ch4-李群李代数

文章探讨了在SLAM问题中,如何利用李群和李代数来优化位姿估计。李群被视为变换矩阵,李代数作为变换向量,它们共同作用于减少误差。通过连续光滑的群运算和李代数的二元运算,可以对位姿进行调整。特别地,李代数求导用于找到最佳位姿,而小扰动模型求导则确定从当前位姿到最佳位姿的增量变化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对于SLAM问题来说,在宏观角度,李群就是变换矩阵,李代数就是变换向量。

李群李代数目的:因为我们需要经常的对某一个位姿的估计值进行调整,使它对应的误差减小,所以引入李群李代数优化位姿。

群的定义:一种集合+一种运算

群的运算:

 连续光滑的群就是李群

李代数的定义:集合+数域+二元运算

李代数的运算:

李群和李代数的转换关系:

 

 李代数求导和小扰动模型求导(以SO(3)为例):

李代数求导:

小扰动模型求导:

区别:李代数求导求出的是最佳位姿;小扰动求导求出的是当前位姿基础上达到最佳位姿的最佳增量。

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值