VSLAM学习记录-求导：李群与李代数

1.基础知识回顾：导数与微分

导数是针对一个点处函数变化率来说的，求导过程伴随着求极限。设函数$h$自变量为$x$，那么在$x_0$处$h$的导数意思是，在$x_0$临域内，$\Delta x\mapsto 0$时，$h$的变化量$\Delta h$与$\Delta x$的比值，即$$\underset{\Delta x\to 0}{\lim }\frac{\Delta h}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{h(x_0+\Delta x)-h(x_0)}{\Delta x}$$

2.优化中的旋转量

2.1 背景

在之前的博客中介绍过旋转的表示方法，不了解的同学可以看看：刚体运动中的坐标变换-旋转矩阵、旋转向量、欧拉角及四元数

在VSLAM非线性优化中，使用旋转矩阵来进行坐标变换，而待优化的误差为预测坐标与观测坐标的差值，在摄像头观测到一个坐标点时，假设我们不优化坐标点，那么此时变量就是变换矩阵，而变换矩阵由旋转矩阵和平移向量组成。要对误差函数求导，就必须对旋转矩阵求导。但是旋转矩阵为乘法运算定义良好的李群元素，如果直接将微小扰动乘在原函数值上做差，再除以这个微小扰动，这个导数是无法进一步简化的，这样会造成优化上的麻烦（目前我觉得是可以这么做，但就是很麻烦，聪明的数学家是不会允许这种情形出现的）。
其实，所有李群都有自己的李代数，这个李代数表征了李群的切空间性质，有了李代数，求导会容易很多。对坐标值的求导过程正是通过李代数的指数映射来简化的。

2.2 李群和李代数

2.2.1 李群

旋转的参数化表示之一，就是使用旋转矩阵R来表示，旋转矩阵是一个正交阵，即其逆为自身的转置，且行列式值为1。

S O ( n ) = { R ∈ R n × n ∣ R R T = I , d e t ( R ) = 1 } SO(n)=\{R\in \mathbb{R}^{n\times n} |RR^{T}=I,det(R)=1\} SO(n)={R∈Rn×n∣RRT=I,det(R)=1}

• 这里的第一条性质表明，反向旋转$\theta$角度，其旋转矩阵等于正向旋转矩阵的转置。而第二条性质，表明旋转矩阵代表的变换为等体积变换[1]。

所有旋转矩阵构成的集合，加上矩阵乘法，就构成了特殊正交群SO(n)这一李群（n表示维度）。SO(n)群内元素具有连续光滑的性质。旋转矩阵为SO(3)。

• 本次记录主要针对高博视觉SLAM十四讲中第45页，75页，85页及186页附近内容的梳理，有书的同学可以对照着看。

在SO(3)李代数的推导中可知，so(3)中的向量表征了SO(3)某一旋转的导数与该旋转的线性变换关系。

2.2.2 李代数与李群的关系：指数映射

对于正交矩阵，显而易见下列等式都成立：
$$R{R}^T=I$$
两边求导，得到如下结果（矩阵转置和求导顺序可以互换）：
$$R^{\prime }{R}^T+R{R^T}^{\prime }=R^{\prime }{R}^T+R{R^{\prime }}^T\text{\hspace{1em}(1)}$$

• 这里矩阵求导，可以当作对矩阵每个格子中元素求导，对单元函数（就是没有多个变元的函数，我手动推导了以下过程：

因为 $R{R}^T=I$，设$R$每个格子里的量是时间的函数，即：
$$R=\left(\begin{array}{ccc}{a}_{11}(t)& a_{12}(t)& a_{13}(t)\\ a_{21}(t)& a_{22}(t)& a_{23}(t)\\ a_{31}(t)& a_{32}(t)& a_{33}(t)\end{array}\right)$$

