视觉SLAM_05_李群与李代数基础

说明：转发请注明作者和出处；以下文章内容为精简版，详细版以pdf格式的幻灯片形式呈现，请见链接：视觉SLAM_05_李群与李代数基础.pdf

0.目录

1.群

  群是一种集合加上一种运算的代数结构。如果把集合记作$A$，运算记作$\cdot$，则群可记作$G=(A,\cdot )$。群要求此运算满足以下几点：

• 封闭性：$\forall a_1,a_2\in A,a_1\cdot a_2\in A$.
• 结合律：$\forall a_1,a_2,a_3\in A,(a_1\cdot a_2)\cdot a_3=a_1\cdot (a_2\cdot a_3)$.
• 幺元：$\exists a_0\in A,s.t.\forall a\in A,a_0\cdot a=a\cdot a_0=a$.
• 逆：$\forall a\in A,\exists a^{-1}\in A,s.t.a\cdot a^{-1}=a_0$.
    矩阵中常见的群有：
• 一般线性群$GL(n)$：指$n\times n$的可逆矩阵，它们对矩阵乘法成群。
• 特殊正交群$SO(n)$：指$n$维旋转矩阵群，其中$SO(2),SO(3)$最常见。
• 特殊欧氏群$SE(n)$：指$n$维欧氏变换矩阵群，其中$SE(2),SE(3)$最常见。
    群论是研究群的各种结构和性质的理论。李群是指具有连续性质的群，像整数群$\mathbb{Z}$那样离散的群没有连续性质，所以不是李群。
    特殊正交群：
  $$SO(3)=\left\{\mathbf{R}\in {\mathbb{R}}^{3\times 3}|\mathbf{R}{\mathbf{R}}^T=\mathbf{I},\det (\mathbf{R})=1\right\}\text{\hspace{1em}(1)}$$  特殊欧式群：
  $$SE(3)=\left\{\mathbf{T}=\left[\begin{array}{cc}\mathbf{R}& \mathbf{t}\\ 0^T& 1\end{array}\right]\in {\mathbb{R}}^{4\times 4}|\mathbf{R}\in SO(3),\mathbf{t}\in {\mathbb{R}}^3\right\}\text{\hspace{1em}(2)}$$

2.李代数的引出

  旋转矩阵是正交的，满足：
$$\mathbf{R}{\mathbf{R}}^T=\mathbf{I}\text{\hspace{1em}(3)}$$假设$\mathbf{R}$是某个相机的旋转，它随时间连续变化，即为时间的函数$\mathbf{R}(t)$，由于它仍是旋转矩阵，有：
$$\mathbf{R}(t)\mathbf{R}(t{)}^T=\mathbf{I}\text{\hspace{1em}(4)}$$在等式两边对时间求导得：
$$\dot{\mathbf{R}}(t)\mathbf{R}(t{)}^T+\mathbf{R}(\mathbf{t})\dot{\mathbf{R}}(t{)}^T=\mathbf{I}$$整理得：
$$\dot{\mathbf{R}}(t)\mathbf{R}(t{)}^T=-(\dot{\mathbf{R}}(t)\mathbf{R}(t{)}^T{)}^T\text{\hspace{1em}(5)}$$可以看出$\dot{\mathbf{R}}(t)\mathbf{R}(t{)}^T$是一个反对称矩阵，可以找到一个三维向量$\mathbf{\varphi }(t)\in {\mathbb{R}}^3$与之对应：
$$\dot{\mathbf{R}}(t)\mathbf{R}(t{)}^T=\mathbf{\varphi }(t){\hat{}}^{}$$等式两边右乘 $\mathbf{R}(t)$，由于$\mathbf{R}$正交，有：
$$\dot{\mathbf{R}}(t)=\mathbf{\varphi }(t)\hat{}\mathbf{R}(t)=\left[\begin{array}{ccc}0& -{\varphi }_3& {\varphi }_2\\ {\varphi }_3& 0& -{\varphi }_1\\ -{\varphi }_2& {\varphi }_1& 0\end{array}\right]\mathbf{R}(t)\text{\hspace{1em}(6)}$$可以看到，每对矩阵求一次导数，只需左乘一个$\mathbf{\varphi }(t)\hat{}$矩阵即可。设$t_0$时，旋转矩阵$\mathbf{R}(0)=\mathbf{I}$。对$\mathbf{R}(t)$在$t=0$附近进行一阶泰勒展开：
$$\begin{array}{rl}\mathbf{R}(t)& \approx \mathbf{R}(t_0)+\dot{\mathbf{R}}(t_0)(t-t_0)\\ & =\mathbf{I}+\mathbf{\varphi }(t_0)\hat{}\mathbf{I}(t-0)\\ & =\mathbf{I}+\mathbf{\varphi }(t_0)\hat{}(t)\end{array}\text{\hspace{1em}(7)}$$设在$t_0$附近，设$\varphi$保持为常数$\mathbf{\varphi }(t_0)={\mathbf{\varphi }}_0$，则：
$$\dot{\mathbf{R}}(t)=\mathbf{\varphi }(t)\hat{}\mathbf{R}(t)={\mathbf{\varphi }}_0\hat{}\mathbf{R}(t)$$
上式是关于$\mathbf{R}$的微分方程，且初始值$\mathbf{R}(0)=\mathbf{I}$，解得：
$$\mathbf{R}(t)=e^{{\mathbf{\varphi }}_0\hat{}t}\text{\hspace{1em}(8)}$$通过上式可以看出：给定某时刻的$\mathbf{R}$，我们就能求得一个$\varphi$，它描述了$\mathbf{R}$在局部的导数关系。与$\mathbf{R}$对应的$\varphi$正是对应到$SO(3)$上的李代数$\mathfrak{s}\mathfrak{o}(3)$。

