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
java资料站4 小时前
十一、Spring AI Alibaba · 高级 · 多智能体(Multi-agent)
人工智能·spring·microsoft
2601_955662465 小时前
情感解说视频如何提升感染力?配音细节很关键
人工智能·音视频·语音识别·视频
苏醒的人生5 小时前
电商品牌物料AI生图工具推荐:让品牌调性一套到底
人工智能
lank_M5 小时前
截图OCR预处理在普通屏上翻车,Retina截图却没事
图像处理·人工智能·计算机视觉·ocr
Aloudata5 小时前
LookML 语义模型 vs 企业级独立语义层:BI 建模语言能否承担企业语义底座?
数据库·人工智能·数据分析·数据资产·dataagent
启观川5 小时前
数据结构与算法 -第 3 章 常用算法-动态规划
数据结构·笔记·python·算法
码爸5 小时前
排序算法介绍
python·算法·排序算法
龙亘川5 小时前
AI 协同赋能城市治理:支撑政协数字化履职的技术路径探析
大数据·人工智能·智慧城市·开源软件·数据可视化
通信大模型5 小时前
IEEE TCCN | 面向低空经济网络的Agentic AI驱动多无人机轨迹优化
网络·人工智能·无人机