由于在运动中旋转除了表示外,还需要对它进行估计和优化,而旋转矩阵自身带有约束,优化会带来很大的困难,所以引出李代数来对其进行优化!
-
引出群的概念:
变换矩阵和旋转矩阵对于乘法构成了群SO3 SE3 -
由群 引出李群的概念,这里的SO3,SE3都可以被称为李群,具有连续(光滑)性质的群,SO3,SE3就是表示刚体在空间上的运动,这个就是连续的,所以这两个都是李群
-
因为这个李群在乘法上是封闭的,这个表明在乘法上具有良好的性质,但是在加法上并不是,没有加法,所以难以取极限,求导等操作 这里会引出李代数
-
可以完成对以上的公式的推导
所以这里就直接存在了映射关系
这里记忆可以一阶上面的符号为李代数 so3 -
每一个李群都有一个李代数与之对应
这里可以知道李代数的概念
总结:
用于表达旋矩阵的导数,刚好弥补了李群无法确定导数的这一个缺点
同样也可解释se3这个李代数 -
已知李代数的定义,即形式,现在我们需要解决映射关系是怎么样去计算的
通过一系列公式,得到指数映射为这个式子
SE3为同样的推导
得出下面这个总体框架图
- 引入了李代数之后就有了求导的途径
当so3李代数进行加法时,我们需要知道这个so3是一个怎么样的计算
由上面可以引出左乘与右乘模式,对一个旋转矩阵R2左乘一个微小的旋转矩阵,可以近似的看做上述加上一项这样的数
通过以上的举例得到 李群乘法与李代数加法的关系
1. 这里再引出重要的点,我们引出李代数是因为李群没有加法,李代数可以,这样就可以为求导做铺垫,所以如何描述SO3上李代数求导是一个重要的问题,同时有着比较重要的实际意义
BCH公式:so3上做李代数的加法时,并不是对应这两个SO3两个矩阵的乘积
通过第一个式可以看到,做成一个微小的旋转矩阵R1,,可以近似看做加上一项,
J的等式如下:
引出求导
这里过于复杂,只好看到实例,运用到实例之后再回来推了,总结不下去了,害!