李群李代数-(1)

https://www.cnblogs.com/gaoxiang12/p/5137454.html
https://zhuanlan.zhihu.com/p/358455662
https://zhuanlan.zhihu.com/p/435445206
https://blog.csdn.net/youngpan1101/article/details/71087470

https://blog.csdn.net/qq_32998593/article/details/124684758?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2-124684758-blog-46628023.pc_relevant_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2-124684758-blog-46628023.pc_relevant_default&utm_relevant_index=3

SO(3)

Special Orthogonal Group ,即特殊正交群,当我们研究的问题是三维空间,则认为是SO(3) ,而正交群对向量的作用一般都指代的是旋转,所以这样的群也叫旋转群
SO(3)=\{R\in \mathbb{R}^{n\times n} | R\times R^T=I|det(R)=I\} (注:R表示旋转矩阵,\mathbb{R}表示实数域)

SE(3)

Special Euclidean Group,即特殊欧式群,这里变换矩阵T除了包含旋转R,还多了一个位移t,当研究的问题是三维空间问题,则认为是SE(3),如下表示
SE(3)=\{T=\begin{bmatrix}R&t\\0^T&1\end{bmatrix}\in \mathbb{R}^{4\times 4}|R\in SO(3),t\in \mathbb{R}^3\}

啥是群
中学的时候肯定都接触过集合这个概念,比如所有实数的集合 \mathbb{R},或者我们可以自己定义一个集合,比如所有正方型的集合,不太严谨的说,其实就规定一些条件,所有满足这些条件的“东西”,就组成了一个集合。

,或者我们可以自己定义一个集合,比如所有正方型的集合,不太严谨的说,其实就规定一些条件,所有满足这些条件的“东西”,就组成了一个集合。

群(Group),则是一种集合,加上一种运算组成的结构。假如我们把集合记作G,运算记作·,它要求集合和运算满足下面几个条件:

封闭性:对于所有Ga, b,运算a·b的结果也在G
结合律:对于所有G中的a, bc,等式 (a·b)·c = a· (b·c)成立
幺元:存在G中的一个元素e,使得对于所有G中的元素a,总有等式e·a = a·e = a成立
逆元:对于每个G中的a,存在G中的一个元素b使得总有a·b = b·a = e,此处e为单位元

看起来挺复杂,举个例子就很容易整明白了,整数(集合)和加法(运算),就可以构成一个群。

封闭性:对于任何两个整数ab,它们的和a + b也是整数
结合律:对于任何整数a, bc,(a + b) + c = a +(b + c)
幺元:如果a是任何整数,那么0 + a = a + 0 = a
逆元:对于任何整数a,存在另一个整数b使得a + b = b + a = 0,整数b叫做整数a的逆元,记为 -a

啥是李群
简单的说,李群就是连续的群。上面的特殊正交群特殊欧式群,都是对时间连续的群,都是李群的一种

啥是李代数
李代数是基于李群为基础的一种非结合代数

李代数的引出

我们知道对于李群中的任意一个R(R是关于时间t的矩阵R(t),这里简写为R)
RR^T=I
两边对t求导
R'R^T+R(R^T)'=0
R'R^T=-R(R^T)'
R'R^T=-(R^{'}R^T)^T
所以R'R^T是一个反对称矩阵
又我们知道反对称矩阵都可以由一个向量表达
具体原因如下
a=\begin{bmatrix}a1&a2&a3\end{bmatrix}^T
定义a^{\wedge} =\begin{bmatrix}0&-a3&a2\\a3&0&-a1\\-a2&a1&0\end{bmatrix}

假设\varPhi(t)为关于t的三维向量,
\varPhi(t)=\begin{bmatrix}\varPhi_1&\varPhi_2&\varPhi_3\end{bmatrix}^T

于是可以用\varPhi(t)^{\wedge}来表达R'R^T
\varPhi(t)^{\wedge}=\begin{bmatrix}0&-\phi_3&\phi_2\\\phi_3&0&-\phi_1\\-\phi_2&\phi_1&0\end{bmatrix} =R'R^T