3.李代数的定义

  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。一般的李代数的定义如下：
  李代数由一个集合$\mathbb{V}$、一个数域$\mathbb{F}$和一个二元运算符[,]组成。称$(\mathbb{V},\mathbb{F},[,])$为一个李代数，记作$\mathfrak{g}$，如果它们满足以下几条性质：

• 封闭性：$\forall \mathbf{X},\mathbf{Y}\in \mathbb{V},[\mathbf{X},\mathbf{Y}]\in \mathbb{V}$
• 双线性：$\forall \mathbf{X},\mathbf{Y},\mathbf{Z}\in \mathbb{V},a,b\in \mathbb{F}$，有：
  $$[a\mathbf{X}+b\mathbf{Y},\mathbf{Z}]=a[\mathbf{X},\mathbf{Z}]+b[\mathbf{Y},\mathbf{Z}],[\mathbf{Z},a\mathbf{X}+b\mathbf{Y}]=a[\mathbf{Z},\mathbf{X}]+b[\mathbf{Z},\mathbf{Y}]$$
• 自反性：$\forall \mathbf{X}\in \mathbb{V},[\mathbf{X},\mathbf{X}]=0$
• 雅可比等价：$\forall \mathbf{X},\mathbf{Y},\mathbf{Z}\in \mathbb{V},[\mathbf{X},[\mathbf{Y},\mathbf{Z}]]+[\mathbf{Z},[\mathbf{X},\mathbf{Y}]]+[\mathbf{Y},[\mathbf{Z},\mathbf{X}]]=0$
  其中，二元运算称为李括号。三维向量${\mathbb{R}}^3$上定义的叉积$\times$是一种李括号，因此$\mathfrak{g}=({\mathbb{R}}^3,\mathbb{R},\times )$构成了一个李代数。

4.李代数$\mathfrak{s}\mathfrak{o}(3)$

  李代数$\mathfrak{s}\mathfrak{o}(3)$的元素是三维向量或者三维反对称矩阵：
$$\mathfrak{s}\mathfrak{o}(3)=\left\{\mathbf{\varphi }\in {\mathbb{R}}^3,\Phi =\mathbf{\varphi }{\hat{}}^{}\in {\mathbb{R}}^{3\times 3}\right\}\text{\hspace{1em}(9)}$$亦即，$\mathfrak{s}\mathfrak{o}(3)$的内容是一个由三维向量组成的集合，每个向量对应一个反对称矩阵，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：
$$\mathbf{R}=e^{\mathbf{\varphi }{\hat{}}^{}}$$

5.李代数$\mathfrak{s}\mathfrak{e}(3)$

$$\mathfrak{s}\mathfrak{e}(3)=\left\{\mathbf{\xi }=\left[\begin{array}{c}\mathbf{\rho }\\ \mathbf{\varphi }\end{array}\right]\in {\mathbb{R}}^6,\mathbf{\rho }\in {\mathbb{R}}^3,\mathbf{\varphi }\in \mathfrak{s}\mathfrak{o}(3),\mathbf{\xi }{\hat{}}^{}=\left[\begin{array}{cc}\mathbf{\varphi }{\hat{}}^{}& \mathbf{\rho }\\ 0^T& 0\end{array}\right]\in {\mathbb{R}}^{4\times 4}\right\}\text{\hspace{1em}(10)}$$
我们把每个$\mathfrak{s}\mathfrak{e}(3)$的元素记作$\mathbf{\xi }$，它是一个六维向量，前三维表示平移，记作$\mathbf{\rho }$，后三维表示旋转，记作$\mathbf{\varphi }$。可以简单地把$\mathfrak{s}\mathfrak{e}(3)$理解成“由一个平移加上一个$\mathfrak{s}\mathfrak{o}(3)$元素构成的向量”。

6.参考文献

• 高翔等. 视觉SLAM十四讲：从理论到实践第二版. 北京：电子工业出版社，2019.8.