FAST-LIO论文公式解析

一、基础知识

1.1 指数映射/对数映射

1.2 BCH近似

1.3 SO3伴随

可以把李群和李代数的位置做交换:

二、Fx推导:

论文里的状态定义:

误差状态的定义如下:

  • 由于是ESKF(误差状态卡尔曼滤波器),因此我们要估计的是误差状态。卡尔曼滤波器中是误差状态转移方程的线性化系数(要把非线性->线性才能用,这部分可以参考一些EKF,ESKF的文章)。

在FAST-LIO中对于误差状态转移方程的描述以及线性化结果如下:

误差的估计值 = 状态的真值 - 状态的估计值。然后由状态转移方程从i+1时刻递推到i时刻。

接下来线性化呗,我们都知道KF用的是一阶泰勒展开,那么这里的F_x就是一阶导,又因为误差和噪声的期望都为0,所以这使得我们可以在0处展开,因此只需要求解在0处的导数即可:

带入公式1 FAST-LIO状态误差方程:

只看分子部分,我们令

链式求导展开

那么就可以计算出:

这里比较难计算的是第三行第一项:

至此,已经求得这三项,按照相加相乘起来就是最后的结果。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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