\varPhi(t)^{\wedge}=R(t)'R(t)^T
于是 R(t)'=\varPhi(t)^{\wedge}R(t),这表明如果要对R(t)求导,只需要在R(t)前面乘以一个\varPhi(t)^{\wedge}即可
可见\varPhi反应了R的导数性质
简单的说
比如t_a时刻
R(t_a)'=\varPhi(t_a)^{\wedge}R(t_a)
t_b时刻
R(t_b)'=\varPhi(t_b)^{\wedge}R(t_b)

李代数的定义

李代数是由一个集合V,一个数域\mathbb{F} ( \mathbb{F}可以是\mathbb{R}实数域或者\mathbb{C}复数域)和一个二元运算[,]组成,如果满足以下性质,则称g是域\mathbb{F}上的李代数 ,g = (V,\mathbb{F},[,])

  1. 封闭性
    \forall X,Y \in \mathbb{V} 有[X,Y] \in \mathbb{V}
  2. 双线性
    \forall X,Y,Z\in \mathbb{V},a,b\in \mathbb{F},
    [aX+bY,Z]=a[X,Z]+b[Y,Z]
    [Z,aX+bY]=a[Z,X]+b[Z,Y]
  3. 自反性
    \forall X\in\mathbb{V},[X,X]=0
  4. 雅可比等价
    \forall X,Y,Z\in\mathbb{V},有[X,[Y,Z]]+[Z,[X,Y]]+[Y,[Z,X]]=0

李代数so(3)

由前面关于李代数的引出部分可知,

  • so(3)元素是3维向量或者3维反对称矩阵,
    so(3)=\{\phi \in\mathbb{R^3},\varPhi=\phi^{\wedge}=\begin{bmatrix}0&-\phi_{13}&\phi_{12}\\\phi_{13}&0&-\phi_{11}\\-\phi_{12}&\phi_{11}&0\end{bmatrix} =R(t)'R(t)^T

  • 李括号
    [\phi_1,\phi_2]=(\varPhi_1\varPhi_2-\varPhi_2\varPhi_1)^{\vee} 这里的\vee表示把反对称矩阵写成向量形式
    这里要稍微解释一下上面的等式
    其中
    \phi_1=\begin{bmatrix}\phi_{11}&\phi_{12}&\phi_{13}\end{bmatrix}
    \phi_2=\begin{bmatrix}\phi_{21}&\phi_{22}&\phi_{23}\end{bmatrix}
    于是[\phi_1,\phi_2]=\phi_1\times \phi_2 =\begin{bmatrix} \phi_{12}\phi_{23}-\phi_{13}\phi_{22}\\ \phi_{13}\phi_{21}-\phi_{11}\phi_{23}\\ \phi_{11}\phi_{22}-\phi_{12}\phi_{21}\\ \end{bmatrix}

其中
\varPhi_1=\begin{bmatrix}0&-\phi_{13}&\phi_{12}\\\phi_{13}&0&-\phi_{11}\\-\phi_{12}&\phi_{11}&0\end{bmatrix}

\varPhi_2=\begin{bmatrix}0&-\phi_{23}&\phi_{22}\\\phi_{23}&0&-\phi_{21}\\-\phi_{22}&\phi_{21}&0\end{bmatrix}

于是
[\varPhi_1\varPhi_2-\varPhi_2\varPhi_1]^{V}

= \begin{bmatrix}0&-\phi_{13}&\phi_{12}\\\phi_{13}&0&-\phi_{11}\\-\phi_{12}&\phi_{11}&0\end{bmatrix}\begin{bmatrix}0&-\phi_{23}&\phi_{22}\\\phi_{23}&0&-\phi_{21}\\-\phi_{22}&\phi_{21}&0\end{bmatrix}-\begin{bmatrix}0&-\phi_{23}&\phi_{22}\\\phi_{23}&0&-\phi_{21}\\-\phi_{22}&\phi_{21}&0\end{bmatrix}\begin{bmatrix}0&-\phi_{13}&\phi_{12}\\\phi_{13}&0&-\phi_{11}\\-\phi_{12}&\phi_{11}&0\end{bmatrix}

