《自动驾驶中的SLAM技术》第2章: 基础数学知识回顾 习题

自动驾驶中的SLAM技术

第2章: 基础数学知识回顾

习题 1

分别使用左右扰动模型,计算 ∂ R − 1 p ∂ R \frac{\partial \mathbf{R}^{-1}\mathbf{p}}{\partial \mathbf{R}} RR1p

左扰动模型
∂ R − 1 p ∂ R = lim ⁡ δ ϕ → 0 ( E x p ( δ ϕ ) R ) − 1 p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 R − 1 E x p ( − δ ϕ ) p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 R − 1 ( I − δ ϕ ∧ ) p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 − R − 1 δ ϕ ∧ p δ ϕ = lim ⁡ δ ϕ → 0 R − 1 p ∧ δ ϕ δ ϕ = R − 1 p ∧ \begin{align*} \frac{\partial \mathbf{R}^{-1}\mathbf{p}}{\partial \mathbf{R}} &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\left( \mathrm{Exp}\left( \delta \boldsymbol{\phi} \right) \mathbf{R} \right) ^{-1}\mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathbf{R}^{-1}\mathrm{Exp}\left( -\delta \boldsymbol{\phi} \right) \mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathbf{R}^{-1}\left( \mathbf{I}-\delta \boldsymbol{\phi} ^{\land} \right) \mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{-\mathbf{R}^{-1}\delta \boldsymbol{\phi} ^{\land}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathbf{R}^{-1}\mathbf{p}^{\land}\delta \boldsymbol{\phi}}{\delta \boldsymbol{\phi}} \\ &= \mathbf{R}^{-1}\mathbf{p}^{\land} \end{align*} RR1p=δϕ0limδϕ(Exp(δϕ)R)1pR1p=δϕ0limδϕR1Exp(δϕ)pR1p=δϕ0limδϕR1(Iδϕ)pR1p=δϕ0limδϕR1δϕp=δϕ0limδϕR1pδϕ=R1p

右扰动模型
∂ R − 1 p ∂ R = lim ⁡ δ ϕ → 0 ( R E x p ( δ ϕ ) ) − 1 p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 E x p ( − δ ϕ ) R − 1 p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 ( I − δ ϕ ∧ ) R − 1 p − R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 − δ ϕ ∧ R − 1 p δ ϕ = lim ⁡ δ ϕ → 0 ( R − 1 p ) ∧ δ ϕ δ ϕ = ( R − 1 p ) ∧ \begin{align*} \frac{\partial \mathbf{R}^{-1}\mathbf{p}}{\partial \mathbf{R}} &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\left( \mathbf{R}\mathrm{Exp}\left( \delta \boldsymbol{\phi} \right) \right) ^{-1}\mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Exp}\left( -\delta \boldsymbol{\phi} \right) \mathbf{R}^{-1}\mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\left( \mathbf{I}-\delta \boldsymbol{\phi} ^{\land} \right) \mathbf{R}^{-1}\mathbf{p}-\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{-\delta \boldsymbol{\phi} ^{\land}\mathbf{R}^{-1}\mathbf{p}}{\delta \boldsymbol{\phi}} \\ &= \underset{\delta \boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\left( \mathbf{R}^{-1}\mathbf{p} \right) ^{\land}\delta \boldsymbol{\phi}}{\delta \boldsymbol{\phi}} \\ &= \left( \mathbf{R}^{-1}\mathbf{p} \right) ^{\land} \end{align*} RR1p=δϕ0limδϕ(RExp(δϕ))1pR1p=δϕ0limδϕExp(δϕ)R1pR1p=δϕ0limδϕ(Iδϕ)R1pR1p=δϕ0limδϕδϕR1p=δϕ0limδϕ(R1p)δϕ=(R1p)

习题 2

分别使用左右扰动模型,计算 ∂ R 1 R 2 − 1 ∂ R 2 \frac{\partial \mathbf{R}1\mathbf{R}{2}^{-1}}{\partial \mathbf{R}_2} R2R1R21

注: 不能直接说 R 1 R 2 \mathbf{R}_1\mathbf{R}_2 R1R2 R 1 \mathbf{R}_1 R1 R 2 \mathbf{R}_2 R2 的导数,那样就变成矩阵对向量求导,无法使用矩阵来描述。在不引入张量的前提下,我们最多只能求向量到向量的导数。因此分子部分必须加上 Log 符号,取为矢量。

