高翔视觉SLAM十四讲学习笔记-第4讲李群与李代数

---

学习任务

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

在SLAM 中，除了表示之外，我们还要对它们进行估计和优化。因为在SLAM 中位姿是未知的，而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题。一种典型的方式是把它构建成一个优化问题，求解最优的R，t，使得误差最小化。
因为旋转矩阵自身带有约束条件（正交且行列式为1）通过李群——李代数间的转换关系，我们希望把位姿估计变成无约束的优化问题，简化求解方式。

一、李群李代数基础

乘法对应着旋转或变换的复合——两个旋转矩阵相乘表示做了两次旋转。对
于这种只有一个运算的集合，我们把它叫做群。

• 李群是指具有连续（光滑）性质的群。
  SO(n) 和SE(n)，它们在实数空间上是连续的。我们能够直观地想象一个刚体能够连续地在空间中运动，所以它们都是李群。
  

1.1李代数

• 李代数
  

• 引出
  任意旋转矩阵R满足：
  
  
  
  

• 李群代数的定义：每个李群都有与之对应的李代数。李代数描述了李群的局部性质。通用的李代数的定义如下：
  
  
  
  

二、指数映射和对数映射

李代数求导与扰动模型

小结♥重点♥