1.本质矩阵内在性质表述
本质矩阵(Essential Matrix)
E
E
E 是一个3阶方阵,满足
E
=
t
∧
R
E = t^{\land}R
E=t∧R
其中
R
R
R为旋转矩阵,
t
t
t为平移量,
t
∧
t^{\land}
t∧运算定义如下(参考了《视觉SLAM十四讲》上的符号)
若
t
=
(
t
1
,
t
2
,
t
3
)
T
t = (t_1, t_2, t_3)^{T}
t=(t1,t2,t3)T,则
t
∧
=
(
0
−
t
3
t
2
t
3
0
−
t
1
−
t
2
t
1
0
)
t^{\land} = \begin{pmatrix} 0 & -t_3 & t_2 \\ t_3 & 0 & -t_1 \\ -t_2 & t_1 & 0 \end{pmatrix}
t∧=⎝⎛0t3−t2−t30t1t2−t10⎠⎞
本质矩阵的内在性质即为:本质矩阵
E
E
E的奇异值有
[
σ
,
σ
,
0
]
T
[\sigma, \sigma, 0]^T
[σ,σ,0]T的形式。
2.预备知识
以下是证明本质矩阵内在性质用到的几个预备知识
2.1线性代数基础
2.1.1奇异值与特征值的关系
矩阵奇异值的定义如下:
对 于 A ∈ C n × n , r a n k ( A ) = r , 矩 阵 A T A 的 特 征 值 为 λ 1 ⩾ λ 2 ⩾ ⋯ λ r > 0 , λ r + 1 = λ r + 2 = ⋯ = λ n = 0 , 称 正 数 σ i = λ i ( i = 1 , 2 , … , n ) 为 矩 阵 A 的 奇 异 值 . 对于A\in\Complex^{n{\times}n},rank(A)=r,矩阵A^TA的特征值为{\lambda_1}{\geqslant}{\lambda_2}{\geqslant}{\cdots}{\lambda_r}>0,{\lambda_{r+1}}=\lambda_{r+2}=\cdots=\lambda_n=0,称正数\sigma_i=\sqrt{\smash[b]{\lambda_i}}(i=1,2,\dots,n)为矩阵A的奇异值. 对于A∈Cn×n,rank(A)=r,矩阵ATA的特征值为λ1⩾λ2⩾⋯λr>0,λr+1=λr+2=⋯=λn=0,称正数σi=λi(i=1,2,…,n)为矩阵A的奇异值.
2.1.2矩阵加减单位阵后特征值的变化
若方阵
A
(
A
∈
R
n
×
n
)
A(A\in\mathbb{R}^{n{\times}n})
A(A∈Rn×n)的特征值为
λ
1
,
λ
2
,
…
,
λ
n
\lambda_1,\lambda_2,\dots,\lambda_n
λ1,λ2,…,λn,
k
k
k为非零实数,则矩阵
A
+
k
I
A+kI
A+kI的特征值为
λ
1
+
k
,
λ
2
+
k
,
…
,
λ
n
+
k
\lambda_1+k,\lambda_2+k,\dots,\lambda_n+k
λ1+k,λ2+k,…,λn+k,其中
I
I
I为n阶单位阵。
实际上,
λ
1
,
λ
2
,
…
,
λ
n
\lambda_1,\lambda_2,\dots,\lambda_n
λ1,λ2,…,λn为方阵
A
A
A的特征值
⟺
\iff
⟺其为
A
A
A特征方程
∣
A
−
λ
I
∣
=
0
{\lvert}A-{\lambda}I\rvert=0
∣A−λI∣=0的
n
n
n个根,易于验证
λ
1
+
k
,
λ
2
+
k
,
…
,
λ
n
+
k
\lambda_1+k,\lambda_2+k,\dots,\lambda_n+k
λ1+k,λ2+k,…,λn+k是为方程
∣
(
A
+
k
I
)
−
λ
I
∣
=
0
{\lvert}(A+kI)-{\lambda}I\rvert=0
∣(A+kI)−λI∣=0的
n
n
n个根,故上述性质成立。
2.2引理:一个常用的矩阵变换
−
(
t
∧
)
2
=
(
t
1
2
+
t
2
2
+
t
3
2
)
I
−
t
t
T
-(t^{\land})^{2}=(t^{2}_{1}+t^{2}_{2}+t^{2}_{3})I-tt^{T}
