视觉SLAM十四讲：从理论到实践（Chapter4：李群与李代数）

前言

学习笔记，仅供学习，不做商用，如有侵权，联系我删除即可

一、目标

1. 理解李群与李代数的概念，掌握SO(3)、 SE(3)与对应李代数的表示方式。
2. 理解BCH近似的意义。
3. 学会在李代数上的扰动模型。
4. 使用Sophus对李代数进行运算。

二、李群与李代数基础

旋转矩阵自身带约束（正交且行列式为1），当它作为优化变量时，会引入额外的约束，使优化变得困难。通过李群-李代数间的转换关系，可以把位姿估计变成无约束的优化问题。

2.1 群

群（Group）是一种集合加上一种运算的代数结构，集合记作A，运算记作·，那么群可以计算G=（A,·）。群运算满足“封结幺逆”的条件：

 李群（Lie Group）：

• 具有连续（光滑）性质的群
• 既是群，也是流形。
• 直观上看，一个刚体能够连续在空间中运动，故SO(3)和SE(3)都是李群。
• 但是SO(3)和SE(3)只有定义良好的乘法
• 没有加法，难以进行取极限、求导的操作。

2.2 李代数

与李群对应的一种结构，位于向量空间。

• 通常记作小写的so(3)和se(3)，通常用哥特体写出。
• 实际上是李群单位元处的正切空间。

因此，李群和李代数之间存在指数映射关系。哥特体的李代数so(3)代表一个能够表示相机位姿的三维向量。

李代数的性质：

李括号：

三、指数与对数映射

3.1 SO(3)上的指数映射

SO(3)上的指数映射其实就是罗德里格斯公式。

对应的对数映射：

3.2 SE(3)上的指数映射

 J：Jacobian矩阵，只和旋转有关。

四、李代数求导与扰动模型

4.1 BCH公式与近似形式

左乘模型和右乘模型不一样，现在基本上都是左乘模型。

李代数上做加法等价于在李群上做了一个右乘，但右乘上多乘一个右雅可比矩阵。

se(3)的形式（SLAM中最常用的公式，只记左乘就可以，其实是一样的）：

4.2 李代数求导

导数模型：对R对应的李代数加上小量，求相对于李代数小量的变化率。

​​​​​​​

扰动模型：对R左乘或右乘一个小量，求相对于小量的李代数的变化率。

设存在一个左扰动，对应的李代数为，对求导：

导数模型更精确，扰动模型编程时更常用。

SE(3)上的李代数求导

矩阵求导规则（推导中需要）：

 4.3 相似变换群与李代数

多了一个尺度自由度s，即Sim(3)是7自由度变换：

总结