如何获得罗德里格斯向量的导数并在非线性最小二乘法中进行更新?

问题描述

我现在对 SLAM 中的束调整感兴趣,其中第 3 维的 Rodrigues 向量 $R$ 用作变量的一部分。假设不失一般性,我们使用高斯-牛顿法求解,那么每一步都需要求解如下线性最小二乘问题: $$J(x_k)\Delta x = -F(x_k),$$ 其中 $J$ 是 $F$ 的雅可比。

这里我想知道如何计算导数$\frac{\partial F}{\partial R}$。是不是和数学分析中的普通雅可比一样?我有这个疑惑,因为当我寻找论文时,我会发现许多其他概念,例如指数映射、四元数、李群和李代数。所以我怀疑是否有任何误解。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)