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
Light6012 分钟前
智链未来:彭山物流园区从物理基建到数据智能体的全维度构建方案
人工智能·系统架构·数字孪生·智慧物流·实施路径·彭山项目
zheyutao13 分钟前
字符串哈希
算法
AI资源库15 分钟前
GLM-4.7-Flash模型深入解析
人工智能·语言模型
A尘埃21 分钟前
保险公司车险理赔欺诈检测(随机森林)
算法·随机森林·机器学习
一切尽在,你来35 分钟前
1.2 LangChain 1.2.7 版本核心特性与升级点
人工智能·langchain
LYFlied37 分钟前
AI大时代下前端跨端解决方案的现状与演进路径
前端·人工智能
深蓝电商API40 分钟前
图片验证码识别:pytesseract+opencv入门
人工智能·opencv·计算机视觉·pytesseract
.Katherine௰40 分钟前
AI数字人模拟面试机器人
人工智能
光影少年41 分钟前
AI 前端 / 高级前端
前端·人工智能·状态模式
zhangshuang-peta1 小时前
OpenCode vs Claude Code vs OpenAI Codex:AI编程助手全面对比
人工智能·ai agent·mcp·peta