=\begin{bmatrix} -\phi_{13}\phi_{23}-\phi_{12}\phi_{22}&\phi_{12}\phi_{21}&\phi_{13}\phi_{21}\\ \phi_{11}\phi_{22}&-\phi_{13}\phi_{23}-\phi_{11}\phi_{21}&\phi_{13}\phi_{22}\\ \phi_{11}\phi_{23}&\phi_{12}\phi_{23}&-\phi_{12}\phi_{22}-\phi_{11}\phi_{21} \end{bmatrix} -\begin{bmatrix} -\phi_{13}\phi_{23}-\phi_{12}\phi_{22}&\phi_{11}\phi_{22}&\phi_{11}\phi_{23}\\ \phi_{12}\phi_{21}&-\phi_{13}\phi_{23}-\phi_{11}\phi_{21}&\phi_{12}\phi_{23}\\ \phi_{13}\phi_{21}&\phi_{13}\phi_{22}&-\phi_{12}\phi_{22}-\phi_{11}\phi_{21} \end{bmatrix}

=\begin{bmatrix} 0&\phi_{12}\phi_{21}-\phi_{11}\phi_{22}&\phi_{13}\phi_{21}-\phi_{11}\phi_{23}\\ \phi_{11}\phi_{22}-\phi_{12}\phi_{21}&0&\phi_{13}\phi_{22}-\phi_{12}\phi_{23}\\ \phi_{11}\phi_{23}-\phi_{13}\phi_{21}&\phi_{12}\phi_{23}-\phi_{13}\phi_{22}&0 \end{bmatrix}^V

=\begin{bmatrix} \phi_{12}\phi_{23}-\phi_{13}\phi_{22}\\ \phi_{13}\phi_{21}-\phi_{11}\phi_{23}\\ \phi_{11}\phi_{22}-\phi_{12}\phi_{21} \end{bmatrix}

验证李代数so(3)是否满足上述条件

  • 封闭性证明
    \phi是一个基本向量 ,\phi^{\wedge}是反对称矩阵,\varPhi_1\varPhi_2-\varPhi_2\varPhi_1的结果仍为反对称矩阵,也就是依然是属于集合V中的元素

  • 双线性证明
    [a\phi_1+b\phi_2,\phi_3]
    =[(a\varPhi_1+b\varPhi_2)\varPhi_3-\varPhi_3(a\varPhi_1+b\varPhi_2)]^{V}
    =[a\varPhi_1\varPhi_3+b\varPhi_2\varPhi_3-a\varPhi_3\varPhi_1+b\varPhi_3\varPhi_2]^{V}
    =[a(\varPhi_1\varPhi_3-\varPhi_3\varPhi_1)+b(\varPhi_2\varPhi_3-\varPhi_3\varPhi_2)]^{V}
    =a[(\varPhi_1\varPhi_3-\varPhi_3\varPhi_1)]^{V}+b[(\varPhi_2\varPhi_3-\varPhi_3\varPhi_2)]^{V}
    =a[\phi_1,\phi_3]+b[\phi_2,\phi_3]
    同理可证
    [\phi_3,a\phi_1+b\phi_2]=a[\phi_3,\phi_1]+b[\phi_3,\phi_2]

  • 自反性证明
    [\phi_1,\phi_1]=[\varPhi_1\varPhi_1-\varPhi_1\varPhi_1]^{V}=\vec{0}

  • 雅可比等价证明
    \forall X,Y,Z\in\mathbb{V},有[X,[Y,Z]]+[Z,[X,Y]]+[Y,[Z,X]]=0
    X=\phi_1,Y=\phi_2,Z=\phi_3

    [\phi_1,[\phi_2,\phi_3]]+[\phi_3,[\phi_1,\phi_2]]+[\phi_2,[\phi_3,\phi_1]]

    =[\phi_1,[\varPhi_2\varPhi_3-\varPhi_3\varPhi_2]^{V}]+[\phi_3,[\varPhi_1\varPhi_2-\varPhi_2\varPhi_1]^{V}]+[\phi_2,[\varPhi_3\varPhi_1-\varPhi_1\varPhi_3]^{V}]