此时对$R(t)$求导，含义是对每个$a_{ij}(t)$求导，对矩阵求导的定义同样适用于等式右边。
证明，$(R(t)R(t{)}^T{)}^{\prime }=\dot{R}(t){R(t)}^T+R(t){\dot{R(t)}}^T$
假设$R(t)R(t{)}^T=A$
则有$A_{ij}={R(t)}_{i,1:3}{R(t{)}^T}_{1:3,j}$
对$A_{ij}$先乘积展开，求导后合并可得
${A_{ij}}^{\prime }={\dot{R(t)}}_{i,1:3}{R(t{)}^T}_{1:3,j}+{R(t)}_{i,1:3}{\dot{R(t{)}^T}}_{1:3,j}$
即可得到两个矩阵乘积的求导公式，这个和初等函数乘积求导是一样的。
所以有：
$$\dot{R}(t){R(t)}^T+R(t){\dot{R(t)}}^T=0^{3\times 3}$$
然后利用矩阵乘法的转置，上式等同于下：
$$R^{\prime }{R}^T=-{(R^{\prime }{R}^T)}^T\text{\hspace{1em}(2)}$$

• 证明完毕

对于正交阵，其求导后的矩阵与本身转置的矩阵相乘的结果，是一个反对称矩阵。而反对称矩阵有个特点，对角格子全为零，剩余格子是由三个量按规律排列的。
用$ \phi (t)= \begin{pmatrix}
a1\
a2\
a3
\end{pmatrix}$表示一个三维向量，则其对应的反对称矩阵为：
$$\widehat{\varphi (t)}=\left[\begin{array}{ccc}0& -a3& a2\\ a3& 0& -a1\\ -a2& a1& 0\end{array}\right]$$

公式二可以写为$R^{\prime }{R}^T=\widehat{\varphi (t)}$,两边同时乘以$R$
$$R^{\prime }=\widehat{\varphi (t)}R\text{\hspace{1em}(3)}$$
正交矩阵型函数，其导数等于正交矩阵函数乘以一个反对称矩阵（这个反对称矩阵是导数与逆的乘积）。

对旋转矩进行对应的so(3)向量所代表的线性变换矩阵（即李代数对应的反对称矩阵）的线性变换，就可以得到该旋转矩阵的一阶导数，换为普通函数更好理解：即$y^{\prime }=Ay$,那么很明显，$y$为以$e$为底的指数函数，$y=e^{Ax}$，这里也是类似的。通过解这个微分方程，可以得到：
$$R=\exp (\widehat{\varphi (t)})\text{\hspace{1em}(4)}$$
这个就是李代数与李群中元素的映射关系。通过这个映射关系，可以对求导进行简化。实际上在非线性优化时，使用的就是李代数与李群间的指数映射关系。

2.2.3 如何求李代数

$$\widehat{\varphi (t)}=\log (R)=\frac{\theta }{\sin \theta }(R-R^T)\text{\hspace{1em}(5)}$$
其中：$$\theta =\arccos \frac{\tau -1}{2}=\arccos \frac{r_{11}+r_{22}+r_{33}-1}{2}$$
根据公式5得到的反对称矩阵，可以映射回相应的李代数。
$$\varphi =[\widehat{\varphi (t)}(2,1),-\widehat{\varphi (t)}(2,0),\widehat{\varphi (t)}(1,0){]}^T$$

3.求导：左扰动模型

在求导时，利用BCH近似求导的方法在我看来是利用函数显示计算增量，而扰动模型是利用递推公式计算增量，二者结果是等价的。
左扰动指扰动旋转矩阵左乘到旋转矩阵上：
$$\frac{\partial (Rp)}{\partial \phi }=\underset{\phi \to 0}{\lim }\frac{(\exp \hat{\phi }\exp \hat{\varphi })p-\exp \hat{\varphi }p}{\phi }\text{\hspace{1em}(6)}$$
等价无穷小关系$$\underset{x\to 0}{\lim }\exp (x)=1+x$$
所以公式6可以进行如下变换：
$$\begin{gathered} \frac{\partial (Rp)}{\partial \phi }=\underset{\phi \to 0}{\lim }\frac{(1+\hat{\phi })\exp \hat{\varphi }p-\exp \hat{\varphi }p}{\phi } \\ =\frac{\hat{\phi }\exp \hat{\varphi }p}{\phi } \\ =\frac{\hat{\phi }Rp}{\phi } \\ =\frac{-\widehat{Rp}\phi }{\phi } \\ =-(\widehat{Rp}) \end{gathered}$$

参考

1.行列式