Closed SharkPeppero closed 3 weeks ago
作者想请问一下您代码中的写法： 【源码的写法】源代码构建了 有效点个数的H矩阵和 观测误差z矩阵，然后用他们提出的卡尔曼增益的计算公式进行计算K，然后进行步长计算以及状态量的协方差更新。
【问题一】：图片左下角是您写的H和b矩阵，这里是想构建高斯牛顿进行误差状态量步长求解吗？那为什么右侧还组织了 一次 误差小量组成的H和b， J.block<3, 3>(0, 0) = jrInv(delta.segment<3>(0)); J.block<3, 3>(6, 6) = jrInv(delta.segment<3>(6)); J.block<3, 3>(12, 12) = jrInv(delta.segment<3>(12)); b += (J.transpose() m_P.inverse() delta); H += (J.transpose() m_P.inverse() J); 这一块代码的含义是什么呀？？
【问题二】然后求解步长的方式 为什么不是 H.inverse() b （高斯牛顿问题不是 Hdelta_x = b）
【问题三】您的这个写法好像没有高维度矩阵计算，因为fastlio2作者提出的K的新计算方式，避免观测维度求逆计算，为啥在你代码中完全看不到K的计算过程呀，您的这个写法是自己推导公式的吗 有资料可以参考吗
【问题四】在测试过程中还发现你的代码在港大的数据包，配置文件一致的情况下，初始时刻港大原版的TF一开始z是不稳定的我测试有3cm的偏移，在您的项目里测试了纯lio发现没有z偏移的情况，这个方面是你有啥处理吗。是不是因为你代码用sopuhs处理，将所有的小量都考虑进去了吗（存在疑问，对于李代数转李群后李群相乘的操作，港大是用自己写的罗德里格斯公式计算的，您这里使用sophus的左成雅阁比转换计算 是不是sophus计算的精度会比较好）？
看您代码，发现好多有用的东西，还希望您不吝赐教 ^_^
【问题一】：图片左下角是您写的H和b矩阵，这里是想构建高斯牛顿进行误差状态量步长求解吗？那为什么右侧还组织了 一次 误差小量组成的H和b， J.block<3, 3>(0, 0) = jrInv(delta.segment<3>(0)); J.block<3, 3>(6, 6) = jrInv(delta.segment<3>(6)); J.block<3, 3>(12, 12) = jrInv(delta.segment<3>(12)); b += (J.transpose() m_P.inverse() delta); H += (J.transpose() m_P.inverse() J); 这一块代码的含义是什么呀？？
【问题二】然后求解步长的方式 为什么不是 H.inverse() b （高斯牛顿问题不是 Hdelta_x = b）
【问题三】您的这个写法好像没有高维度矩阵计算，因为fastlio2作者提出的K的新计算方式，避免观测维度求逆计算，为啥在你代码中完全看不到K的计算过程呀，您的这个写法是自己推导公式的吗 有资料可以参考吗
【问题四】在测试过程中还发现你的代码在港大的数据包，配置文件一致的情况下，初始时刻港大原版的TF一开始z是不稳定的我测试有3cm的偏移，在您的项目里测试了纯lio发现没有z偏移的情况，这个方面是你有啥处理吗。是不是因为你代码用sopuhs处理，将所有的小量都考虑进去了吗（存在疑问，对于李代数转李群后李群相乘的操作，港大是用自己写的罗德里格斯公式计算的，您这里使用sophus的左成雅阁比转换计算 是不是sophus计算的精度会比较好）？
看您代码，发现好多有用的东西，还希望您不吝赐教 ^_^