刚体姿态表示

空间刚体的姿态有3个自由度，通常采用旋转矩阵（9个参数）、旋转向量（3个参数）、欧拉角（3个参数）、四元数（4个参数）表示。

由于姿态有3个自由度，而旋转矩阵和四元数的参数个数大于3，这种表示方法叫做过参数表示。

旋转向量和欧拉角中的参数个数与自由度数相等，这两种表示法也叫作最小参数表示法。

3个自由度，但旋转矩阵却有9个参数，导致这种表示法有6个约束。有约束就不能用无约束优化。
3个自由度，但四元数有4个参数，导致有1个约束。与旋转矩阵一样，不能用无约束优化。
上述两种表示法的优点是没有奇异性，即过参数表示没有奇异性。

最小参数表示有奇异性。但参数个数少，而且欧拉角也便于人机交互。

旋转表示的关系：

旋转矩阵是李群。旋转向量是李代数。
旋转矩阵和旋转向量依据指数映射和对数映射表示。

旋转矩阵、旋转向量、欧拉角、四元数可以相互转化，只不过不一定是一一映射，可能存在多对一个的关系。

旋转表示的优化：
为无歧义的表示姿态，通常采用过参数表示法。

在迭代法中，直接利用
xk= xk-1+\delta x.
会导致过参数不满足约束。

为求解最优的刚体变换，需要构建误差函数，然后采用无约束优化方法，求函数极小值。

求极值涉及求导，求导通常有两种方式，李群求导和扰动模型。

李群求导：
李群没有加法，不能实现求导，所以需通过指数映射，转换为李代数/欧拉角的求导。

扰动模型：
扰动模型的思想为，对旋转矩阵，施加扰动，生成一个新的误差函数。扰动采用最小参数表示。可以为欧拉角或旋转向量。

扰动为欧拉角：
若扰动为欧拉角表示，由于扰动非常小，不会为奇异值。简单地说，就是把欧拉角中的参数，变为旋转矩阵，然后采用旋转矩阵乘法，更新新的迭代参数。这里的扰动通常采用扰动右乘的方式。
有时候，我们也想知道旋转矩阵中的最小参数为啥，这就是把旋转矩阵，转换为欧拉角。这通常用计算误差的时候。

小结：扰动为欧拉参数，也就涉及欧拉和旋转矩阵的变换。扰动为右乘。

扰动为旋转向量：
由于李群和李代数的映射关系，可以把求导变为李代数的求导。