    =[\varPhi_1(\varPhi_2\varPhi_3-\varPhi_3\varPhi_2)-(\varPhi_2\varPhi_3-\varPhi_3\varPhi_2)\varPhi_1]^{V}
    +[\varPhi_3(\varPhi_1\varPhi_2-\varPhi_2\varPhi_1)-(\varPhi_1\varPhi_2-\varPhi_2\varPhi_1)\varPhi_3]^{V}
    +[\varPhi_2(\varPhi_3\varPhi_1-\varPhi_1\varPhi_3)-(\varPhi_3\varPhi_1-\varPhi_1\varPhi_3)\varPhi_2]^{V}

    =[\varPhi_1\varPhi_2\varPhi_3-\varPhi_1\varPhi_3\varPhi_2-\varPhi_2\varPhi_3\varPhi_1+\varPhi_3\varPhi_2\varPhi_1
    +\varPhi_3\varPhi_1\varPhi_2-\varPhi_3\varPhi_2\varPhi_1-\varPhi_1\varPhi_2\varPhi_3+\varPhi_2\varPhi_1\varPhi_3
    +\varPhi_2\varPhi_3\varPhi_1-\varPhi_2\varPhi_1\varPhi_3-\varPhi_3\varPhi_1\varPhi_2+\varPhi_1\varPhi_3\varPhi_2]^{V}

    =\vec{0}

李代数se(3)

  • se(3)位于\mathbb{R}^6空间中,前三维为平移,记作\rho,后三维为旋转,记作\phi
    于是se(3)=\{\xi =\begin{bmatrix}\rho\\\phi\end{bmatrix}\in\mathbb{R}^6 ,\rho\in\mathbb{R}^3 ,\xi^{\wedge}=\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}\in \mathbb{R}^{4\times 4}\} 注意这里的\xi^{\wedge}不在表示反对称矩阵,这里只是扩展了\wedge符号的定义,用来将一个6\xi转换成4\times 4矩阵的一种形式

  • 李括号
    [\xi_1,\xi_2]=(\xi_1^{\wedge}\xi_2^{\wedge}-\xi_2^{\wedge}\xi_1^{\wedge})^{\vee}

同样这里对李代数se(3)做一下证明

  • 封闭性证明
    [\xi_1,\xi_2]=(\xi_1^{\wedge}\xi_2^{\wedge}-\xi_2^{\wedge}\xi_1^{\wedge})^{\vee}
    =\Big(\begin{bmatrix}\phi_1^{\wedge}&\rho_1\\0^T&0\end{bmatrix}\begin{bmatrix}\phi_2^{\wedge}&\rho_2\\0^T&0\end{bmatrix}-\begin{bmatrix}\phi_2^{\wedge}&\rho_2\\0^T&0\end{bmatrix}\begin{bmatrix}\phi_1^{\wedge}&\rho_1\\0^T&0\end{bmatrix}\Big)^{\vee}
    =\Big(\begin{bmatrix}\phi_1^{\wedge}\phi_2^{\wedge}&\phi_1^{\wedge}\rho_2\\0^T&0\end{bmatrix}-\begin{bmatrix}\phi_2^{\wedge}\phi_1^{\wedge}&\phi_2^{\wedge}\rho_1\\0^T&0\end{bmatrix}\Big)^{\vee}
    =\Big(\begin{bmatrix}\phi_1^{\wedge}\phi_2^{\wedge}-\phi_2^{\wedge}\phi_1^{\wedge}&\phi_1^{\wedge}\rho_2-\phi_2^{\wedge}\rho_1\\0^T&0\end{bmatrix}\Big)^{\vee}
    可见得到的结果的四个元素,左上角依然是反对称矩阵,右上角是仍然是一个平移向量,因此封闭性成立
  • 双线性证明
    [a\xi_1+b\xi_2,\xi_3]
    =\Big((a\xi_1+b\xi_2)^{\wedge}\xi_3^{\wedge}-\xi_3^{\wedge}(a\xi_1+b\xi_2)^{\wedge}\Big)^{\vee}
    =\Big((a\xi_1^{\wedge}+b\xi_2^{\wedge})\xi_3^{\wedge}-\xi_3^{\wedge}(a\xi_1^{\wedge}+b\xi_2^{\wedge})\Big)^{\vee}
    =\Big((a\xi_1^{\wedge}\xi_3^{\wedge}+b\xi_2^{\wedge}\xi_3^{\wedge})-(a\xi_3^{\wedge}\xi_1^{\wedge}+b\xi_3^{\wedge}\xi_2^{\wedge})\Big)^{\vee}
    =\Big(a(\xi_1^{\wedge}\xi_3^{\wedge}-\xi_3^{\wedge}\xi_1^{\wedge})+b(\xi_2^{\wedge}\xi_3^{\wedge}-\xi_3^{\wedge}\xi_2^{\wedge})\Big)^{\vee}
    =a[\xi_1,\xi_3]+b[\xi_2,\xi_3]
    同理会有
    [\xi_3,a\xi_1+b\xi_2]=a[\xi_3,\xi_1]+b[\xi_3,\xi_2]
  • 自反性证明
    [\xi_1,\xi_1]=(\xi_1^{\wedge}\xi_1^{\wedge} -\xi_1^{\wedge}\xi_1^{\wedge})^\vee=0^\vee
  • 雅各比等价证明
    同上面的so(3)雅各比等价证明符号换一下即可

