高翔slam14讲 笔记二

1. 三维空间刚体运动 由一次旋转加一次平移组成 但是对这样的变化进行处理不是很直观，这里对旋转引出了旋转矩阵，四元数，欧拉角，逐渐更优化的表示刚体的旋转，同时eigen库的程序，需要自己下去手敲一遍

2. 从点和向量开始进行推导，用来表示相机的姿态

关键的引出向量的外积，外积的结果也是向量，这个向量是垂直于这两个向量，同时也会引入^符号，将一个向量变为一个矩阵，外积就可以称为一个矩阵和一个向量的乘积

1. 坐标系变换
   一个为世界坐标系，一个为相机坐标系，后一个可能会实时产生变化，这样的话，物体在两个坐标系中的坐标是不一样的
   这里引出一个概念为欧式变换，将手机坐标系与世界坐标系联系起来（向量是不会随着坐标系的变化而发生运动的）
   
   刻画同一个向量的坐标变换关系，旋转一致时，这个矩阵就是一致的
   这里的R就是命名为旋转矩阵集合定义如下
   
   因为向量不变，由基引出了旋转矩阵，通过旋转矩阵来描述旋转
   

2. 由于欧式变换时不仅有旋转，还有平移
   

用上述的式子来进行操作， 由于不是线性变换，会使得这个变换很啰嗦，这里我们采用三维变四维，齐次坐标

这样就引出了SO(3)SE(3)两个集合

实践部分放到后面做，这一小节就是通过点，向量，基来表达向量在不同坐标系的旋转，引出SO3，然后由于刚体运动中不仅需要旋转，还需要平移，所以这里就需要引出齐次坐标，然后得到SE3

3 . 继续往下，由于SO3 SE3存在局限性，并且他的存在数量是远大于需要描述的数量的，这样会造成冗余，比如旋转矩阵有9个量，但是旋转只需要是三个量来表达，这样就是一个很大的缺点
这里就引入了旋转向量来对其进行描述

旋转矩阵与旋转向量，两者的相互转换



任意的旋转都可以由一个一个旋转轴和一个旋转角来进行刻画

4. 由于这个旋转矩阵和旋转向量描述旋转时，对人类是非常不直观的，就引出欧拉角来对其进行一个描述
   

但是又由于万向锁的存在，使得存在奇异性，只是在人机交互中，可能会使用，slam中很少会使用到

6. 由上面的原因引出了四元数
   
   比上述的所有描述旋转的方法都好，就是不够直观，运算复杂一些。
   四元数可以用来表达一个旋转
   同时他也存在着一系列的运算

这个公式目前推导不出来

8. 四元数关于与其他表现形式的转换
   
   库中会给出结果，自己第一次接触可能印象不深，所以后面再推导

总结：本章主要围绕着旋转进行展开，引出向量，点，基的概念，知道外积可以表示旋转，这里比较重要的符号是反对称符号，将一个向量变成一个矩阵，然后通过向量的位置不会改变这个原理，通过相机坐标与世界坐标引出旋转矩阵，然后由于运动是旋转加平移，所以得出平移矩阵，又由于上面两个矩阵表示的量过多，存在冗余性，引出旋转向量：一个旋转轴和一个旋转角，又因为不直观的原因，引出欧拉角来进行直观描述，但存在万向锁这个概念，只适合用于人机交互这中情况，所以，最后我们采用四元数来描述这个旋转。