在进行VINS on wheel的推导时,参阅了相关references。在此记录相关的位姿递推时的jacobian。
相关知识:
根据文献【1】:
李代数到李群的指数映射为:
反对称矩阵的性质:
则有:
李群到李代数的映射为:
其角为theta,轴为的 非对角元素。
伴随性质:
因此SO(3) R的伴随等于R。
Jacobian求解
对于SO(3)与R_3向量乘积的J
该求导是非常直观的,因为它符合R_3向量的减法运算,直接左右扰动求解即可,例如左扰动:
个人推导如下:
对于SO(3)与SO(3)乘积的J
添加扰动如下:
个人推导如下:(感觉只有对delta_R的左扰动合理)
上述推导用到了SO(3)的伴随 BCH性质:
即:
同理SE(3):
其中:
In the context of Odometry Propagation of IMU or WHEEL, using Kalman Filter, MSCKF, for example. we need calculating the propagation of Covarriance Matix. As for this, the Jacobian of R_k+1 w.r.t R_k or delta_R must be compluted, in order to make the Uncertainty of State Propagation determined.
To be continued...
参考文献
[1] Lie Groups for 2D and 3D Transformations