SLAM基础知识

SLAM基础知识

李群李代数

参考这篇文章:lie group and computer vision : 李群、李代数在计算机视觉中的应用

雅可比与Hessian矩阵

由牛顿公式:
δ x = f ( x ) − f ( x 0 ) ≈ ( x − x 0 ) f ′ ( x 0 ) \delta x = f(x) - f(x_0) \approx (x-x_0)f'(x_0) δx=f(x)f(x0)(xx0)f(x0)
x和f(x)为多元函数时,一阶导数组成雅可比矩阵。

雅可比 vs 信息矩阵 vs Hessian矩阵

Hessian,从一个方向近似等于Fisher信息矩阵,从另一个方向则近似等于协方差矩阵的逆。ref:这个博客
H ≈ F i s h e r I n f o M a t ≈ c o v M a t r i x H \approx Fisher Info Mat \approx cov Matrix HFisherInfoMatcovMatrix

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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