news 2026/7/7 10:37:53

视觉SLAM十四讲解读-(v2.p84)李代数求导

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
视觉SLAM十四讲解读-(v2.p84)李代数求导

视觉SLAM十四讲解读-(v2.p84)李代数求导

1. 问题背景和目标

在考虑SO(3)SO(3)SO(3)上的情况时,对空间点p\boldsymbol{p}p进行旋转得到RpR\boldsymbol{p}Rp,目标是计算旋转之后点的坐标相对于旋转矩阵RRR的导数∂(Rp)∂R\frac{\partial(R\boldsymbol{p})}{\partial R}R(Rp)。由于SO(3)SO(3)SO(3)没有加法,不能按导数定义直接计算,所以通过将RRR对应的李代数记为ϕ\phiϕ,转而计算∂(exp⁡(ϕ∧)p)∂ϕ\frac{\partial(\exp(\phi^{\wedge})\boldsymbol{p})}{\partial \phi}ϕ(exp(ϕ)p)

2. 根据导数定义展开

按照导数的定义:
∂(exp⁡(ϕ∧)p)∂ϕ=lim⁡δϕ→0exp⁡((ϕ+δϕ)∧)p−exp⁡(ϕ∧)pδϕ\frac{\partial(\exp(\phi^{\wedge})\boldsymbol{p})}{\partial \phi}=\lim_{\delta\phi \to 0}\frac{\exp((\phi + \delta\phi)^{\wedge})\boldsymbol{p}-\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}ϕ(exp(ϕ)p)=limδϕ0δϕexp((ϕ+δϕ))pexp(ϕ)p
这一步是导数定义的基本应用,分子是函数在ϕ+δϕ\phi+\delta\phiϕ+δϕϕ\phiϕ处的函数值之差,分母是自变量的增量δϕ\delta\phiδϕ,通过取极限δϕ→0\delta\phi\to0δϕ0来得到导数。

3. 利用李代数指数映射的性质

根据李代数指数映射的性质exp⁡((ϕ+δϕ)∧)=exp⁡((Jlδϕ)∧)exp⁡(ϕ∧)\exp((\phi+\delta\phi)^{\wedge})=\exp((J_l\delta\phi)^{\wedge})\exp(\phi^{\wedge})exp((ϕ+δϕ))=exp((Jlδϕ))exp(ϕ)(这里JlJ_lJl是左雅可比矩阵),则:
lim⁡δϕ→0exp⁡((ϕ+δϕ)∧)exp⁡(ϕ∧)p−exp⁡(ϕ∧)pδϕ=lim⁡δϕ→0exp⁡((Jlδϕ)∧)exp⁡(ϕ∧)p−exp⁡(ϕ∧)pδϕ\lim_{\delta\phi \to 0}\frac{\exp((\phi + \delta\phi)^{\wedge})\exp(\phi^{\wedge})\boldsymbol{p}-\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}=\lim_{\delta\phi \to 0}\frac{\exp((J_l\delta\phi)^{\wedge})\exp(\phi^{\wedge})\boldsymbol{p}-\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}limδϕ0δϕexp((ϕ+δϕ))exp(ϕ)pexp(ϕ)p=limδϕ0δϕexp((Jlδϕ))exp(ϕ)pexp(ϕ)p
此步骤利用了上述指数映射的性质,将exp⁡((ϕ+δϕ)∧)\exp((\phi+\delta\phi)^{\wedge})exp((ϕ+δϕ))进行了替换,以便后续化简。

4. 利用近似和单位矩阵性质

δϕ\delta\phiδϕ很小时,exp⁡((Jlδϕ)∧)≈I+(Jlδϕ)∧\exp((J_l\delta\phi)^{\wedge})\approx\boldsymbol{I}+(J_l\delta\phi)^{\wedge}exp((Jlδϕ))I+(Jlδϕ)(这是指数映射在小量情况下的近似展开),则:
lim⁡δϕ→0(I+(Jlδϕ)∧)exp⁡(ϕ∧)p−exp⁡(ϕ∧)pδϕ\lim_{\delta\phi \to 0}\frac{(\boldsymbol{I}+(J_l\delta\phi)^{\wedge})\exp(\phi^{\wedge})\boldsymbol{p}-\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}limδϕ0δϕ(I+(Jlδϕ))exp(ϕ)pexp(ϕ)p
=lim⁡δϕ→0(Jlδϕ)∧exp⁡(ϕ∧)pδϕ=\lim_{\delta\phi \to 0}\frac{(J_l\delta\phi)^{\wedge}\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}=limδϕ0δϕ(Jlδϕ)exp(ϕ)p
这里先将exp⁡((Jlδϕ)∧)\exp((J_l\delta\phi)^{\wedge})exp((Jlδϕ))用近似式替换,然后对分子进行化简,Iexp⁡(ϕ∧)p\boldsymbol{I}\exp(\phi^{\wedge})\boldsymbol{p}Iexp(ϕ)p−exp⁡(ϕ∧)p-\exp(\phi^{\wedge})\boldsymbol{p}exp(ϕ)p相消,剩下(Jlδϕ)∧exp⁡(ϕ∧)p(J_l\delta\phi)^{\wedge}\exp(\phi^{\wedge})\boldsymbol{p}(Jlδϕ)exp(ϕ)p