−(t∧)2=(t12+t22+t32)I−ttT
其中
t
t
t为平移量(
t
∈
R
3
t{\in}{\mathbb{R}^3}
t∈R3),
I
I
I为三阶单位矩阵。
此引理按定义展开即证,与《视觉SLAM十四讲(第二版)》公式
(
4.20
)
(4.20)
(4.20)同理。
3.证明
由2.2.1节中所述,证明本质矩阵
E
E
E奇异值具有
[
σ
,
σ
,
0
]
T
[\sigma, \sigma, 0]^T
[σ,σ,0]T的形式,只需证明矩阵
E
T
E
E^TE
ETE的特征值具有
[
λ
,
λ
,
0
]
T
[\lambda, \lambda, 0]^T
[λ,λ,0]T的形式。由于矩阵
E
E
T
EE^T
EET与
E
T
E
E^TE
ETE有相同的非零特征值,所以证明内在性质也等价于证明矩阵
E
E
T
EE^T
EET的特征值具有
[
λ
,
λ
,
0
]
T
[\lambda, \lambda, 0]^T
[λ,λ,0]T的形式,下面我们就来证明这一结论。
首先有
E
E
T
=
(
t
∧
R
)
(
t
∧
R
)
T
=
t
∧
R
R
T
(
t
∧
)
T
=
t
∧
(
t
∧
)
T
=
−
(
t
∧
)
2
EE^T=(t^{\land}R)(t^{\land}R)^T=t^{\land}RR^T(t^{\land})^T=t^{\land}(t^{\land})^T=-(t^{\land})^2
EET=(t∧R)(t∧R)T=t∧RRT(t∧)T=t∧(t∧)T=−(t∧)2
由2.2节中引理有
−
(
t
∧
)
2
=
(
t
1
2
+
t
2
2
+
t
3
2
)
I
−
t
t
T
-(t^{\land})^{2}=(t^{2}_{1}+t^{2}_{2}+t^{2}_{3})I-tt^{T}
−(t∧)2=(t12+t22+t32)I−ttT
记
θ
2
=
t
1
2
+
t
2
2
+
t
3
2
\theta^2=t^{2}_{1}+t^{2}_{2}+t^{2}_{3}
θ2=t12+t22+t32,则上式简化为
−
(
t
∧
)
2
=
θ
2
I
−
t
t
T
-(t^{\land})^{2}={\theta^2}I-tt^{T}
−(t∧)2=θ2I−ttT
因为直接计算矩阵
−
(
t
∧
)
2
-(t^{\land})^{2}
−(t∧)2的特征值形式过于复杂,我们转而计算矩阵
t
t
T
tt^{T}
ttT的特征值,再根据2.1.2中的结论得到矩阵
−
(
t
∧
)
2
-(t^{\land})^{2}
−(t∧)2的特征值。经化简,矩阵
t
t
T
tt^{T}
ttT的特征行列式为
∣
t
t
T
−
λ
I
∣
=
λ
2
(
θ
2
−
λ
)
{\lvert}tt^{T}-{\lambda}I\rvert=\lambda^2(\theta^2-\lambda)
∣ttT−λI∣=λ2(θ2−λ)
故矩阵
t
t
T
tt^{T}
ttT的特征值为
λ
1
=
λ
2
=
0
,
λ
3
=
θ
2
\lambda_1=\lambda_2=0,\lambda_3=\theta^2
λ1=λ2=0,λ3=θ2,由2.1.2节中的结论,矩阵
−
(
t
∧
)
2
-(t^{\land})^{2}
−(t∧)2的特征值为
λ
1
=
λ
2
=
θ
2
,
λ
3
=
0
\lambda_1=\lambda_2=\theta^2,\lambda_3=0
λ1=λ2=θ2,λ3=0,也就证明了矩阵
E
E
T
EE^T
EET的特征值具有
[
λ
,
λ
,
0
]
T
[\lambda, \lambda, 0]^T
[λ,λ,0]T的形式。
特别的,可以求出本质矩阵
E
E
E的奇异值为
σ
1
=
σ
2
=
θ
=
t
1
2
+
t
2
2
+
t
3
2
,
σ
3
=
0
\sigma_1=\sigma_2=\theta=\sqrt{\smash[b]{t^{2}_{1}+t^{2}_{2}+t^{2}_{3}}},\sigma_3=0
σ1=σ2=θ=t12+t22+t32,σ3=0,本质矩阵
E
E
E的内在性质得证。