so(3)映射到SO(3)
首先我们知道对于初等函数
e^x=\sum_{n=0}^{\infty}\frac{1}{n!}(x)^n

推广到矩阵上就是
e^{A}=\sum_{n=0}^{\infty}\frac{1}{n!}(A)^n
而对于反对称矩阵\phi^{\wedge}
e^{\phi^{\wedge}}=\sum_{n=0}^{\infty}\frac{1}{n!}(\phi^{\wedge})^n
我们知道对于矩阵的无穷次幂一般没法计算。但对于这个特殊的反对称矩阵,我们可以进行一些推导,因为\phi是一个三维向量,于是我们可以定义他的模长和方向,分别记为\thetaa,其中||a||=1是,于是我们有\phi=\theta a
由于a^{\wedge}是反对称矩阵
反对称矩阵的介绍可以点击这里
即反对称矩阵具有如下性质
a^{\wedge}a^{\wedge}=aa^T-I 其中a为单位向量
a^{\wedge}a^{\wedge}a^{\wedge}=-a^{\wedge}其中a为单位向量
于是有
e^{\phi^{\wedge}}=e^{\theta a^{\wedge}}=\sum_{n=0}^{\infty}\frac{1}{n!}(\theta a^{\wedge})^n
=I+\theta a^{\wedge}+\frac{1}{2!}\theta^2a^{\wedge}a^{\wedge}+\frac{1}{3!}\theta^3(a^{\wedge})^3+\frac{1}{4!}\theta^4(a^{\wedge})^4+...
=aa^T-a^{\wedge}a^{\wedge}+\theta a^{\wedge}+\frac{1}{2!}\theta^2a^{\wedge}a^{\wedge}+\frac{1}{3!}\theta^3(a^{\wedge})^3+\frac{1}{4!}\theta^4(a^{\wedge})^4+\frac{1}{5!}\theta^5(a^{\wedge})^5+...
=aa^T-(a^{\wedge})^2+\theta a^{\wedge}+\frac{1}{2!}\theta^2(a^{\wedge})^2-\frac{1}{3!}\theta^3a^{\wedge}-\frac{1}{4!}\theta^4(a^{\wedge})^2+\frac{1}{5!}\theta^5a^{\wedge}+...
=aa^T+(\theta-\frac{1}{3!}\theta^3+\frac{1}{5!}\theta^5-\frac{1}{7!}\theta^7+...) a^{\wedge}-(1-\frac{1}{2!}\theta^2+\frac{1}{4!}\theta^4-\frac{1}{6!}\theta^6+...)(a^{\wedge})^2
=a^{\wedge}a^{\wedge}+I+sin\theta a^{\wedge}-cos\theta(a^{\wedge})^2
=(1-cos\theta )a^{\wedge}a^{\wedge}+I+sin\theta a^{\wedge}
=(1-cos\theta )(aa^T-I)+I+sin\theta a^{\wedge}
=cos\theta I+(1-cos\theta )aa^T+sin\theta a^{\wedge}
这和罗德里格斯旋转公式一致
也就是说,也就是说,任意的一个李代数so(3)中的旋转向量的指数映射刚好对应了一个位于SO(3)中的旋转矩阵
反之,我们也可以用对数映射,将SO(3)中的旋转矩阵对应到李代数so(3)的旋转向量中
具体的公式如下:
R=e^{\phi^{\wedge}}=cos\theta I+(1-cos\theta )aa^T+sin\theta a^{\wedge}
两边同时求迹
tr(R)=cos\theta tr(I)+(1-cos\theta )tr(aa^T)+sin\theta\cdot tr(a^{\wedge})
=3cos\theta+(1-cos\theta )
=(1-2cos\theta )
于是\theta =arccos(\frac{tr(R)-1}{2})
至于a,我们知道Ra=a,所以只要求解R的特征值为1 的特征向量就是对应的a
自此,\theta和对应的a都有了,那么就得到了\phi=\theta a
另外对数映射
\phi=ln(R)^{\vee}=\Big(\sum_{n=0}^{\infty}\frac{(-1)^n}{n+1}(R-I)^{n+1}\Big)^{\vee}
------------ps:关于lnx的泰勒展开先留个坑

