视觉SLAM十四讲学习笔记-第四讲-李群与李代数基础和定义、指数和对数映射

基础：

在SLAM中的旋转，除了表示之外，我们还要对它们进行估计和优化。因为在SLAM中位姿是未知的，而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题。一种典型的方式是把它构建成一个优化问题，求解最优的R, t，使得误差最小化。旋转矩阵自身是带有约束的（正交且行列式为1）。它们作为优化变量时，会引入额外的约束，使优化变得困难。通过李群——李代数间的转换关系，我们希望把位姿估计变成无约束的优化问题，简化求解方式。

三维旋转矩阵构成了特殊正交群 SO(3)，而变换矩阵构成了特殊欧氏群 SE(3)。

旋转矩阵和变换矩阵对加法是不封闭的。换句话说，对于任意两个旋转矩阵 R1, R2，按照矩阵加法的定义，它们的和不再是一个旋转矩阵，对于变换矩阵亦是如此。

这两种矩阵并没有良好定义的加法，相对的，它们只有一种较好的运算：乘法。SO(3) 和SE(3)关于乘法是封闭的: R1R2 ∈ SO(3), T1T2 ∈ SE(3).

乘法对应着旋转或变换的复合——两个旋转矩阵相乘表示做了两次旋转。这种只有一个运算的集合叫做群。

群

群（Group）是一种集合加上一种运算的代数结构。我们把集合记作A，运算记作 · ，

那么群可以记作 G = (A, ·)。群要求这个运算满足以下几个条件：

1. 封闭性: ∀a1, a2 ∈ A, a1 · a2 ∈ A.

2. 结合律: ∀a1, a2, a3 ∈ A, (a1 · a2) · a3 = a1 · (a2 · a3).

3. 幺元: ∃a0 ∈ A, s.t. ∀a ∈ A, a0 · a = a · a0 = a.

4. 逆: ∀a ∈ A, ∃a−1 ∈ A, s.t. a · a−1 = a0.

可以记作“封结幺逆”，谐音凤姐咬你。

旋转矩阵集合和矩阵乘法构成群，同样变换矩阵和矩阵乘法也构成群。其他常见的群包括整数的加法 (Z, +)，去掉0后的有理数的乘法（幺元为 1）(Q\0, ·) 等等。矩阵中常见的群有：

一般线性群 GL(n) 指 n × n 的可逆矩阵，它们对矩阵乘法成群。

特殊正交群 SO(n) 也就是所谓的旋转矩阵群，其中 SO(2) 和 SO(3) 最为常见。

特殊欧氏群 SE(n) 也就是前面提到的 n 维欧氏变换，如 SE(2) 和 SE(3)。

群结构保证了在群上的运算具有良好的性质，而群论则是研究群的各种结构和性质的理论，可以参考任意一本近世代数教材。

李群是指具有连续（光滑）性质的群。像整数群Z那样离散的群没有连续性质，所以不是李群。而SO(n)和SE(n)，它们在实数空间上是连续的。直观地想象一个刚体能够连续地在空间中运动，所以它们都是李群。SO(3)和SE(3)对于相机姿态估计尤其重要。

李代数

考虑任意旋转矩阵 R，满足：

假设R是某个相机的旋转，它会随时间连续地变化，即为时间的函数：R(t)。有：

等式两边对时间求导，得到：

整理得：

可以看出：

是一个反对称矩阵。

而叉积引入了∧符号，将一个向量变成了反对称矩阵。同理，对于任意反对称矩阵，我们亦能找到一个与之对应的向量。把这个运算用符号∨表示。如下：

由于

是一个反对称矩阵，我们可以找到一个三维向量 ϕ(t) ∈ R3 与之对应：

等式两边右乘 R(t)，由于R为正交阵，有：

每对旋转矩阵求一次导数，只需左乘一个 ϕ(t)∧矩阵（反对称矩阵）即可。

考虑 t0 = 0 时刻，设此时旋转矩阵为 R(0) = I。按照导数定义，可以把R(t) 在 t = 0 附近进行一阶泰勒展开：

ϕ反映了R的导数性质，故称它在SO(3)原点附近的正切空间(Tangent Space)上。

同时在 t0 附近，设ϕ(t0) = ϕ0，有

求解关于R的微分方程，有初始值 R(0) = I，得：

说明在 t = 0 附近，旋转矩阵可以由 exp (ϕ0∧t)计算出来，即旋转矩阵 R 与另一个反对称矩阵 ϕ0∧t 通过指数关系发生了联系。

有两个问题：

1. 给定某时刻的R，我们就能求得一个ϕ，它描述了R在局部的导数关系。ϕ正是对应到 SO(3) 上的李代数so(3)；

2. 给定某个向量 ϕ 时，矩阵指数 exp(ϕ∧) 如何计算？反之，给定R时，有无相反的运算来计算 ϕ？这正是李群与李代数间的指数/对数映射，即李代数（ϕ）到李群（R）是指数关系，而李群（R）到李代数（ϕ）是对数关系。

