李群与李代数-slam14讲笔记

Stu.xian

已于 2022-10-08 11:45:54 修改

阅读量288

点赞数 2

分类专栏： slam

于 2022-10-07 22:38:43 首次发布

本文链接：https://blog.csdn.net/chuangkeiss/article/details/127195772

版权

slam 专栏收录该内容

11 篇文章 4 订阅

订阅专栏

文章目录

前言
群的定义
李代数的引出
李代数定义
- 1.李代数so(3)
- 2.李代数se(3)
指数与对数映射

前言

最近在学习slam14讲，出现李群和李代数内容，希望通过笔记方式加深下理解。

在前一文，讲述了旋转矩阵和变换矩阵，同时我们也提到了特殊正交群SO(3)，和特殊欧氏群SE（3）。数学公式可以写成这样：

但是有一个问题，这两个矩阵都不封闭，换句话说任意两个旋转矩阵 $R_{1}$ ， $R_{2}$ ，按照加法的定义他将不再是一个旋转矩阵，用数学公式可以表达为：

$R_{1}+R_{2}\neq {SO(3)}$ ， $T_{1}+T_{2}\neq {SE(3)}$

所以针对以上出现的问题我们由此引出了李群和李代数：

一、群的定义：

书上定义：群(Group)是一种集合加上一种运算的代数结构，以A表示集合，“·”表示运算，则群一般写作 G(A, ·)。现在估计也解释的很模糊，可以理解为就是一个矩阵的集合，为何有了矩阵还要弄个矩阵集合呢？因为矩阵它只是一个数，而像实际应用中我可能需要一系列数去描述某个事件的变化。而李群就是用来描述旋转平移上的变化，物体的旋转平移是连续的所以李群它也是随时间变化连续的。某个时刻下李群它是一个矩阵，但是一段时间内它是无数个矩阵的集合。综上群要求这个运算满足一下几个条件：

二、李代数的引出：

因为旋转矩阵R是正交矩阵，所以满足： R $R^{T}$ =E.

然后引入时间变量t 变为时间的函数R ( t ) ，即有： $\boldsymbol{R}(t) \boldsymbol{R}(t)^{\mathrm{T}}=\boldsymbol{I}$

两边对时间求导再整理得到：

$\dot{\boldsymbol{R}}(t) \boldsymbol{R}(t)^{\mathrm{T}}+\boldsymbol{R}(t) \dot{\boldsymbol{R}}(t)^{\mathrm{T}}=0$

可以看出 $\dot{\boldsymbol{R}}(t) \boldsymbol{R}(t)^{\mathrm{T}}$ 是一个反对称矩阵。之前我们引入 $\wedge$ 符号，将一个向量变为反对称矩阵。同理对任意的反对称矩阵，我们都可以找到一个对应的向量，即：

由此我们可以找到一个三维向量 $\phi(t) \in \mathbb{R}^{3}$ 与之对应：

等式两边乘以R（t）,由于R为正交阵，有：

由此我们每对旋转矩阵求导一次，只需左乘一个 $\boldsymbol{\phi}(t)^{\wedge}$ 矩阵即可。

三、李代数定义：

李代数so(3)

之前提到的o，事实上是一种李代数。SO(3)对应的李代数是定义在R3上的向量，我们记作o。根据前面的推导，每个都可以生成一个反对称矩阵:

两个向量 $\phi_{1}, \phi_{2}$ 李括号为：

李代数se(3)

四、指数与对数映射

1.SO(3)上的指数映射

现在我们计算 $\exp \left(\phi^{\wedge}\right)$ ，它是一个矩阵的指数，在李群李代数中称为指数映射。任意矩阵的指数映射可以写成一个泰勒展开，但是只有在收敛的情况下才会有结果，其结果仍是一个矩阵:

同样的我们对于so(3)中的 $\phi$ （不要忘记这是三维向量），也可以定义他的它的指数映射：

这种矩阵的多次幂计算困难，我们可以换一种思路，由于 $\phi$ 是三维向量，我们可以定义他的模长和方向分别定义他为 $\theta$ 和a，于是 $\phi$ = $\theta$ a.定义a为长度为1的方向向量。此时对于 $a^{\wedge }$ 有两条性质：

这两个式子给了我们处理 $a^{\wedge }$ 高阶的方法，由此矩阵的指数形式就可以写成：

化简出的结果和罗德里格斯公式如出一辙：

这说明so(3)实际上就是旋转向量组成的空间，这样一来我们就可以把so(3)中的任意一个旋转向量映射到SO（3）的旋转矩阵中去，反之我们定义了对数映射，就能把SO（3）中的元素对应到so(3)中去。

2.SE(3)上的指数映射

se(3)上的指数映射形式为：

按照so（3）上的做法推导，将指数项进行泰勒展开推导此式。令 $\phi$ = $\theta$ a，其中a为单位向量，就有：

从结果上看， $\xi$ 的指数映射左上角的R是我们熟知的SO（3）中的元素，与se(3)中的旋转部分 $\phi$ 对应。而右上角的J由上面的推导给出：

该式与罗德里格斯公式有些相似，但不完全一样。我们看到，平移部分经过指数映射之后，发生了一次以J为系数矩阵的线性变换。请读者重视这里的J，因为后面还要用到。
同样地，虽然我们也可以类比推得对数映射，不过根据变换矩阵T求so(3)上的对应向量也有更省事的方式:从左上角的R计算旋转向量，而右上角的t满足: