MSCKF之零空间投影NullspaceProjection

最新推荐文章于 2024-03-12 11:29:24 发布
最新推荐文章于 2024-03-12 11:29:24 发布
阅读量1.1k 收藏 7
点赞数 1
分类专栏： MSCKF （理论+程序）
原文链接：https://zhuanlan.zhihu.com/p/150641671
版权
本文详细探讨了MSCKF中如何通过NullspaceProjection消除观测模型对三维点的依赖，实现误差函数独立于三维点的状态估计。通过实例和引用【1】【2】，深入解析这一技术在视觉导航中的应用和OpenVINS框架中的实践。

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

一、目的

思想：本文着重分析MSCKF中的零空间投影Nullspace Projection。MSCKF 滤波器状态量中不包含三维点，而是利用零空间投影使误差函数与三维点无关。

 

零空间投影就是为了去除误差模型对三维点的依赖. 换句话说（不严谨）: 使观测模型与三维点无关, 把三维点边缘化掉

  

 

 

Reference

【1】A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation

【2】OpenVINS

 

 

 

 

 

 

 

 

 

 

零空间（Null Space）控制例子
xiaoc100200的博客
06-08 981
零空间（Null Space）控制是一种用于多任务控制系统的技术，特别适用于机器人和多自由度系统。其基本原理是将控制任务分解为不同的优先级，其中高优先级任务在主空间（Task Space）中执行，而低优先级任务在零空间（Null Space）中执行。这样可以保证在完成主要任务的同时，次要任务不会干扰主要任务的执行。
线性代数 --- 投影Projection 六（向量在子空间上的投影）
松下J27录放机
01-10 7302
向量在多维子空间上的投影
MSCKF之零空间投影边缘化landmark
最新发布
weixin_45834800的博客
03-12 530
既然 rank(�)=�rank(A)=n，我们可以得到左零空间的维度为： �+nullity of the left null space(�)=�n+nullity of the left null space(A)=m nullity of the left null space(�)=�−�nullity of the left null space(A)=m−n。如果矩阵 �A 是列满秩的，这意味着它的所有列都是线性独立的，并且其秩等于其列数，即 rank(�)=�rank(A)=n。
四足机器人中不同优先级任务的执行——Null-Space Projection方法
Robotics_Notes
09-21 9474
1.背景 最近看了一篇论文,是MIT的关于四足机器人全身动力学控制(WholeBodyControl,WBC[1]),文中有一节是关于不同优先级任务的执行(PrioritizedTaskExecution),用的技术是零空间投影(Null-SpaceProjection[2]). 所谓PrioritizedTask通常用于冗余度机械臂、双足机器人、四足机器人等具有冗余自由度的机器人系统中,通常有两个或以上的任务需要同时执行,但不需要同时严格满足执行任务要求;因为任
基于零空间投影（NSB）行为法的多智能体控制
国庆的博客
08-18 4190
1、行为控制的相关概念 1.1、行为控制的定义 基于行为法的基本思想为：首先设定智能体一些期望的基本行为，每个行为都有其目标或任务。通常情况下，智能体的的行为包括避碰、 避障、 驶向目标和保持队形等。当智能体的传感器接受到外界环境刺激时， 根据传感器的输入信息作出反应， 并输出反应向量作为该行为的期望反应（方向和运动速度等）。 行为选择模块通过一定的机制来综合各行为的输出， 并将综合结果作为机器人对环境刺激的反应而输出。 设计基千行为的系统的主要问题是在设计各种基本行为以及其有效的行为协调机制。 1.
MSCKF中左零空间的计算
chennuo0125的博客
04-16 1012
问题 如下公式(1)对应MSCKF论文中的公式(23)，其表示特征jjj与所有观测到该特征的状态构成的观测方程，但这个方程中的 Gp~j{}^{G}\widetilde{\boldsymbol{p}}_{j}Gp​j​ 是由状态 X~\widetilde{\boldsymbol{X}}X 推导出来的，于是这两类状态之间存在耦合，这与EKF所要求的观测方程不一致，因此需要调整该观测方程。 r(j)≃Hx(j)X~+Hf(j)Gp~j+n(j)(1) \mathbf{r}^{(j)} \simeq \mathb
DSO零空间与尺度漂移
xxxlinttp的博客
11-01 4263
DSO是单目VO，不可避免地遇到尺度漂移的问题，根据代码来看，DSO并不是通过Sim3优化的方式来处理尺度问题的，那么代码中使用了什么技巧来保持零空间的稳定呢？
矩阵的投影、线性拟合与最小二乘法
superSmart_Dong的博客
08-14 2815
矩阵的四大基础子空间、投影矩阵、最小二乘法
子空间投影
Unyielding will
04-01 1517