5. 利用反对称矩阵性质

根据反对称矩阵性质a∧b=−b∧aa^{\wedge}b=-b^{\wedge}aab=ba,则(Jlδϕ)∧exp⁡(ϕ∧)p=−exp⁡(ϕ∧)p∧Jlδϕ(J_l\delta\phi)^{\wedge}\exp(\phi^{\wedge})\boldsymbol{p}= - \exp(\phi^{\wedge})\boldsymbol{p}^{\wedge}J_l\delta\phi(Jlδϕ)exp(ϕ)p=exp(ϕ)pJlδϕ,所以:
lim⁡δϕ→0(Jlδϕ)∧exp⁡(ϕ∧)pδϕ=lim⁡δϕ→0−(exp⁡(ϕ∧)p)∧Jlδϕδϕ=−(Rp)∧Jl\lim_{\delta\phi \to 0}\frac{(J_l\delta\phi)^{\wedge}\exp(\phi^{\wedge})\boldsymbol{p}}{\delta\phi}=\lim_{\delta\phi \to 0}\frac{-(\exp(\phi^{\wedge})\boldsymbol{p})^{\wedge}J_l\delta\phi}{\delta\phi}=-(R\boldsymbol{p})^{\wedge}J_llimδϕ0δϕ(Jlδϕ)exp(ϕ)p=limδϕ0δϕ(exp(ϕ)p)Jlδϕ=(Rp)Jl
这一步先利用反对称矩阵性质对分子进行变形,然后分子分母中的δϕ\delta\phiδϕ在取极限时,δϕδϕ=1\frac{\delta\phi}{\delta\phi}=1δϕδϕ=1,最终得到结果−(Rp)∧Jl-(R\boldsymbol{p})^{\wedge}J_l(Rp)Jl,其中R=exp⁡(ϕ∧)R = \exp(\phi^{\wedge})R=exp(ϕ)

综上,通过以上详细推导步骤,得到了∂(exp⁡(ϕ∧)p)∂ϕ=−(Rp)∧Jl\frac{\partial(\exp(\phi^{\wedge})\boldsymbol{p})}{\partial \phi}=-(R\boldsymbol{p})^{\wedge}J_lϕ(exp(ϕ)p)=(Rp)Jl,也就是旋转之后点的坐标相对于旋转李代数的导数表达式。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/7 10:35:14

好写作AI:传统写作与智能辅助的融合,一场正在发生的范式转变

当古老的书写技艺遇见前沿的人工智能,一场静默而深刻的范式革命正在学术写作领域展开——从“笔耕不辍”到“人机共舞”。好写作AI官方网址:https://www.haoxiezuo.cn/传统学术写作是一项高度依赖个人素养的“手工技艺”:研究者独立完成从文献…

作者头像 李华
网站建设 2026/7/7 11:14:26

好写作AI:AI写作工具的功能演进与未来学术助手展望

从“拼写检查器”到“研究协作者”,AI在学术领域的角色正经历一场深刻的进化。这不仅是工具的升级,更是研究范式的重塑。好写作AI官方网址:https://www.haoxiezuo.cn/AI写作工具的发展,清晰地呈现出一条从浅层辅助到深度赋能的演进…

作者头像 李华
网站建设 2026/7/6 13:56:49

ExtractSelectionUsingCells选择和提取三维模型中的特定单元(Cell)

一:主要的知识点 1、说明 本文只是教程内容的一小段,因博客字数限制,故进行拆分。主教程链接:vtk教程——逐行解析官网所有Python示例-CSDN博客 2、知识点纪要 本段代码主要涉及的有①通过特定索引取得网格面模型 二&#xff…

作者头像 李华
网站建设 2026/7/7 17:19:04

python-flask-django高校迎新管理与新生入学服务系统_cliy3341

文章目录 系统截图项目技术简介可行性分析主要运用技术介绍核心代码参考示例结论源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式! 系统截图 python-flask-django_陈丽英1 高校迎新管理与新生入学服务系统 项目技术简介 Python版本&…

作者头像 李华