Lego-LOAM雅可比矩阵的推导

已于 2022-01-19 11:46:57 修改
阅读量616 收藏 4
点赞数 1
分类专栏： SLAM 文章标签： 矩阵 线性代数 算法
于 2022-01-11 21:55:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41949101/article/details/122441663
版权

求解的问题是当前帧投影到上一帧中点到线的最小距离即F(X),因为优化R,T所以X={R,T}。

首先声明几个符号，P_{C}为当前帧的点（在世界坐标系下的），P_{L}为当前帧投影到上一帧中的点（lidar坐标系），R为当前帧的点投影到上一帧的中的旋转矩阵，T是当前帧的点投影到上一帧的中的平移矩阵。

P_{L}=RP_{C}+T

进一步得到

P_{C}=R^{-1}(P_{L}-T)

为什么要反解出P_{C}呢？

因为我们是要找一个R和T使得P_{C}离线特征距离最近，这就是我们优化的目的。

感谢博主：LOAM SLAM原理之源代码分析附公式推导LaserOdometry - 知乎 (zhihu.com)

(12条消息) lio-sam中雅克比推导_不知语冰-CSDN博客

                                                                                                    如有错误欢迎指出，谢谢！

CMaking
关注
专栏目录
LOAM雅克比矩阵推导
一抹烟霞的博客
10-13 517
文章目录雅克比矩阵推导 雅克比矩阵推导 loam中有两种误差，即点到线的距离和点到面的距离。这两者都可以用目标外一点到目标上的投影点的距离表示。即误差f(X)=D(pw,pt)f(X)=D\left(p^{w}, p^{t}\right)f(X)=D(pw,pt) 定义： D(pw,pt)D\left(p^{w}, p^{t}\right)D(pw,pt)为两点间距离， plp^lpl 为当前帧的点在局部坐标系下坐标， pwp^wpw为当前帧的点在世界坐标系下坐标，ptp^{t}pt 为对应线/面上目标点在
lio-sam中雅克比推导
不知语冰
09-07 898
// 求roll、pitch、yaw对应的sin和cos float srx = _transformTobeMapped.rot_x.sin(); float crx = _transformTobeMapped.rot_x.cos(); float sry = _transformTobeMapped.rot_y.sin(); float cry = _transformTobeMapped.rot_y.cos(); float s...
BA Jacobian 矩阵推导
03-01
SALM 中BA 算法的 雅可比（Jacobian）矩阵推导 适用于所有SLAM新手，了解雅可比矩阵的原理作用。
loam中雅可比矩阵的推导过程
HelloJinYe的博客
03-24 2821
博主之前关于loam的学习记录可在以下链接中查看： 我的学习loam记录 而关于loam中雅可比矩阵的推导网上一直没有人做出相关的解答，现在我将我的推导过程记录如下，有问题也欢迎提出，我们一起思考解答，一起进步！ 需要明确的是： 坐标系为左手坐标系(我试过右手坐标系的旋转与代码正负号不对应) 绕YXZ旋转 对于旋转矩阵有问题的，可以看我的这篇博客： 空间坐标转换旋转矩阵的推导 因为公式推导的流...
LeGO-LOAM架构代价函数推导及雅克比求解分析
ABC1225741797的博客
10-12 412
已知向量OA(x0-x1, y0-y1, z0-z1), OB(x0-x2, y0-y2,z0-z2),因此OA × OB直接表示OABO’所构成的平行四边形的面积，直接反映了点O与AB之间的垂直距离。,AF垂直与向量OE，因此向量OE的模表示为点O到匹配平面ABC之间的距离，也可表示为OAE面积形式。为梯度方向，对于点和直线，自然是垂直直线的方向，对于点和平面，自然是法向量方向。表示梯度方向，点线表示垂直与直线的距离信息，点面表示平面法相量方向。，因此OD在各轴的分量表示为OD = AB ×。
LOAM点云匹配算法解析与雅克比矩阵推导
liu3612162的博客
08-16 1366
目录前言算法解析线/面特征与线/面地图的残差与对应优化向量计算LM算法简单介绍基于Tait-Bryan xyz extrinsic rotations的雅克比推导代码剖析问题 前言 LOAM点云匹配部分极为经典，可以说是LOAM整个框架的核心，其运算速度快，精度高，自14年发布，并在后续拿下kitti冠军后，直到现在仍然被广泛使用，但在后续的推广中仍然有一些问题，这里做一些解析并记录下自己应用中的问题。 算法解析 算法具体解析的文章实在太多了，这里不做赘述，只简单介绍下相关流程和原理，大致流程如下： gra
kitti-lego-loam:使用KITTI数据轻松描述运行和评估Lego-LOAM
05-14
用于kitti数据集的LeGO-LOAM 该存储库包含LeGO-LOAM的修改后的代码，可通过kitti数据集运行和评估。 运行代码时，您将以KITTI地面格式获取LeGO-LOAM的轨迹结果，并且可以通过EVO-eval套件使用KITTI地面真实结果直接...
LeGO-LOAM批注版
03-23
《LeGO-LOAM批注版》是一款针对激光雷达（LiDAR）定位与建图算法的优化版本，主要基于原始的LeGO-LOAM（Lightweight and Ground Truth-Oriented LOAM）算法。LeGO-LOAM是为了解决传统LOAM（Lidar Odometry and ...
为适配kitti数据集修改的lego-loam.zip
最新发布
12-29
