《自动驾驶中的SLAM技术》第2章: 基础数学知识回顾 习题

news/2024/7/8 2:28:58 标签: 自动驾驶, 人工智能

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)


http://www.niftyadmin.cn/n/5536112.html

相关文章

数据结构(3.8)——栈的应用

栈在括号匹配中的应用 流程图 代码 #include <stdio.h> #include <stdlib.h> #define MaxSize 10typedef struct {char data[MaxSize];int top; } SqStack;// 初始化栈 void InitStack(SqStack* S) {S->top -1; // 初始化栈顶指针 }// 判空 bool StackEmpty(…

JavaScript 原型链那些事

在讲原型之前我们先来了解一下函数。 在JS中&#xff0c;函数的本质就是对象&#xff0c;它与其他对象不同的是&#xff0c;创建它的构造函数与创建其他对象的构造函数不一样。那产生函数对象的构造函数是什么呢&#xff1f;是一个叫做Function的特殊函数&#xff0c;通过newFu…

nginx部署多个项目;vue打包项目部署设置子路径访问;一个根域名(端口)配置多个子项目

本文解决&#xff1a; vue打包项目部署设置子路径访问&#xff1b;nginx部署多个子项目&#xff1b;一个ip/域名 端口 配置多个子项目&#xff1b;配置后&#xff0c;项目能访问&#xff0c;但是刷新页面就丢失的问题 注&#xff1a;本文需要nginx配置基础。基础不牢的可见文…

代码随想录leetcode200题之额外题目

目录 1 介绍2 训练3 参考 1 介绍 本博客用来记录代码随想录leetcode200题之额外题目相关题目。 2 训练 题目1&#xff1a;1365. 有多少小于当前数字的数字 解题思路&#xff1a;二分查找。 C代码如下&#xff0c; class Solution { public:vector<int> smallerNumb…

SpringBoot应用配置桥接Prometheus入门

SpringBoot应用配置Prometheus步骤 SpringBoot应用依赖要求PrometheusGrafanaGrafana监控界面模板 SpringBoot应用依赖要求 <!-- 监控系统健康情况的工具 --> <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot…

前端Debugger时复制的JS对象字符转JSON对象

前端debugger时&#xff0c;复制的对象在控制台输出时是如下格式&#xff0c;需要转换为对象格式来进行验证操作 bridgeId : 4118 createBy : null createTime : "2023-03-24 10:35:26" createUserId : 1 具体实现代码&#xff1a; // 转换transform (text) {l…

AGI 之 【Hugging Face】 的【Transformer】的 [ Transformer 架构 ] / [ 编码器 ]的简单整理

AGI 之 【Hugging Face】 的【Transformer】的 [ Transformer 架构 ] / [ 编码器 ]的简单整理 目录 AGI 之 【Hugging Face】 的【Transformer】的 [ Transformer 架构 ] / [ 编码器 ]的简单整理 一、简单介绍 二、Transformer 三、Transformer架构 四、编码器 1、自注意…