视觉SLAM十四讲中常用的性质

视觉SLAM十四讲中常用的性质

性质一：$R$、$exp({\phi }^{\wedge })$和$Rexp({\phi }^{\wedge })$都代表旋转矩阵，旋转矩阵的逆和转置相等，所有的逆都相当于转置，即$(Rexp({\phi }^{\wedge }){)}^{-1}=exp({\phi }^{\wedge }{)}^{-1}{R}^{-1}$;

性质二：任意矩阵的指数映射可以写成一个泰勒展开，去掉高阶小量有：$exp({\phi }^{\wedge })={\sum }_{n=0}^{\infty }\frac{1}{n!}({\phi }^{\wedge }{)}^n\approx I+{\phi }^{\wedge }$；

性质三：反对称矩阵的性质$({\phi }^{\wedge }{)}^T=-{\phi }^{\wedge }$；

性质四：$a\times b=a^{\wedge }b=-b\times a=-b^{\wedge }a$

性质五：$R{p}^{\wedge }{R}^T=(Rp{)}^{\wedge }$

性质六：$Rexp(p^{\wedge })R^T=exp((Rp{)}^{\wedge })$

性质七：$ln(Rexp({\phi }^{\wedge }){)}^{\vee }=ln{R}^{\vee }+J_r^{-1}(ln{R}^{\vee })\phi$

性质八：旋转矩阵R和向量a，有$R\times a=Ra\times R$

性质九：位姿变换矩阵 $T=exp({\xi }^{\wedge })$

性质十：旋转矩阵R和向量a,$R[a{]}^{\wedge }=[Ra{]}^{\wedge }R$

线性近似表格

当$x_0\approx 0$

时，带入线性近似公式得f(x)≈f(0)+f′(0)⋅x

	f′	f(0)	f′(0)
$sinx$	$cosx$	0	1	$sinx\approx x$
$cosx$	−$sinx$	1	0	$cosx\approx 1$
$e^x$	$e^x$	1	1	$e^x\approx 1+x$
$ln(1+x)$	$\frac{1}{1+x} $	0	1	$ln(1+x)\approx x$
$(1+x{)}^r$	$r(1+x{)}^{r-1}$	1	r	$(1+x{)}^r\approx 1+rx$