左扰动模型
∂ L o g ( R 1 R 2 − 1 ) ∂ R 2 = lim ⁡ ϕ → 0 L o g ( R 1 ( E x p ( ϕ ) R 2 ) − 1 ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 L o g ( R 1 R 2 − 1 E x p ( − ϕ ) ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 L o g ( R 1 R 2 − 1 ) + J r − 1 ( L o g ( R 1 R 2 − 1 ) ) ( − ϕ ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 − J r − 1 ( L o g ( R 1 R 2 − 1 ) ) ϕ ϕ = − J r − 1 L o g ( R 1 R 2 − 1 ) \begin{align*} \frac{\partial \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\partial \mathbf{R}_2} &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\left( \mathrm{Exp}\left( \boldsymbol{\phi} \right) \mathbf{R}_2 \right) ^{-1} \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1}\mathrm{Exp}\left( -\boldsymbol{\phi} \right) \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) +\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \right) \left( -\boldsymbol{\phi} \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{^{-1}} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{-\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \right) \boldsymbol{\phi}}{\boldsymbol{\phi}} \\ &= -\mathbf{J}_{r}^{-1}\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \end{align*} R2Log(R1R21)=ϕ0limϕLog(R1(Exp(ϕ)R2)1)Log(R1R21)=ϕ0limϕLog(R1R21Exp(ϕ))Log(R1R21)=ϕ0limϕLog(R1R21)+Jr1(Log(R1R21))(ϕ)Log(R1R21)=ϕ0limϕJr1(Log(R1R21))ϕ=Jr1Log(R1R21)

右扰动模型
∂ L o g ( R 1 R 2 − 1 ) ∂ R 2 = lim ⁡ ϕ → 0 L o g ( R 1 ( R 2 E x p ( ϕ ) ) − 1 ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 L o g ( R 1 E x p ( − ϕ ) R 2 − 1 ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 L o g ( R 1 R 2 − 1 E x p ( − R 2 ϕ ) ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 L o g ( R 1 R 2 − 1 ) + J r − 1 ( L o g ( R 1 R 2 − 1 ) ) ( − R 2 ϕ ) − L o g ( R 1 R 2 − 1 ) ϕ = lim ⁡ ϕ → 0 − J r − 1 ( L o g ( R 1 R 2 − 1 ) ) R 2 ϕ ϕ = − J r − 1 ( L o g ( R 1 R 2 − 1 ) ) R 2 \begin{align*} \frac{\partial \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\partial \mathbf{R}_2} &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\left( \mathbf{R}_2\mathrm{Exp}\left( \boldsymbol{\phi} \right) \right) ^{-1} \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\mathrm{Exp}\left( -\boldsymbol{\phi} \right) \mathbf{R}_{2}^{-1} \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1}\mathrm{Exp}\left( -\mathbf{R}_2\boldsymbol{\phi} \right) \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) +\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \right) \left( -\mathbf{R}_2\boldsymbol{\phi} \right) -\mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right)}{\boldsymbol{\phi}} \\ &= \underset{\boldsymbol{\phi} \rightarrow 0}{\lim}\frac{-\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \right) \mathbf{R}_2\boldsymbol{\phi}}{\boldsymbol{\phi}} \\ &= -\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{R}_1\mathbf{R}_{2}^{-1} \right) \right) \mathbf{R}_2 \end{align*} R2Log(R1R21)=ϕ0limϕLog(R1(R2Exp(ϕ))1)Log(R1R21)=ϕ0limϕLog(R1Exp(ϕ)R21)Log(R1R21)=ϕ0limϕLog(R1R21Exp(R2ϕ))Log(R1R21)=ϕ0limϕLog(R1R21)+Jr1(Log(R1R21))(R2ϕ)Log(R1R21)=ϕ0limϕJr1(Log(R1R21))R2ϕ=Jr1(Log(R1R21))R2

