一鼓作气哈。
还学了一点latex编写技巧,技能max。
注:
1)学习视频:【高翔】视觉SLAM十四讲。
第3讲
3.1 理论部分
这一部分要点如下。3-5均为欧式变换所涉及的方式,此外,非欧式变换会改变刚体外形,如6中的几种变换。
1)线性代数基础
- 向量内积:
a
⋅
b
=
a
T
b
=
∑
i
=
1
3
a
i
b
i
=
∣
a
∣
∣
b
∣
c
o
s
<
a
,
b
>
\pmb{a}·\pmb{b}=\pmb{a}^T\pmb{b}=\sum_{i=1}^3a_ib_i=|\pmb{a}||\pmb{b}|cos<\pmb{a},\pmb{b}>
aaa⋅bbb=aaaTbbb=∑i=13aibi=∣aaa∣∣bbb∣cos<aaa,bbb>;
- 向量外积:
a
×
b
=
a
^
b
\pmb{a}×\pmb{b}=\pmb{a}\hat{}\ \pmb{b}
aaa×bbb=aaa^ bbb,其中
a
^
\pmb{a}\hat{}
aaa^指反对称矩阵,有的书中也表示为
a
×
\pmb{a}^×
aaa×。
2)刚体运动&坐标系间欧式变换
- 刚体运动:一个旋转加一个平移,用于表示世界系和相机系(或机器人系)之间的关系,用欧式变换来描述;
- 欧式变换:由旋转和平移组成。旋转部分为一个旋转矩阵
R
\pmb{R}
RRR(也叫方向余弦矩阵,3×3维),具有行列式为1和正交的性质,
n
n
n维旋转矩阵的集合定义为
S
O
(
n
)
SO(n)
SO(n),由
n
n
n维空间的旋转矩阵组成,
S
O
(
n
)
SO(n)
SO(n)指
n
n
n维空间的特殊正交群;平移部分为一个平移向量
t
\pmb{t}
ttt(3×1维)。
3)变换矩阵
- 为便于多次欧式变换的描述,引入齐次坐标将旋转矩阵和平移向量放在一个矩阵中,形成变换矩阵
T
\pmb{T}
TTT(4×4维);
- 变换矩阵可用于描述位姿,
n
n
n维变换矩阵的集合定义为
S
E
(
n
)
SE(n)
SE(n),指特殊欧式群,这里虽然变换矩阵为4×4维,但
S
E
(
n
)
SE(n)
SE(n)仍表示为
S
E
(
3
)
SE(3)
SE(3),应该是由于其描述的仍是3维空间的变换。
4)旋转向量和欧拉角
- 为解决表达冗余问题,将旋转矩阵
R
\pmb{R}
RRR用一个旋转轴和一个旋转角来刻画,即变换为一个旋转向量(角轴或轴角),转换过程采用罗德里格斯公式;将变换矩阵
T
\pmb{T}
TTT表达为一个旋转向量和一个平移向量;
- 欧拉角可用于直观表示,但存在奇异性问题(万向锁),使系统丢失一个自由度(由于俯仰角为±90°,x与z轴同轴)。
5)四元数
- 四元数是一种不带奇异性也不过分冗余的描述方式,可用于描述三维旋转,其与旋转向量之间可进行相互转换;
- 使用时,将空间三维点表示为一个纯虚四元数
p
\pmb{p}
ppp,对其做单位四元数
q
\pmb{q}
qqq指定的旋转,则通过
p
′
=
q
p
q
−
1
\pmb{p}^\prime=\pmb{q}\pmb{p}\pmb{q}^{-1}
ppp′=qqqpppqqq−1可得到旋转后的点
p
′
\pmb{p}^\prime
ppp′。
6)非欧式变换
- 相似变换:允许物体均匀缩放,自由度为7,该缩放因子
s
s
s在变换矩阵
T
\pmb{T}
TTT中乘在旋转矩阵
R
\pmb{R}
RRR前,三维相似变换集合称为相似变换群,
S
i
m
(
3
)
Sim(3)
Sim(3);
- 仿射变换:仅保持各面平行,自由度为12,旋转矩阵
R
\pmb{R}
RRR为可逆矩阵
A
\pmb{A}
AAA即可,不必正交;
- 射影变换:仅保证接触平面的相交和相切,自由度为15。
3.2 实践部分
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)