定义

每个李群都有与之对应的李代数。李代数描述了李群的局部性质。李代数由一个集合V，一个数域 F 和一个二元运算 [, ] 组成，满足以下几条性质：

1.封闭性

2.双线性

3.自反性（指自己与自己的运算为零）

4.雅可比等价

其中二元运算被称为李括号。相比于群中的较为简单的二元运算，李括号表达了两个元素的差异。它不要求结合律，而要求元素和自己做李括号之后为零的性质。三维向量R3上定义的叉积×是一种李括号，因此 g=(R3, R, ×) 构成了一个李代数。

李代数so(3)

ϕ是一种李代数。SO(3)对应的李代数是定义在R3上的向量，我们记作ϕ。每个ϕ都可以生成一个反对称矩阵：

在此定义下，两个向量 ϕ1, ϕ2 的李括号为： [ϕ1, ϕ2] = (Φ1Φ2 − Φ2Φ1) ∨

向量ϕ与反对称矩阵是一一对应的，所以就说so(3) 的元素是三维向量或者三维反对称矩阵，不加区别。

李代数是一个由三维向量组成的集合，每个向量对应到一个反对称矩阵，可以用于表达旋转矩阵的导数。 它与 SO(3) 的关系由指数映射给定：

李代数se(3)

与so(3)相似，se(3)位于R6空间中。

把每个se(3)元素记作ξ，它是一个六维向量。前三维为平移，记作ρ；后三维为旋转，记作ϕ，实质上是so(3)元素。同时拓展了∧符号的含义，在se(3)中，同样使用∧符号，将一个六维向量转换成四维矩阵，但这里不再表示反对称。

即仍使用∧和∨符号来指代“从向量到矩阵”和“从矩阵到向量”的关系，以保持和so(3)的一致性。可以简单地把se(3)理解成“由一个平移加上一个so(3)元素构成的向量”。

指数与对数映射

SO(3)上的指数映射

exp(ϕ∧)如何计算？它是一个矩阵的指数，在李群和李代数中，称为指数映射（Exponential Map）。

任意矩阵的指数映射可以写成一个泰勒展开，但是只有在收敛的情况下才会有结果，其结果仍是一个矩阵。

同样地，对so(3)中任意一元素ϕ，也定义它的指数映射：

由于ϕ是三维向量，我定义它的模长和它的方向，分别记作θ和a，于是有 ϕ = θa。这里a是一个长度为1的方向向量。首先，对于a∧，有以下两条性质：

这提供了处理 a∧高阶项的方法。利用这两个性质，可以得到一个式子：

这和罗德里格斯公式如出一辄。

这表明，so(3)实际上就是由旋转向量组成的空间，而指数映射即罗德里格斯公式。通过这，我们把so(3)中任意一个向量对应到了一个位于SO(3)中的旋转矩阵。反之，如果定义对数映射，我们也能把SO(3)中的元素对应到so(3)中。但没必要泰勒展开去计算对数映射，可以根据旋转矩阵计算对应的李代数，利用迹的性质分别求解转角和转轴（分别对应模长θ和方向a）。

指数映射是一个满射，并不是单射。这意味着每个SO(3)中的元素，都可以找到一个so(3)元素与之对应；但是可能存在多个so(3)中的元素，对应到同一个SO(3)。即旋转矩阵可以找到一个旋转向量对应，而多个旋转向量（旋转角有周期性）可以对应同一个旋转矩阵。比如对于旋转角θ，多转360度和没有转是一样的。如果我们把旋转角度固定在±π之间，那么李群和李代数元素是一一对应的。

SO(3)与so(3)的结论和前面讲的旋转向量与旋转矩阵很相似，而指数映射即是罗德里格斯公式。旋转矩阵的导数可以由旋转向量指定，指导着如何在旋转矩阵中进行微积分运算。

SE(3)上的指数映射

se(3) 上的指数映射形式如下：

照着so(3)上的做法推导，把exp进行泰勒展开推导此式，得

该式与罗德里格斯有些相似。平移部分经过指数映射之后，发生了一次以J为系数矩阵的线性变换。

李群、李代数的定义与相互的转换关系，总结如图所示：