注:
L o g ( A B ) ≈ { L o g ( B ) + J l − 1 ( L o g ( B ) ) L o g ( A ) , 当 A ≈ I L o g ( A ) + J r − 1 ( L o g ( A ) ) L o g ( B ) , 当 B ≈ I \mathrm{Log}\left( \mathbf{A}\mathbf{B} \right) \approx \begin{cases} \mathrm{Log}\left( \mathbf{B} \right) +\mathbf{J}_{l}^{-1}\left( \mathrm{Log}\left( \mathbf{B} \right) \right) \mathrm{Log}\left( \mathbf{A} \right) ,\text{当}\mathbf{A}\approx \mathbf{I} \\ \mathrm{Log}\left( \mathbf{A} \right) +\mathbf{J}_{r}^{-1}\left( \mathrm{Log}\left( \mathbf{A} \right) \right) \mathrm{Log}\left( \mathbf{B} \right) ,\text{当}\mathbf{B}\approx \mathbf{I} \end{cases} Log(AB){Log(B)+Jl1(Log(B))Log(A),AILog(A)+Jr1(Log(A))Log(B),BI
E x p ( ϕ ) R = R E x p ( R ⊤ ϕ ) \mathrm{Exp}\left( \boldsymbol{\phi } \right) \boldsymbol{R}=\boldsymbol{R}\mathrm{Exp}\left( \boldsymbol{R}^{\top}\boldsymbol{\phi } \right) Exp(ϕ)R=RExp(Rϕ)

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。如若转载,请注明出处:http://www.mfbz.cn/a/772897.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

微信开发者工具报错 Error: module ‘xxx.js‘ is not defined, require args is ‘xxx.js‘

背景 报错如下 检查 代码逻辑和写法都是ok的重新打开项目又是可以的 解决方案 先确保微信开发者工具和uniapp的将js编译成es5都开着(这个是默认开的) 然后把微信开发者工具关了重开 一般做这一步就会好了,但是只是临时解决 &#xff08…

如何使用 3D 建模库在 C# 中将 3DS 转换为 USDZ?

USDZ/USD是一种 3D 文件格式,被广泛用于跨平台共享 3D 资产。另一方面,3DS是另一种以块形式存储数据的 3D 文件格式。在某些情况下,您需要将3DS 文件转换为 USDZ/USD文件格式。因此,本篇博文介绍了一个功能丰富的3D 建模库&#x…

记录一下简单导入导出excel二级表头

数据库导入导出表头 之前的工具类GenerateExcelToFile新增两个导出这种二级表头方法 package com.njry.utils;import cn.hutool.core.util.IdUtil; import com.njry.config.FileProperties; import com.njry.exception.BadRequestException; import org.apache.poi.hssf.user…

《Winodws API每日一练》8.2 static控件

在 Windows 编程中,"Static" 控件是一种常见的用户界面元素,用于显示静态文本或图像,而无法进行用户交互。它通常用于显示标签、标题、说明文本或静态图像等信息。Static 控件是一种静态的、只读的显示元素,不接受用户的…

JAVA 快递100wms工具类

快递wms工具类 import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.JSONObject; import com.google.gson.Gson; import com.kuaidi100.sdk.api.QueryTrack; import com.kuaidi100.sdk.api.Subscribe; import com.kuaidi100.sdk.contant.ApiInfoConstant; import c…

11.SQL注入-盲注基于(base on boolian)

SQL注入-盲注基于boolian案例利用 首先总结一下sql语句中的函数意思 #查看当前所在的数据库 mysql> select database(); ------------ | database() | ------------ | pikachu | ------------ 1 row in set (0.00 sec)#函数substr里1是从第几位开始取字符,2…

mybatis-使用自动生成(根据数据库反向生成pojo、映射文件,映射接口)

1.在pom.xml中导入依赖和插件 <dependencies> <!-- 导入自动生成依赖--><dependency><groupId>org.mybatis.generator</groupId><artifactId>mybatis-generator-maven-plugin</artifactId><version>1.4.0</version>&…

【PCIe】P2P DMA

PCIe P2P (peer-to-peer communication)是PCIe的一种特性&#xff0c;它使两个PCIe设备之间可以直接传输数据&#xff0c;而不需要使用主机RAM作为临时存储。如下图3的走向 比如EP1要发送和数据给EP2,操作流程如下&#xff1a; 1. 打开EP1的dma控制器&#xff1b;--client侧 …

go开源webssh终端源码main.go分析

1.地址: https://github.com/Jrohy/webssh.git 2.添加中文注释地址: https://github.com/tonyimax/webssh_cn.git main.go分析 主包名&#xff1a;main package main //主包名 依赖包加载 //导入依赖包 import ("embed" //可执行文件…

