第三章 李群与李代数(第四讲)
1. 李群与李代数的概念
1.1 群(Group):是一种集合加上一种运算的代数结构。把集合记作A,运算记作.,则群可记作G=(A,.)。
群满足以下几个条件:
矩阵中常见的群有:
李群:是指具有连续(光滑)性质的群。
李代数: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(导数)。
其中二元运算称为李括号。
1.2 李代数
1.2.1 李代数:定义在上的向量,记作,每个都可以生成一个反对称矩阵
李代数的李括号为:
由于与反对称矩阵关系很紧密,在不引起歧义的情况下,就说 的元素是 3 维向量或者 3 维反对称矩阵,不加区别:
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,可以表达旋转矩阵的导数,它与(旋转矩阵)的映射关系为:
1.2.2 李代数:对应于(变换矩阵T)的李代数
把元素记作,它是一个六维向量。前三维为平移,记作,后三维为旋转,记作(实质上是元素)
注意这里的符号表示六维向量向四维矩阵的转换(此四维矩阵不为反对称矩阵,是变换矩阵吗?)
李代数的李括号为
2. 指数与对数映射(李群与李代数之间的转换)
2.1
上的指数映射(罗德里格斯公式)(基于泰勒展开)
上的对数映射
2.2
上的指数映射
的指数映射左上角的是中的元素,与中的旋转部分对应,设,可整理为:
我们看到,平移部分经过指数映射之后,发生了一次以 为系数矩阵的线性变换。
上的指数映射
总结
3. 李代数求导与扰动模型
3.1 左乘、右乘近似
BCH公式(Baker-Campbell-Hausdorff公式)与近似形式
BCH公式:
BCH 公式告诉我们,当处理两个矩阵指数之积时,它们会产生一些由李括号组成的余项。特别地,考虑上的李代数,当或为小量时,小量二次以上的项都可以被忽略掉。此时,BCH 拥有线性近似表达:
以第一个近似为例。该式告诉我们,当对一个旋转矩阵(李代数为)左乘一个微小旋转矩阵(李代数为)时,可以近似地看作,在原有的李代数上,加上了一项 。同理,第二个近似描述了右乘一个微小位移的情况。于是,李代数在 BCH近似下,分成了左乘近似和右乘近似两种。以左乘为例,其中
3.2 扰动模型求导
李代数上的求导
我们经常会构建与位姿有关的函数,然后讨论该函数关于位姿的导数,以调整当前的估计值。
扰动模型(左乘)
李代数上的求导
扰动模型(左乘)
我们把最后的结果定义成一个算符⊙,它把一个齐次坐标的空间点变换成一个 4 × 6的矩阵。