摘要：在学习g2o位姿图优化时，我曾被一行误差计算代码卡壳很久：`_error=(_measurement.inverse()*v1.inverse()*v2).log();`。看似简单的矩阵乘法，背后藏着SE3变换的核心逻辑——尤其是“SE3乘法不满足交换律”“A.inverse()*B表示从A到B的变 阅读全文

摘要：先明确 SE3 变换的本质 SE3 变换（记为T）描述的是 “从坐标系 A 到坐标系 B 的空间变换”，它包含两部分： 旋转：把 A 系的姿态转到 B 系的姿态； 平移：把 A 系的原点移到 B 系的原点。 数学上，SE3 可以表示为一个 4×4 的齐次变换矩阵，也可以用 “旋转矩阵 + 平移向量” 阅读全文

摘要：信息矩阵（Information Matrix）是 g2o 优化中用来表示 “观测数据可信度 / 权重” 的矩阵，本质是 “误差的协方差矩阵的逆”。 先搞懂 “协方差矩阵”（信息矩阵的 “前身”） 协方差矩阵（Σ）描述了 “观测误差的波动程度”： 数值越大 → 误差波动越大 → 观测数据越不可信； 阅读全文

摘要：1. 数学定义：向量 → 反对称矩阵 给定一个 3 维旋转向量 hat 算子把它变成一个 3×3 的反对称矩阵（skew-symmetric matrix）： 特点： 对角线元素全为 0； 主对角线两侧元素互为相反数：Aij​=−Aji​； 因此满足 AT=−A，这是反对称矩阵的定义。 2. 物理意 阅读全文