深蓝-视觉SLAM-第二讲学习笔记

第二讲 三维空间中的刚体运动

本讲将介绍SLAM的基本问题之一：如何描述刚体在三维空间的运动

1.点和坐标

位姿：位置（坐标） + 姿态（朝向）
向量：是空间中一个东西，它并不需要和若干个实数相关联。只有当我们指定了三维空间中的某个坐标系时，才可以讨论该向量在此坐标下的坐标，也就是找到若干个实数对应这个向量。
[a1,a2,a3]称为a向量在[e1,e2,e3]基下的坐标。坐标的具体取值：和向量本身有关，和**坐标系（基）**的选取有关。

相机视野中的某个向量p,它在相机坐标系下的坐标为pc,而在世界坐标系下它的坐标为pw,那么这两个坐标之间是如何转换的？—— 先得到该点针对机器人坐标系的坐标值，然根据机器人的位姿变换到世界坐标系中（T）。
刚体运动：两个坐标系之间的运动由一个旋转+平移组成。在刚体运动过程中，同一个向量在各个坐标系下的长度和夹角不会发生变化。

2.旋转矩阵

R描述了旋转本身，同时R中的每个分量都是两个坐标系基的内及，由于基向量的长度为1，所以旋转矩阵又叫作方向余弦矩阵。
该向量并没有随着坐标系的旋转而发生变化，所以从几何角度可以得出如下的等式：

T欧式矩阵的逆——由于T是一个分块矩阵，可以通过分块矩阵求逆的过程来求解它的逆矩阵：
====

3.旋转向量和欧拉角

4.四元数

为什么要引入四元数？
旋转矩阵用9个量来描述了三自由度的旋转，冗余；欧拉角和旋转向量是紧凑的，但具有奇异性；所以进入了扩展的复数——四元数来描述旋转，它即是紧凑的又无奇异性，但不够直观。



四元数到其他旋转的表示的转换过程：任意的单位四元数可以描述一个旋转。四元数与旋转矩阵，旋转向量之间的转化关系是如何的呢？
推导过程：

5.实践：Eigen/Core/Dense/Gemetory

(1),，通过以下命令来安装Eigen库

sudo apt-get install libeigen3-dev

（2），通过以下命令可以定位自己的Eigen库是否安装，以及头文件和库文件的安装路径：

sudo update
locate eigen3

(1)掌握Eigen库和几何模块的使用

slambook2中ch3 代码练习。