[SLAM] -- SE(3)上的指数映射和J式的推导

最新推荐文章于 2022-11-05 17:18:53 发布
最新推荐文章于 2022-11-05 17:18:53 发布
阅读量2.3k 收藏 26
点赞数 21
分类专栏： SLAM 文章标签： 算法 SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zengxyuyu/article/details/105646751
版权

好长时间没有写博客啦，我又回来啦。没记错的话，两三年没写博客了~
最近在学习SLAM， 以前学习东西都是囫囵吞枣，遂深刻反思。

这篇博客主要关于SE(3)上的指数映射的推导，以及J 的推导。
如图所示：
（1）先给出SE(3)上的指数映射：
书上给的指数映射的式子就是这样，可是式A和式B是咋得到的呢？
在这里插入图片描述
（2）要证明的就是这个式A(指数映射)和式B(J式)：
式A的证明：在这里插入图片描述
式B（J公式）的证明:
在这里插入图片描述
在这里插入图片描述

z轴
关注
  • 21
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
视觉SLAM笔记（16） 指数与对数映射
氢键H-H
09-28 1万+
SO(3) 和 SE(3) 上的指数映射
LSD-SLAM笔记之SE3Tracking
kokerf的博客
09-16 6815
LSD-SLAM SE3Tracking
视觉SLAM十四讲第3次作业-第4题-推导 SE(3)的指数映射（详解版）
06-19
视觉SLAM十四讲，深蓝学院， SE(3)的指数映射
《视觉SLAM十四讲》中SE(3)指数映射和左雅克比矩阵的推导
Robert_Q的博客
12-28 1728
《视觉SLAM十四讲》中SE(3)指数映射和左雅克比矩阵的推导 高博的书上给出了SO(3)SO(3)SO(3)的指数映射推导，但对于SE(3)SE(3)SE(3),仅介绍了结论，没有给出详细推导。 最近在补李群和李代数基础，就当做加深理解，自己推一遍。 设ξ=[ρ,ϕ]T∈se(3)\boldsymbol{\xi} = \left[ \rho , \phi\right] ^T \in \mathfrak{se}(3)ξ=[ρ,ϕ]T∈se(3)，它的指数映射为: exp⁡(ξ∧)=[∑n=0∞1n!(
SE（3）组中指数和对数映射的有效计算
04-11
SE（3）组中指数和对数映射的有效计算
SLAM-适配Windows平台的ORB-SLAM3-优质项目实战.zip
02-22
ORB-SLAM3相较于前两代有了显著的改进，包括增强的鲁棒性、支持多传感器融合（如RGB-D相机、立体相机和IMU）以及支持大型场景的持久映射和重定位。该框架包含三个主要模块：跟踪、本地化和映射，通过高效的多线程...
slam-python:SLAM-使用OpenCV和NumPy同时进行本地化和映射
05-24
在这个项目"slam-python"中，我们将探讨如何利用Python、OpenCV和NumPy来实现SLAM算法。OpenCV是一个强大的计算机视觉库，而NumPy则提供了高效的数值计算支持。 首先，SLAM的基本思想是通过传感器数据（如摄像头...
SLAM-using-GTSAM：无人机的同时映射和本地化框架
02-03
GTSAM（Google's Generic Tensorial Sampling）是一个C++库，用于高效地解决因子图优化问题，常被用在SLAM和定位导航系统中。本文将详细介绍如何利用GTSAM来实现无人机的SLAM框架，并探讨相关算法和技术。 GTSAM是...
SLAM-在树莓派上实现WiFi-SLAM-优质项目实战.zip
最新发布
03-17
本项目“SLAM在树莓派上实现WiFi-SLAM-优质项目实战”提供了一个在资源有限的嵌入式平台上实施SLAM解决方案的具体实践，特别利用了树莓派这一流行的开源硬件平台。通过这个项目，我们可以深入理解SLAM算法及其在...
se3
牛鼻子老刀的专栏
11-13 1821
