[学习笔记-SLAM篇]视觉SLAM十四讲ch3
生活随笔
收集整理的這篇文章主要介紹了
[学习笔记-SLAM篇]视觉SLAM十四讲ch3
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
一鼓作氣哈。
還學了一點latex編寫技巧,技能max。
注:
1)學習視頻:【高翔】視覺SLAM十四講。
視覺SLAM十四講
- 第3講
- 3.1 理論部分
- 3.2 實踐部分
第3講
3.1 理論部分
這一部分要點如下。3-5均為歐式變換所涉及的方式,此外,非歐式變換會改變剛體外形,如6中的幾種變換。
1)線性代數基礎
- 向量內積:a?b=aTb=∑i=13aibi=∣a∣∣b∣cos<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=13?ai?bi?=∣aaa∣∣bbb∣cos<aaa,bbb>;
- 向量外積:a×b=a^b\pmb{a}×\pmb{b}=\pmb{a}\hat{}\ \pmb{b}aaa×bbb=aaa^?bbb,其中a^\pmb{a}\hat{}aaa^指反對稱矩陣,有的書中也表示為a×\pmb{a}^×aaa×。
2)剛體運動&坐標系間歐式變換
- 剛體運動:一個旋轉加一個平移,用于表示世界系和相機系(或機器人系)之間的關系,用歐式變換來描述;
- 歐式變換:由旋轉和平移組成。旋轉部分為一個旋轉矩陣R\pmb{R}RRR(也叫方向余弦矩陣,3×3維),具有行列式為1和正交的性質,nnn維旋轉矩陣的集合定義為SO(n)SO(n)SO(n),由nnn維空間的旋轉矩陣組成,SO(n)SO(n)SO(n)指nnn維空間的特殊正交群;平移部分為一個平移向量t\pmb{t}ttt(3×1維)。
3)變換矩陣
- 為便于多次歐式變換的描述,引入齊次坐標將旋轉矩陣和平移向量放在一個矩陣中,形成變換矩陣T\pmb{T}TTT(4×4維);
- 變換矩陣可用于描述位姿,nnn維變換矩陣的集合定義為SE(n)SE(n)SE(n),指特殊歐式群,這里雖然變換矩陣為4×4維,但SE(n)SE(n)SE(n)仍表示為SE(3)SE(3)SE(3),應該是由于其描述的仍是3維空間的變換。
4)旋轉向量和歐拉角
- 為解決表達冗余問題,將旋轉矩陣R\pmb{R}RRR用一個旋轉軸和一個旋轉角來刻畫,即變換為一個旋轉向量(角軸或軸角),轉換過程采用羅德里格斯公式;將變換矩陣T\pmb{T}TTT表達為一個旋轉向量和一個平移向量;
- 歐拉角可用于直觀表示,但存在奇異性問題(萬向鎖),使系統丟失一個自由度(由于俯仰角為±90°,x與z軸同軸)。
5)四元數
- 四元數是一種不帶奇異性也不過分冗余的描述方式,可用于描述三維旋轉,其與旋轉向量之間可進行相互轉換;
- 使用時,將空間三維點表示為一個純虛四元數p\pmb{p}p?p??p,對其做單位四元數q\pmb{q}q?q??q指定的旋轉,則通過p′=qpq?1\pmb{p}^\prime=\pmb{q}\pmb{p}\pmb{q}^{-1}p?p??p′=q?q??qp?p??pq?q??q?1可得到旋轉后的點p′\pmb{p}^\primep?p??p′。
6)非歐式變換
- 相似變換:允許物體均勻縮放,自由度為7,該縮放因子sss在變換矩陣T\pmb{T}TTT中乘在旋轉矩陣R\pmb{R}RRR前,三維相似變換集合稱為相似變換群,Sim(3)Sim(3)Sim(3);
- 仿射變換:僅保持各面平行,自由度為12,旋轉矩陣R\pmb{R}RRR為可逆矩陣A\pmb{A}AAA即可,不必正交;
- 射影變換:僅保證接觸平面的相交和相切,自由度為15。
3.2 實踐部分
總結
以上是生活随笔為你收集整理的[学习笔记-SLAM篇]视觉SLAM十四讲ch3的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: C++ 中关于optional 使用过程
- 下一篇: php debug用什么意思,phpde