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
腾科IT教育36 分钟前
Spring AI Alibaba 向量(VectorStore)
人工智能·spring·microsoft
IT_陈寒1 小时前
React中useEffect依赖项这个坑我居然踩了三天
前端·人工智能·后端
江畔柳前堤1 小时前
github实战指南02-仓库管理与 Issue
人工智能·深度学习·github·信号处理·caffe·wps·issue
邵宇然1 小时前
内存分配优化:基于 Unsafe 指针与内存对齐的 Rust 区域分配器
人工智能
海兰1 小时前
【游戏】迷雾镇(Mist Town)AI 沙箱游戏详细设计与部署指南(附源代码)
人工智能·游戏
小赖同学啊1 小时前
智能连接器集群化高可用生产方案
linux·运维·人工智能
ZStack开发者社区2 小时前
基于AI Agent的ZCF API文档全链路自动化
运维·人工智能·自动化
沈麽鬼2 小时前
别瞎用AI写代码!90%开发者都搞错了AI编程的底层逻辑
人工智能·ai编程·trae
小陈爱编程2 小时前
我终于把 Codex 的 API 配置理顺了:从踩坑到跑通
人工智能
不爱洗脚的小滕2 小时前
【Agent】如何为 AI Agent 设计高可用的 Tools
人工智能·aigc·ai编程·rag