se(3)指数映射到SE(3)
se(3)的元素
\xi^{\wedge}=\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}
首先
(\xi^{\wedge})^2=\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}=\begin{bmatrix}(\phi^{\wedge})^2&\phi^{\wedge}\rho\\0^T&0\end{bmatrix}
(\xi^{\wedge})^3=\begin{bmatrix}(\phi^{\wedge})^2&\phi^{\wedge}\rho\\0^T&0\end{bmatrix}\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}=\begin{bmatrix}(\phi^{\wedge})^3&(\phi^{\wedge})^2\rho\\0^T&0\end{bmatrix}
\vdots
\vdots
(\xi^{\wedge})^n=\begin{bmatrix}(\phi^{\wedge})^n&(\phi^{\wedge})^{n-1}\rho\\0^T&0\end{bmatrix}

se(3)上的指数映射为
e^{\xi^{\wedge}}=\sum_{n=0}^{\infty}\frac{1}{n!}(\xi^{\wedge})^n

=\sum_{n=0}^{\infty}\frac{1}{n!}\Big(\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}\Big)^n

=I+\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}+\frac{1}{2!}\Big(\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}\Big)^2+\frac{1}{3!}\Big(\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}\Big)^3+...

=I+\begin{bmatrix}\phi^{\wedge}&\rho\\0^T&0\end{bmatrix}+\frac{1}{2!}\begin{bmatrix}(\phi^{\wedge})^2&\phi^{\wedge}\rho\\0^T&0\end{bmatrix}+\frac{1}{3!}\begin{bmatrix}(\phi^{\wedge})^3&(\phi^{\wedge})^2\rho\\0^T&0\end{bmatrix}+...

=I+ \begin{bmatrix} \phi^{\wedge}+\frac{1}{2!}(\phi^{\wedge})^2+\frac{1}{3!}(\phi^{\wedge})^3+... &\Big(I+\frac{1}{2!}\phi^{\wedge}+\frac{1}{3!}(\phi^{\wedge})^2+...\Big)\rho \\0^T&0 \end{bmatrix}

=\begin{bmatrix} I+\phi^{\wedge}+\frac{1}{2!}(\phi^{\wedge})^2+\frac{1}{3!}(\phi^{\wedge})^3+... &\Big(I+\frac{1}{2!}\phi^{\wedge}+\frac{1}{3!}(\phi^{\wedge})^2+...\Big)\rho \\0^T&1 \end{bmatrix}