一、二维平面下的投影 表示列向量。 为向量在向量上的投影,。 = 所以有：， 变换后可得 ==> 所以 , 则 记投影矩阵为, 所以 。 分母是一个数，分子为列向量乘以行向量，故分子为矩阵。所以是个矩阵（投影矩阵）。 由于的结果在的列空间里，的秩为1，其列空间是通过向量的直线。 矩阵的性质： （1） （2）...
MIT Cheetah WBC中不同优先级任务的执行 零空间方法
qq_29735067的博客
07-19 1360
对MIT 开源算法WBC(WBIC)中的任务优先级部分进行了详细推导
机器人冗余自由度优化过程中的零空间概念
qq_46304090的博客
08-30 5770
机器人冗余操作
Null space （零空间）的简单实例分析，参考wiki
gyy930324的博客
10-12 3785
We give here a simple illustration of computing the kernel of a matrix (see the section Basis below for methods better suited to more complex calculations.) We also touch on the row space and its re
线性代数基础8--正交与投影,最小二乘法的线性解释
pu_pupupupupu的博客
01-14 2854
1, 之前提到过四个基本子空间的维数,现在继续深入 行空间与0空间相互正交(交集只有0向量),列空间与左零空间也相互正交. 2, 两个向量正交,就等价于上面的公式.也可以说,做一个x与y的点乘. 以下是证明 这里x的转置×y与y的转置×x是相同的,因为点乘是一个数,所以一个数的转置任然是这个数.所以从向量的勾股定理得出这个结论. 并且0向量与任意向量都正交. 这是x向量与y向量正交的两种现象,一种是模,一种是点乘为0. 3,将正交的概念推广到空间. 如果说空间S与空间T相互正交,就是说S中的任意一
矩阵论极简笔记（2）:列空间、正交补、零空间、行空间
猫头军师兵书
12-18 6366
来锻炼大脑内存
MSCKF理论推导与代码解析
诗筱涵的博客
07-23 2382
转载自：https://mp.weixin.qq.com/s/MECuRKUw2F5LtelqLK-now MSCKF理论推导与代码解析 原创 魏宏宇 3D视觉工坊 2020-07-31 点击上方“3D视觉工坊”，选择“星标” 干货第一时间送达 在SLAM后端中，主要有两种主流方法用于优化：基于滤波的方法和基于非线性的方法。基于滤波的方法主要有MSCKF、S-MSCKF、ROVIO等，基于非线性的方法主要有OKVIS、VINS-MONO、VINS-Fusion等。在这一节，主要分析S-MS
机械臂的零空间（nullspace）及零空间阻抗等相关控制的实现概论
热门推荐
罗伯特祥的博客
08-20 1万+
文章目录1. 什么时候会出现零空间2. 零空间控制的基本原理3. 应用4. 说明5. 零空间阻抗控制6. 任务优先级控制7. 无反作用零空间 先来三幅经典的案例图： 1. 什么时候会出现零空间 当末端保持不动，而其他关节可转动时，这些所有能转动的位形即构成零空间。 对于冗余机器人，由于机器人自由度大于空间自由度，因此在任何时候都能出现； 对于非冗余的情况，当机器人自由度大于要控制的空间自由度时，也会出现（如只控制末端位置而不管姿态的情况下）； 即： ∃q˙,Jq˙=0 \exists \dot q
DSO(5)——零空间的计算与推导
wuRDmemory
03-25 5822
写在前面 这部分的代码着实很难，一方面论文中几乎没有提这个事情，另一方面这部分的参考资料也确实是比较少，网上能搜索到的基本都是讨论FEJ对零空间的保持问题，所以笔者在看这一部分的时候，着实很艰难，写这篇笔记的时候也是因为自己的觉得理论和公式推导至少能说服我自己了，因此才写出来，不对的地方也希望小伙伴们能够指出来，大家一起进步。 Reference 这次先把自己参考的文章列出来，自己平时是不太喜欢...
正交子空间投影的学习笔记
weixin_38536617的博客
10-10 2771
一、子空间的概念 （需要说明的是并非原创，只是看到某博主记录的相关内容对我来说比较有意义所以就总结整理了一下，第一次发，也不知道这样的格式对不对，希望以后自己可以把学习到的以及自己领悟到的都记在这里。） 矩阵的四个基本子空间 1、零空间 矩阵A的零空间就Ax=0的解的集合。假设矩阵的秩为r，矩阵为m*n的矩阵，则零空间的维数为n-r。因为秩为r，则自由变量的个数为n-r，有几个自由变量，零空间就可...
重温线性代数（3）——正交、投影
毛可的专栏
08-01 1万+
线性代数是数学中的基础，也是十分重要的数学工具。在接触机器学习之后，我逐渐认识到了线性代数的重要性，矩阵运算，优化求解，都离不开线性代数的知识。同时，我也发现了自己数学基础的严重不足，急需好好重学一遍线性代数，为之后的学习打好基础。因此，“重温线性代数”这个系列就诞生了。或许大家会觉得这个系列的内容稍微基础了点，但学习就是如此，一遍又一遍，脚踏实地，温故知新，每次学习都会有新的收获。    
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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