This is the VOA special english agriculture report.To call land marginal means it is not very good.Farmers have their own way to discribe it.Marginal land is the last to be planted under good conditio
《视觉SLAM十四讲》学习笔记-指数与对数映射
摸着石头撑船
06-17 3188
SO(3)的指数映射：
李代数指数映射至李群
hjwang1的专栏
05-26 390
李代数指数映射至李群
【李代数求偏导】SLAM中李代数SE3求偏导左扰动模型和右扰动模型的区别
qq_45060471的博客
11-05 2633
在学习SLAM的过程中，我一直对用左扰动模型和右扰动模型求SE3的偏导有疑惑，好奇他们的计算结果有什么区别。本文用《SLAM十四讲》ch7的实验验证了两者的差别。
视觉slam14讲学习（一）之se3上的定位表示:轨迹显示与轨迹误差
蒋成的博客
03-12 3423
利用高翔博士书中第三章刚体运动和第四章李群李代数的知识完成，定位轨迹显示和误差描述的作业。
SE(3) 上的李代数求导（推导过程）
暮落晨风的博客
03-17 2240
SE(3) 上的李代数求导（推导过程） 变量基本形式 ppp 是一个三维向量 ，其齐次形式为 p=[p1](0) p = \begin{bmatrix} p \\ 1 \end{bmatrix} \tag{0} p=[p1​](0) TTT 是一个变换矩阵，其形式 T=[Rt0T1](1) T = \begin{bmatrix} R & t \\ 0^T & 1 \end{bmatrix} \tag{1} T=[R0T​t1​](1) ξ\xiξ 是一六维向量 ，其
视觉SLAM学习：Sophus库中 SO(3)和SE(3)的使用方法
热门推荐
hhz_999的博客
08-01 1万+
视觉SLAM学习：Sophus库中 SO3和SE3的使用方法视觉SLAM学习：Sophus库中 SO(3)和SE(3)的使用方法一、SO(3)的使用方法1.1 构造1.2 李代数用法1.3 增量扰动模型的更新二、SE(3)的使用方法2.1 构造2.2 李代数用法2.3 增量扰动模型的更新 视觉SLAM学习：Sophus库中 SO(3)和SE(3)的使用方法 一、SO(3)的使用方法 1.1 构造 首先可以构造旋转矩阵或四元数： Matrix3d R=AngleAxisd(M_PI/2,Vector3d(0,
视觉SLAM理论与实践3
whut_chengjun的博客
11-29 524
视觉SLAM理论与实践3-李群李代数-附代码链接一、群的性质二、验证向量叉乘的李代数性质三、推导SE(3)的指数映射四、伴随五、轨迹的描绘六、轨迹误差 一、群的性质 1）{Z，+}是整数集上的加法运算，根据以上群的四条性质，随便带入两个整数显然满足封闭性、结合律、幺元、逆的条件。所以{Z，+}是群。 2）{N，+}是非负整数(或自然数）组成集合上的加法运算，这里如果a=0,那么第四个“逆”的条件...
视觉SLAM十四讲学习笔记（四）
weixin_42751489的博客
01-19 319
文章目录李群与李代数李群与李代数基础李群李代数的引出李代数的定义李代数so\mathfrak{so}so(3)李代数se\mathfrak{se}se(3)扩展^符号的含义4.2 指数与对数映射SO(3)上的指数映射se(3)上的指数映射根据变换矩阵求se(3)上的对应向量总结李代数求导与扰动模型忽略小量李代数求导扰动模型（左乘）SE(3)上的李代数求导 李群与李代数 李群与李代数基础 SO(3)和SE(3)对乘法运算构成群 封闭性：代数系 结合律：半群 幺元：幺半群 逆：群 李群 李群是具有连续（光滑）
李代数与李群间的转换-指数映射、对数映射
weixin_44197735的博客
07-01 1835
李群和李代数转换，指数映射与对数映射，详细推导。
基于ORB-SLAM3库搭建SLAM系统
07-09
基于ORB-SLAM3库搭建SLAM系统

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值