标题中的“为适配kitti数据集修改的lego-loam.zip”表明这是一个针对Kitti数据集优化过的LEGO-LOAM（Lidar Elastic Grid Odometry and Mapping）算法的版本。LEGO-LOAM是一种激光雷达（LiDAR）里程计和地图构建算法...
用Lego-loam跑kitti数据集修改代码
03-14
在SLAM（Simultaneous Localization And Mapping）领域，Lego-LOAM（Lightweight and Ground-Optimized LOAM）是一种高效、轻量级的激光里程计算法，它针对地面机器人进行了优化，尤其适用于无人机和地面无人车。...
lego-loam功能包
04-01
乐高-LOAM（LeGO-LOAM）是一种轻量级、高效地全局定位与建图（Simultaneous Localization and Mapping, SLAM）算法，专为具有激光雷达（LiDAR）传感器的移动机器人设计。它由深圳大学的Shengjie Wang等人在2018年...
LeGO-LOAM的残差公式及雅克比推导
啥也不懂的研究生也淦SLAM的博客
10-19 1144
LeGO-LOAM的残差公式及雅克比推导
A-LOAM线/面特征雅可比解析求导
dushib的博客
01-04 2019
雅可比矩阵推导 线特征： 核心思想：点到直线距离最小。通过平行四边形面积除以对角线长度 面特征 核心思想：使得点到面距离最短 线/面特征雅可比矩阵解析求导实现 需要修改的代码为 include/lidar_localization/models/loam/aloam_factor.hpp 源代码利用直接求导的方式定义面特征与线特征自动求导结构体 struct LidarEdgeFactor struct LidarPlaneFactor...
史上最简SLAM零基础解读(7) - Jacobian matrix(雅可比矩阵) → 理论分析与应用详解(Bundle Adjustment)
江南才尽江南山，年少无知年少狂！
10-08 3531
本人讲解关于slam一系列文章汇总链接:史上最全slam从零开始 文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式，\color{blue}点击本人照片即可显示WX→官方认证}文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证 该篇博客主要讲解→雅可比矩阵定义、推导、以及其应用，并且有相应的示例解读 雅可比在函数行列式方面有一篇著名的论文：《论行列式的形成与性
概率密度变换公式 雅可比矩阵_雅可比行列式【1】定义及一些推导
weixin_35607472的博客
12-23 6105
最近在做应用多元统计的学习的时候再一次遇到了雅可比矩阵这个东西，发现完全想不起来这是什么东西，只记得学习高代和概率论的时候背过这个公式。学数学分析的时候也没有好好学习向量微积分的知识。今天跑步的时候想起一句话：”所有命运馈赠的礼物，其实早已标好了价格“。这个风格项式从英文翻译过来的，而我觉得将”价格“用”代价“一词来代替会更加合适。一点一滴的积累都是有意义的，不知道何时就会用得上，所以一定要对知识...
推到 旋转矩阵公式_干货 | 机械臂的雅可比矩阵这么厉害，怎么把它求出来呢？（雅可比矩阵中篇）...
weixin_35677065的博客
12-31 3079
本文转载自微信公众号ROBOTICS原作者：CC编辑：古月居复习 上一篇文章(干货 | “瞬时运动学”—还是从关节空间到操作空间(雅可比矩阵上篇))我们从正运动学公式推导出瞬时运动学公式，推出了著名的雅可比矩阵，并举了一个特别简单的例子以提供直观印象。简单复习一下—— 瞬时运动学解决了如何从关节速度得到end effector速度的问题： 其中，J表示...
LOAM_velodyne学习（二）
沧海一升的博客
07-05 1万+
LaserOdometry 这一模块（节点）主要功能是：进行点云数据配准，完成运动估计 利用ScanRegistration中提取到的特征点，建立相邻时间点云数据之间的关联，由此推断lidar的运动。我们依旧从主函数开始： int main(int argc, char** argv) { ros::init(argc, argv, "laserOdometry"); ros::N...
雅可比矩阵：“Jacobian“矩阵
热门推荐
huangxiaoyanger的博客
05-23 2万+
1. 雅可比矩阵："Jacobian"矩阵 在向量微积分中，雅可比矩阵是一阶偏导数以一定方式排列成的矩阵，雅可比矩阵类似于多元函数的导数，其行列式称为雅可比行列式；雅可比矩阵的重要性在于体现了一个可微方程与给定点的最优线性逼近，可进行非线性方程组在参考点的线性化，类如无人驾驶控制中线性模型预测控制需要的线性对象。 定义：假设是一个从n维欧氏空间映射到到m维欧氏空间的函数。这个函数由m个实函数组成这些函数的偏导数(如果存在)可以组成一个m行n列的矩阵，这个矩阵就是所谓的雅可比矩阵： 此矩阵用符.
lego-loam与loam的区别
07-17
LEGO-LOAM和LOAM都是激光雷达SLAM算法，它们的基本思路类似，都是利用激光雷达和IMU数据进行建图和定位。但是，它们的具体实现有些差异： 1. 硬件设备不同。LOAM使用的是全向激光雷达，而LEGO-LOAM使用的是多线激光雷达。 2. 算法实现不同。LEGO-LOAM在LOAM的基础上进行了改进，引入了图优化的方法，能够更好地处理回环检测和位姿优化。此外，LEGO-LOAM对于点云的预处理和特征提取也有所改进。 3. 适用场景不同。由于硬件设备的不同和算法的改进，LEGO-LOAM相比LOAM在室内和室外的定位和建图效果更好，尤其是在复杂环境下的建图精度更高。 因此，虽然LEGO-LOAM和LOAM都是激光雷达SLAM算法，但它们的具体实现和适用场景有所不同。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值