SLAM中的非线性优-3D图优化之绝对位姿SE3约束SO3/t形式(十八)

同之前相对位姿,若只需要单一旋转或者平移的融合的需求,则分开求解会更直观,接下来请看如何求解吧,先以右乘作为切入点

11. 残差定义

注意:这里观测减预测,实际我个人比较喜欢预测减观测,这样推出来的雅克比可以忽略负号,下面推导观测减预测,多了一个负号

12. 右扰动模型雅可比

13. 左扰动模型雅可比

总结

本文详细推导了分开形式的残差及雅克比左右扰动模型,经过这么多章节相似方法的推导,应该能发现一个现象,这种类型的推导,基本都是先定左右扰动模型,然后要么用一阶近似,要么伴随,构造BCH公式,这种位姿的融合讲解基本差不多了,下一讲应该是四元素或者实战了

相关推荐
fantasy_arch22 分钟前
pytorch人脸匹配模型
人工智能·pytorch·python
科技那些事儿25 分钟前
实时洞察,视觉赋能:国内情绪识别API公司推荐及计算机视觉流派深度解析
人工智能·计算机视觉
德思特42 分钟前
从 Dify 配置页理解 RAG 的重要参数
java·人工智能·llm·dify·rag
火山引擎开发者社区44 分钟前
ArkClaw AI 盯盘管家 —— 从手动口令到自动推送,4 套预置定时任务模版一键启用
人工智能
sxgzzn1 小时前
新能源场站数智化转型:基于数字孪生与AI的智慧运维管理平台解析
大数据·运维·人工智能
北巷`1 小时前
CC Workflow Studio 解析与落地方案
人工智能·团队开发
十铭忘1 小时前
连续扩散语言模型
人工智能
AI算法沐枫1 小时前
深度学习python代码处理科研测序数据
数据结构·人工智能·python·深度学习·决策树·机器学习·线性回归
迁移科技1 小时前
告别人工分拣!迁移科技 AI+3D 视觉让机器人 “看懂” 无序抓取
人工智能·科技·3d·机器人·自动化·视觉检测