本节开始讲解,优化过程中偏置更新后预积分处理过程,前边推导都是假设i时刻IMU的零偏不变。由直接积分可以看到,优化时候i时刻偏置因为在状态中,也会随之改变,如果零偏改变,预积分就要重新计算,但这样就与直接积分没有多大区别了,因此这里做写技巧性的改变,假定与积分观测是随着零偏线性变化的。当i时刻零偏变化时,只需在原先的观测量上进行修正。接下来看如何操作。
一、 预积分观测修正
给出SO(2)部分相关性质:SO(2) 表示二维旋转群,其对应的李代数是 实数轴 R。对于二维旋转:
- 旋转矩阵形式:R(θ)=[cosθ −sinθ
- sinθ cosθ] ∈ SO(2)
- 李代数元素 θ ∈ Rθ ∈ R,指数映射为:exp(θ) = R(θ) .
关键性质:
- SO(2) 是交换群(阿贝尔群):
- exp(a) ⋅ exp(b) = exp(b) ⋅ exp(a) = exp(a+b)
- 李代数加法直接对应旋转叠加:
- exp(a+b) = exp(a) ⋅ exp(b)
3. 对比 SO(3) 的情况
与三维旋转群 SO(3) 不同,SO(2) 的交换性使得分解变得简单:
| 性质 | SO(2) | SO(3) |
|---|---|---|
| 交换性 |
可交换 exp(a) . exp(b) = exp(b) . exp(a) | 不可交换(依赖BCH公式) |
| 李括号 | [a,b]=0 | [ω1,ω2]=ω1×ω2 |
| 指数映射分解 | exp(a+b) = exp(a) . exp(b)) | exp(a+b) ≈ exp(a) . exp(b) . exp(−[a,b]/2) |
注意上述性质,我已编程验证过,此处直接使用即可
先上结论,由上节中的公式(3)(4) (5)可得
写成旋转矩阵形式
(13)
上式除了旋转部分与六轴IMU预积分有区别外,速度,位置均保持一致,主要看这两项对应雅可比怎么求解。
1. 先看旋转矩阵部分
有了上述SO(2)性质,此处就将变得很简单,将(3)式变为exp形式
将噪声delta分离出来
将求和符号(实际式乘法)拆开成一项一项的可得
再利用交换性,把含delta的往后排,不含delta的往前提,再利用指数映射性质可以看到
由上式可见,与(13)中直接相加的结论完全一致。符号写着写着写串了,再改回来可得
(14)
因此
(15)
2. 再看速度项
仿照(2)式,给(1)式中第二个公式速度项,左右同乘以i时刻旋转矩阵的逆,并将(13)中更新后的角度带入可得,目的式要将上式变为(3)(4)(5)式后加减一系列跟delta相关的量,因此这里旋转部分需要分离delta_bwi
直接将其展开为含delta跟不含delta的项,利用(14)式,展开
实际上,这里先用微分形式表示,将(15)带入
将第二个带微分的用一阶泰勒展开
括号展开即可获得速度的递推形式
(16)
最后写成微分形式
(17)
注意陀螺仪的偏置及雅可比相关项,均为1x1的数字,可以随意移项,因此对比含相应元素的项,很容易可以得出各项的雅可比; 主要就对比(16)和(17)式即可
3. 最后看平移部分
由公式(2),并将(17)式带入,替换速度项,(14)(15)替换旋转部分, 可参考上节(3. 再看位置部分,直接由(2)式推导)
展开,并合并同类项,忽略二阶小量可得
(18)
因此
(19)
最后,把以上所求的雅可比矩阵整理一下,得到如下的结果:
(一) 旋转雅可比由(15)所得
(20)
(二) 速度雅可比由(16)(17)对比而来
(21)
(22)
(三) 位置雅可比由(18)(19)对比而来
(23)
(24)
由于这几种雅可比都是累加形式,因此很容易写成递推形式,即j时刻和j-1时刻的关系
(25)
(26)
(27)
(28)
(29)
总结:
预积分的公式实在是太多了,目前基本上把预计分传播过程的公式推导差不多了,但是还差一点,预积分的边如何用于优化,下一讲将继续讲解,如何对预积分求解图优化相关内容
&spm=1001.2101.3001.5002&articleId=147361880&d=1&t=3&u=80674325600449aea487d55941dab925)
366

被折叠的 条评论
为什么被折叠?



