1樓：Hypochondria
我的理解是這樣：採用擾動求導模型時，不是直接對旋轉矩陣求導，而是對旋轉矩陣的變化量求導，此時的座標更新公式是R_init*ΔR*Point，而不是直接R*Point。
2樓：劉弟弟
本弟弟的個人理解，拋磚引玉哈：
為什麼廣泛使用擾動模型？
相比於直接對姿態求導，姿態的擾動為小量。我們對小量進行泰勒展開後，二階以上的項都可以忽略(因為實在是太小了)，只保留一階導數，這樣做的好處是線性化程度更高(相比於直接對姿態求導)，泰克展開的擬合也更精確。而在BA優化的迭代求解中，要不斷計算雅克比，如果我們把擾動作為狀態量，梯度的計算會更精確，收斂也會更快。
邱笑晨：Computing Jacobian, why error state?——優化中為何對誤差狀態求導
劉弟弟：SLAM學習過程中的疑惑（1）
3樓：Jiavie
自問自答了，看到後面發現：在使用高斯牛頓下降法優化的過程中需要求解增量方程，該過程會涉及到誤差函式對ΔX求導。
把高斯牛頓法應用到SLAM中，用來優化觀測方程的誤差函式，變換矩陣SE(3)作為不斷更新的量，越來越接近實際值，從而使誤差函式不斷減小。而這個過程中要求解增量方程中的ΔX就是SE(3)的擾動量！！求解過程中會計算誤差函式對此擾動量的求導。
也就用到了擾動模型！
果然知識面限制了我的想象力，學習更多的知識才能融會貫通！
如何求得這個函式 F t 的導數
懶得算了。Integrate E t x y 2 Element ImplicitRegion 0 x t 0 y t,FullSimplify t 0 直接 Mathematica 設定積分區域。求個導是 許同學 原函式所對應的二重積分轉化為累次積分可得 先算後面的部分，由於 所以而其中 則得到所...
李群方面有什麼推薦的書？各有何特色？
AfterPhilosophy 當時上課用的這本書，老師說李群出了很多教材，但是沒有可以替代這一本的。裡面作者對無窮維李群提了乙個想法，後來真的有人照著做了，發了 Annals. HOHO Naruke GTM222 我覺得本書最大的特點就是好讀，並不涉及很多的流形的知識，卻能把李群最基本的理論和性...
方向導數為什麼是函式 f x u 關於 的導數（在 0 時取得）？
cvgmt 對定義在 n 維空間上的函式，在乙個固定點 x 沿著 u 方向的變化率，這個就是方向導數。首先，從 x 出發往 u 方向前進，我們可以把 u 看成速度向量，假定用了 a 那麼長的時間，走到 x a u 那個新的點，f 在這兩個點函式值的差異就是 f x a u f x 因為要算變化率，因...