密码学复习

目录 基础 欧拉函数 欧拉函数φ(n)定义 计算方法的技巧 当a=a_1*a_2*……*a_n时 欧拉定理 剩余系 一些超简单密码 维吉尼亚 密钥fox 凯撒(直接偏移) 凯特巴氏(颠倒字母表) 摩斯密码(字母对应电荷线) 希尔(hill)密码 一些攻击 RSA 求uf+vg=1 快速幂模m^…

苹果获得OpenAI董事会观察员职位、Runway最新估值40亿美元

ChatGPT狂飙160天&#xff0c;世界已经不是之前的样子。 更多资源欢迎关注 据知情人士透露&#xff0c;苹果应用商店&#xff08;App Store&#xff09;负责人、前营销主管Phil Schiller被选中担任这一职位。这位知情人士说&#xff0c;作为董事会观察员&#xff0c;他不会以正…

二次搭建无人车平台遇到的问题(mid360+joy游戏手柄操纵无人车)

joy节点启动 报错&#xff1a; ROS path [0]/opt/ros/noetic/share/ros ROS path [1]/home/jetson/yahboomcar_ws/src/yahboomcar_autodrive ROS path [2]/home/jetson/yahboomcar_ws/src/yahboomcar_bringup ROS path [3]/home/jetson/yahboomcar_ws/src/yahboomcar_ctrl ROS…

【2024版】Microsoft Azure 管理员培训课程招生简章(8月有开班)

课程介绍 本课程专为希望深入了解和精通Microsoft Azure管理的IT专业人员设计。在为期三天的培训中&#xff0c;学员将全面学习如何管理Azure订阅&#xff0c;保护标识&#xff0c;配置虚拟网络&#xff0c;以及实现存储解决方案和虚拟机。此外&#xff0c;课程还涵盖了实现We…

传感器标定(一)摄像头内参标定

一、使用ROS进行手动标定安装 1、安装 image-view &usb_cam ⽤于驱动相机 sudo apt-get install ros-melodic-image-view sudo apt-get install ros-melodic-usb-cam2、查看系统视频设备 v4l2- ctl -d /dev/video0 --all 查询所有相机具体的参数包括width和height ls /…

Excel数据截取及合并多行多列数据

公式一&#xff1a;RIGHT(A2,LEN(A2)-FINDB(")",A2)) 公式二&#xff1a;PHONETIC(C2:D19) 详情可以看附件。

JMeter--定时执行的方法

原文网址&#xff1a;JMeter--定时执行的方法_IT利刃出鞘的博客-CSDN博客 简介 本文介绍JMeter如何使用定时器定时执行测试任务。 Java技术星球&#xff1a;way2j.com 方法 第一步&#xff1a;新建定时器 右键测试任务> Add > Timer> Constant Timer 如下图所示…

【python数据处理】— “2020-01-01 05:20:15“日期格式数据

文章目录 一、数据说明及目标二、实现方式1.提取date2.提取hour3.提取weekday4.提取month 一、数据说明及目标 数据说明 数据表有一列名为"datetime"表示时间数据&#xff0c;该列的数据格式是"2020-01-01 05:20:15"。 import pandas as pd datapd.read_e…

云动态摘要 2024-07-04

给您带来云厂商的最新动态&#xff0c;最新产品资讯和最新优惠更新。 最新优惠与活动 数据库上云优选 阿里云 2024-07-04 RDS、PolarDB、Redis、MongoDB 全系产品新用户低至首年6折起&#xff01; [免费体验]智能助手ChatBI上线 腾讯云 2024-07-02 基于混元大模型打造&…

搜维尔科技:【研究】Scalefit人体工程学测量系统为预防肌肉骨骼疾病提供生物力学分析

与工作相关的肌肉骨骼疾病(MSE)是工作生活中的一个持续的伴侣。总部位于科隆的Scaleit公司生产的移动生物力学测量系统Industrial Athlete有助于在工作场所立即发现疾病&#xff0c;伤害和损伤的原因。 Scalefit是一个跨学科网络的一部分&#xff0c;在德国科隆体育大学和职业…

【CT】LeetCode手撕—232. 用栈实现队列

目录 题目1- 思路2- 实现⭐232. 用栈实现队列——题解思路 3- ACM 实现 题目 原题连接&#xff1a;232. 用栈实现队列 1- 思路 思路 ① 用两个栈来实现队列&#xff0c;一个 in 入栈 和一个 out 出栈② push 入队&#xff1a;入栈逻辑&#xff1a;即将元素加入到 in 栈 里即…
最新文章