學習IMU預積分(2)李代數

背景:目前開始學習IMU的預積分與Christian Forster 與其組員的論文:IMU Preintegration on Manifold for Efficient Visual-Inertial Maximum-a-Posteriori Estimation。

 

這文章涉及到基礎知識李羣與李代數,此文章先鋪墊一下基礎知識,大部分東西都從《視覺SLAM十四講》搬運過來。

 

1.什麼是李代數

李代數用於描述李羣的局部性質,所以每個李羣有其對應的李代數。

李代數=一個集合\mathbb{V}+一個數域\mathbb{F}+一個二元運算[,],用數學描述可以這樣描述:g = (V, F, [,])

這裏可以舉個例子,例如SO(3)就對應李代數g = (\mathbb{R}^{3}, \mathbb{R}, \times), 注意這裏的\times指的是兩個矢量之間的叉乘。

 

除此之外,李代數的二元運算[,]還必須滿足以下性質:

1.  封閉性 \forall X,Y \in \mathbb{V}, [X,Y] \in \mathbb{V}

2.  雙線性\forall X, Y, Z \in \mathbb{V}, a, b \in \mathbb{F},

                    [aX + bY, Z] = a[X,Z]+b[Y,Z], [Z,aX+bY] = a[Z,X]+b[Z,Y]

3.  自反性 \forall X \in \mathbb{V}, [X,X] = 0

4.  雅克比等價 \forall X, Y, Z \in \mathbb{V}, [X, [Y, Z]] + [Z, [X, Y]] + [Y, [Z,X]] = 0

 

上面說道的g = (\mathbb{R}^{3}, \mathbb{R}, \times)符合這4個性質:

1.兩個3X 1 矢量叉乘結果是一個3X 1矢量

2.(維基百科

3.3維矢量叉乘自己是零,因爲把它和它自己的夾角爲0,又因叉乘公式是a\times b = ||a||*||b||*sin(\theta) *n

4.雅克比等價這個我不太知道怎麼證,希望有人留言告訴我。

 

2. 李代數so(3), se(3)

上一節我們知道李羣SO(3), SE(3)了。

與SO(3)對應的李代數是so(3), 與SE(3)對應的李代數是se(3)。後者都是描述前者的局部特性。

so(3) = \{\phi \in \mathbb{R}^3, \phi^{\Lambda} \in R^{3\times3}\}, 與其對應的二元運算爲矢量叉乘。

\phi^{\Lambda}指的是旋轉矢量的反對稱矩陣,也可以理解爲三維矢量到三維矩陣的轉換符。我們常常用\Phi矩陣代替\phi^{\Lambda}

se(3) = \{\xi \in \begin{bmatrix} \rho \\ \phi \end{bmatrix} \in \mathbb{R}^6, \rho \in \mathbb{R}^3, \phi=\begin{bmatrix} \phi^{\Lambda} & \rho \\ 0^T & 1 \end{bmatrix} \in so(3), \xi^{\Lambda} \in R^{4\times4}\}, 與其對應的二元運算爲????。

這裏的\xi^{\Lambda}不是指\xi的反對稱矩陣,而是六維矢量到四維矩陣的轉換符。這裏的\phi爲旋轉矢量,\rho爲平移矢量。

 

 

下一節讓我們瞭解一下,李羣和李代數的關係以及它們之間的轉換關係(更專業一點,映射關係)。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章