SO(3) 与 so(3) 的对应关系及案例

1. 定义与对应关系

SO(3)(特殊正交群)是三维旋转矩阵的集合:

SO(3) = { R ∈ ℝ³ˣ³ | RᵀR = I, det(R) = 1 }

so(3) 是 SO(3) 在单位元处的切空间,由所有 3×3 反对称矩阵组成:

so(3) = { φ∧ ∈ ℝ³ˣ³ | φ∧ᵀ = −φ∧ }

其中 φ = (φ₁, φ₂, φ₃)ᵀ 是一个三维向量,φ∧ 是其反对称矩阵:

φ∧ = 0 −φ₃ φ₂

φ₃ 0 −φ₁

−φ₂ φ₁ 0

核心映射关系:

  • 指数映射(so(3) → SO(3)):exp(φ∧) = R(即罗德里格斯公式)
  • 对数映射(SO(3) → so(3)):log(R) = φ∧
  • hat 映射(向量 → 反对称矩阵):φ∧ = hat(φ)
  • vee 映射(反对称矩阵 → 向量):φ = vee(φ∧)

2. 怎么从so(3) 变回 SO(3):绕 Z 轴旋转 90°

设旋转向量 φ = (0, 0, π/2)ᵀ,即绕 Z 轴旋转 90°。 (Ps:个人认为 φ就是惯导里面讲的等效旋转矢量)

步骤一:构造 so(3) 反对称矩阵

φ∧ = 0 −π/2 0

π/2 0 0

0 0 0

步骤二:指数映射得到旋转矩阵

利用罗德里格斯公式:R = I + (sinθ/θ)·φ∧ + ((1−cosθ)/θ²)·(φ∧)²

其中 θ = π/2,sinθ = 1,cosθ = 0:

R = 0 −1 0

1 0 0

0 0 1

这正是绕 Z 轴旋转 90° 的标准旋转矩阵。

步骤三:对数映射(反向验证)

Tr(R)是R的迹:1;

从 R 可以提取转角 θ = arccos((Tr(R)−1)/2) = arccos(0) = π/2,转轴为 (0,0,1),恢复出 φ = (0, 0, π/2)。

怎么从 SO(3) 变回 so(3)?------对数映射

给定一个旋转矩阵 RR,要找回它的旋转向量,先求转角

θ = arccos((Tr(R)−1)/2)

然后反对称矩阵部分由下式给出:

从反对称矩阵中读出 (ux,uy,uz),就得到了单位转轴,再乘上 θ 就是 so(3) 的向量形式。

相关推荐
行智科技12 天前
FAST-LIVO2 源码精读(二):环境搭建与编译避坑
算法·ubuntu·自动驾驶·slam
大江东去浪淘尽千古风流人物14 天前
【PromptStereo】零样本立体匹配新范式:用结构与运动Prompt驱动迭代优化(CVPR 2026)
深度学习·3d·slam·视觉定位·dust3r·3d重建·mast3r
吾名招财14 天前
开源可SLAM的3D扫描仪硬件方案(成本低至6000元)
slam·3d扫描仪·mid360
暂未成功人士!15 天前
简单了解李群和李代数的相关概念以及典型应用
人工智能·机器人·slam·姿态·李群李代数
MIXLLRED17 天前
Ubuntu 22.04 + ROS2 Humble 上部署 ScaRF‑SLAM指南
ubuntu·slam·ros2·离线建图
大江东去浪淘尽千古风流人物18 天前
【VGGT-Ω】前馈式3D重建的规模化之路:Register Attention、自监督训练与10B参数Scaling Law深度解析
深度学习·计算机视觉·transformer·slam·vio·3d重建
大江东去浪淘尽千古风流人物18 天前
【VGGT】统一3D重建:单网络同时预测相机位姿、深度图、点云与3D轨迹的前馈Transformer架构深度解析
网络·数码相机·3d·transformer·slam·3d重建·cvpr2025
kobesdu22 天前
【ROS2实战笔记-24】ROS2 Launch 实用技巧:条件逻辑与节点动态生成
笔记·ros·slam
大江东去浪淘尽千古风流人物22 天前
【RADIO-ViPE】动态环境下的在线开放词汇语义SLAM:视觉-语言-几何紧耦合BA与自适应鲁棒核深度解析
slam·语义slam·vio·开放词汇·动态场景
大江东去浪淘尽千古风流人物23 天前
【KV-Tracker】Transformer 实时位姿跟踪:KV-Cache 加速多视图几何网络达 27FPS
网络·深度学习·transformer·slam·位姿估计·kv-cache