视觉SLAM总结-李群李代数

      

目录

1.李群和李代数基础    

2.指数对数映射关系

3.李代数求导与扰动模型

---

在做vSLAM，使用到对旋转矩阵的求导，需要用到李群李代数知识，讲矩阵映射到李代数形式，方便求导，主要包含特殊正交群SO(3),特殊欧几里得群SE(3),表示位姿。旋转矩阵是特殊正交群，而变换矩阵是特殊欧氏群。旋转矩阵自身是带有约束的（正交且行列式为1），她们作为优化变量时，会引入额外的约束，使得优化较为困难。因而我们引入了李代数的概念（具体不再介绍，反正在优化的过程中需要把李群转换为李代数，进而进行求导和优化）。

1.李群和李代数基础    

 群（Group）是一个集合加上一种运算所构成的代数结构。该运算将两个元素a和b组成另外一个元素，记为a·b或者ab。记      集 合为G，运算为· ，则当满足一下四个性质的时候，称(G, •)为一个群。

（1）封闭性（closure）：任意a，b属于G，有a·b仍然属于G;

（2）结合性（associativity）：任意a，b，c属于G，有(a·b)·c = a·(b·c);

（3）单位元（幺元）（identity）：存在a0属于G，对任意b属于G，均有a0·b = b·a0= b;

（4）逆元（invertibility）：任意a属于G，存在a1属于G，使得a·a1= a0 。

    注意事项：

1.  旋转矩阵是特殊正交群，而变换矩阵是特殊欧氏群，他们对加法不封闭；换句话说，按照矩阵加法的定义，矩阵的和并不再是一个旋转矩阵。
2. 群是一个集合加上一种运算。特殊正交群以及特殊欧氏群的运算是乘法，不支持加法运算，无法求导。
3.  李群是指具有连续（光滑）性质的群。特殊正交群和特殊欧氏群在实数空间上是连续的，刚体能够连续地在空间中运动，所以它们都是李群。
    

特殊正交群和特殊欧几里得群

  

 李代数：         

对于任意一个李群，都存在一个李代数与之对应。李代数是一种位于向量空间的代数结构。李代数包含一个集合V，一个数域F和一个二元运算[ , ]。如果它们满足一下四条性质（封闭性、双线性、自反性、雅克比等价），就称(V, F, [ , ]) 为一个李代数。

（1）封闭性（closure）：任意X,Y属于V,[X, Y]属于V,

（2）双线性（bilinearity）：任意X,Y,Z属于V ,a,b属于F，[aX+bY,Z] = a[X,Z]+b[Y,Z], [Z, aX+bY]= a[Z,X]+b[Z,Y],

（3）自反性（alternating）：任意X属于V,[X, X] =0,

（4）雅克比等价（Jacobi identity）：任意X,Y,Z属于V,[X, [Y,Z]] + [Z, [X,Y]] +[Y, [Z,X]] =0

李代数

2.指数对数映射关系

3.李代数求导与扰动模型

使用李代数的一大动机是为了进行优化，而在优化过程中导数是非常必要的信息

利用李代数求解求导的思路分为两种：

1. 使用李代数表示姿态，然后根据李代数的加法求导;

2. 对李群建立左扰动和右扰动模型，然后对该扰动求导。

由于第一种会涉及到雅可比矩阵的计算，太过于复杂，因而通常方法2的扰动模型应用较多

李代数求导模型：

扰动模型（左）：

参考：

1.https://blog.csdn.net/youngpan1101/article/details/71087470

2.https://blog.csdn.net/youngpan1101/article/details/71087919

3.视觉SLAM14讲

4.https://blog.csdn.net/weixin_33849215/article/details/93536555