美文网首页
SLAM学习笔记4

SLAM学习笔记4

作者: FOFI | 来源:发表于2019-04-13 18:32 被阅读0次
在SLAM中常需要估计一个相机的位置和姿态,这是个优化问题,需要对相机位姿求导,而李代数可以方便地表示相机位姿的导数。本笔记记录李群SO(3),SE(3)和李代数so(3),se(3)的对应关系以及李代数的求导表示。最后是李代数的编程练习。
老规矩,手写拍照...
李群与李代数1.jpg
李群与李代数2.jpg
李群与李代数3.jpg
Sophus编程练习
Sophus 可以下载github源码然后cmake编译:
git clone git://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
mkdir svs_build
cd svs_build
cmake .. -DCMAKE_INSTALL_PREFIX:PATH=$HOME/svslocal
make -j4
make install
cpp代码:
#include <iostream>
#include <cmath>


#include <Eigen/Core>
#include <Eigen/Geometry>

#include "sophus/so3.h"
#include "sophus/se3.h"
 
using namespace std; 

int main(int argc , char **argv)
{
  Eigen::Matrix3d R = Eigen::AngleAxisd(M_PI/2,Eigen::Vector3d(0,0,1)).toRotationMatrix();//z轴旋转pi/2
  Sophus::SO3 SO3_R(R);
  Sophus::SO3 SO3_v(0,0,M_PI/2);
  Eigen::Quaterniond q(R);
  Sophus::SO3 SO3_q(q);
  
  cout<<"SO(3) from matrix:"<<SO3_R<<endl;
  cout<<"SO(3) from vector:"<<SO3_v<<endl;
  cout<<"SO(3) from quaternion:"<<SO3_q<<endl;
  
  //使用对数映射获取它的李代数
  Eigen::Vector3d so3 = SO3_R.log();
  cout<<"李代数so3:"<<so3.transpose()<<endl;
  //hat为向量到反对称矩阵
  cout<<"so3 hat:"<<Sophus::SO3::hat(so3)<<endl;
  //vee 为反对称到向量
  cout<<"so3 hat vee:"<<Sophus::SO3::vee(Sophus::SO3::hat(so3)).transpose()<<endl;
  
  //增加绕动模型
  Eigen::Vector3d update_so3(1e-4,0,0);
  Sophus::SO3 SO3_updated = Sophus::SO3::exp(update_so3)*SO3_R;//左乘更新
  cout<<"SO3 updated:"<<SO3_updated<<endl;
  
  //对SE(3)的操作
  
  Eigen::Vector3d t(1,0,0);
  Sophus::SE3 SE3_Rt(R,t);
  Sophus::SE3 SE3_qt(q,t);
  cout<<"SE3 from R,t:"<<endl<<SE3_Rt<<endl;
  cout<<"SE3 from q,t:"<<endl<<SE3_qt<<endl;
  
  typedef Eigen::Matrix<double,6,1> Vector6d;
  Vector6d se3 = SE3_Rt.log();
  cout<<"李代数se3:"<<se3.transpose()<<endl;
  
  cout<<"se3 hat:"<<Sophus::SE3::hat(se3)<<endl;
  cout<<"se3 hat vee:"<<Sophus::SE3::vee(Sophus::SE3::hat(se3)).transpose()<<endl;
  
  
  Vector6d update_se3 ;
  update_se3.setZero();
  update_se3(0,0) = 1e-4d;
  cout<<"update_se3 is:"<<update_se3.transpose()<<endl;
  Sophus::SE3 SE3_updated = Sophus::SE3::exp(update_se3)* SE3_Rt;
  cout<<"SE3 updated:"<<endl<<SE3_updated.matrix()<<endl;
 
  return 0;
  
  
}
CMakeLists.txt
cmake_minimum_required(VERSION 2.6)
project(usesophus)

include_directories( "/usr/include/eigen3" )

find_package( Sophus REQUIRED )
include_directories( ${Sophus_INCLUDE_DIRS} )

add_executable(usesophus main.cpp)
target_link_libraries( usesophus ${Sophus_LIBRARIES} )
install(TARGETS usesophus RUNTIME DESTINATION bin)

相关文章

  • SLAM学习笔记4

    在SLAM中常需要估计一个相机的位置和姿态,这是个优化问题,需要对相机位姿求导,而李代数可以方便地表示相机位姿的导...

  • 基于ROS的SLAM学习笔记1

    基于ROS的SLAM开源库学习笔记 一直听说SLAM, SLAM。 但是实际上,除了SLAM是持续定位和生成地图的...

  • 视觉SLAM14讲-回环检测

    读《视觉SLAM14讲》的一点一点学习笔记。

  • SLAM学习笔记(1)

    在家带娃,闲来无事翻看《视觉SLAM十四讲》,粗略过了一遍,先记个大概,细节部分容后再补。 SLAM框架如图...

  • SLAM学习笔记2

    笔记分两部分: 1. SLAM基本框架 2.用cmake编译cpp源文件 SLAM基本框架 SLAM要解决两个问题...

  • SLAM学习笔记3

    三维空间刚体运动,笔记内容有向量内积,向量外积,欧氏变换,旋转向量,欧拉角,旋转矩阵,四元数以及它们的转换关系,代...

  • 基于Deep Learning SLAM算法 ICRA 2019

    我们总结了ICRA 2019 SLAM相关论文,分为四个部分: 深度学习+传统SLAM 传统的SLAM / 3D视...

  • 视觉SLAM学习笔记(二)

    视觉里程计 前边我省略了大量用数学知识来描述的内容,比如三维世界中刚体运动的描述方式,包括旋转矩阵,旋转向量,欧拉...

  • slam学习-orb-slam学习

    【关键字】slam orb特征 tracking orb特征原理 http://m.blog.csdn.net/z...

  • slam 学习

    学习博客:

网友评论

      本文标题:SLAM学习笔记4

      本文链接:https://www.haomeiwen.com/subject/qdyrwqtx.html