=\begin{bmatrix} e^{\phi^{\wedge}} &J\rho \\0^T&1 \end{bmatrix}

其中\phi=\theta aa为单位向量
其中J=I+\frac{1}{2!}\phi^{\wedge}+\frac{1}{3!}(\phi^{\wedge})^2+...
J进行化简
J=I+\frac{1}{2!}\theta a^{\wedge}+\frac{1}{3!}\theta^2(a^{\wedge})^2+...
=I+\frac{1}{\theta}\Big(\frac{1}{2!}\theta^2 a^{\wedge}+\frac{1}{3!}\theta^3(a^{\wedge})^2+...\Big)
=I+\frac{1}{\theta}\Big(\frac{1}{2!}\theta^2 a^{\wedge}+\frac{1}{3!}\theta^3(a^{\wedge})^2+\frac{1}{4!}\theta^4(a^{\wedge})^3+\frac{1}{5!}\theta^5(a^{\wedge})^4+\frac{1}{6!}\theta^6(a^{\wedge})^5+...\Big)
=I+\frac{1}{\theta}\Big(\frac{1}{2!}\theta^2-\frac{1}{4!}\theta^4+...\Big) a^{\wedge}+\frac{1}{\theta}\Big(\frac{1}{3!}\theta^3-\frac{1}{5!}\theta^5+...\Big)(a^{\wedge})^2
=I+\frac{1}{\theta}\Big(1-(1-\frac{1}{2!}\theta^2+\frac{1}{4!}\theta^4+...)\Big) a^{\wedge}+\frac{1}{\theta}\Big(\theta-(\theta-\frac{1}{3!}\theta^3+\frac{1}{5!}\theta^5+...)\Big)(a^{\wedge})^2

=I+\frac{1}{\theta}\Big(1-cos\theta\Big) a^{\wedge}+\frac{1}{\theta}\Big(\theta-sin\theta\Big)(a^{\wedge})^2
同样,我们有a^{\wedge}a^{\wedge}=aa^T-I
于是=I+\frac{1}{\theta}\Big(1-cos\theta\Big) a^{\wedge}+\frac{1}{\theta}\Big(\theta-sin\theta\Big)(aa^T-I)
=I+\frac{1}{\theta}\Big(1-cos\theta\Big) a^{\wedge}+\Big(1-\frac{sin\theta}{\theta}\Big)(aa^T-I)
=\frac{sin\theta}{\theta}I+\Big(1-\frac{sin\theta}{\theta}\Big)aa^T+\Big(\frac{1-cos\theta}{\theta}\Big) a^{\wedge}


T=e^{\xi^{\wedge}}=\begin{bmatrix} e^{\phi^{\wedge}} &J\rho \\0^T&1 \end{bmatrix}

其中J=\frac{sin\theta}{\theta}I+\Big(1-\frac{sin\theta}{\theta}\Big)aa^T+\Big(\frac{1-cos\theta}{\theta}\Big) a^{\wedge}

这叫做se(3)SE(3)的指数映射
同样的,我们来尝试得到SE(3)se(3)的对数映射
尝试对等式两边取迹
tr(T)=tr(\begin{bmatrix} e^{\phi^{\wedge}} &J\rho \\0^T&1 \end{bmatrix})
=tr(e^{\phi^{\wedge}})+1
=tr(R)+1
=tr(cos\theta I+(1-cos\theta )aa^T+sin\theta a^{\wedge})+1
=3cos\theta+(1-cos\theta )+1
=2cos\theta+2
于是
\theta=arccos\frac{tr(T)-2}{2}=arccos\frac{tr(R)-1}{2}
同样Ra=a求出a
于是\phi=\theta a以及\rho=tJ^{-1}

下面是关于SO(3),so(3)以及SE(3),se(3)的指数和对数映射的图表,可以有一个完整的认识,

image.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容

  • 这部分主要是用李群与李代数来表达位姿,简化和规范化位姿的数学上的表达,为后面进行更复杂计算做准备。 一、定义: 1...
    mjwz5294阅读 1,238评论 0 0
  • 1. 浅显易懂了解李群和李代 2. 补充 转载自https://mp.weixin.qq.com/s/sVjy9k...
    Shaun_eeb9阅读 2,361评论 2 2
  • 本文为个人笔记,查看原文请关注公众号:计算机视觉life 为什么需要李代数 假如某个时刻相机的位姿是,它观察到一个...
    BlueBubbles阅读 1,526评论 0 1
  • 本章主要围绕以下几个问题展开:1、什么是李群和李代数2、李群和李代数的关系3、怎么对李代数进行求导接下来我们分别对...
    重量级战列舰阅读 1,236评论 0 0
  • 4.1.1 什么是群? 旋转矩阵R对加法是不封闭的,意思是,对于任意旋转矩阵 、,按照矩阵加法对它俩做加法运算,结...
    郑海鹏阅读 538评论 0 1