·rabbitmq·rocketmq·mq·pulsar
迪菲赫尔曼11 小时前
从 0 到 1 打造工业级推理控制台:UltraConsole(Ultralytics + FastAPI + React)开源啦!
前端·yolo·react.js·计算机视觉·开源·fastapi