manif

Header-only C++-Bibliothek für Lie-Theorie zur Zustandsschätzung in der Robotik

Lizenz

MIT

Überblick

manif ist eine header-only C++11-Bibliothek, die Lie-Theorie für die Zustandsschätzung in der Robotik implementiert. Sie bietet konkrete Implementierungen der in der Robotik gebräuchlichen Lie-Gruppen – SO(2), SE(2), SO(3), SE(3), SE_2(3) und ihrer Tangentialräume – mit einer einheitlichen API für Exponential- und Logarithmusabbildungen, Gruppenoperationen und die Berechnung von Jacobi-Matrizen. Unverzichtbar für alle, die EKF-basiertes SLAM, visuell-inertiale Odometrie oder Posengraph-Optimierung implementieren. Enthält Python-Bindings und eine begleitende Veröffentlichung, die die mathematischen Grundlagen erklärt.

manif ist eine header-only C++11-Bibliothek, die Lie-Theorie für die Zustandsschätzung in der Robotik praktisch nutzbar macht. Sie implementiert die am häufigsten benötigten Lie-Gruppen – SO(2), SE(2), SO(3), SE(3) und die erweiterte Posengruppe SE_2(3) – mit einer konsistenten API für Komposition, Inversion, Exponential- und Logarithmusabbildungen, adjungierte Darstellungen sowie die Plus-/Minus-Operationen, die für die Optimierung auf Mannigfaltigkeiten zentral sind.

Was manif auszeichnet, ist die analytische Berechnung der Jacobi-Matrizen für jede unterstützte Operation. Dadurch ist die Bibliothek direkt in erweiterten Kalman-Filtern, Faktorgraph-Optimierern und anderen Schätzframeworks einsetzbar, in denen korrekte Ableitungen unerlässlich sind. Außerdem unterstützt sie das Template Bundle<>, um mehrere Lie-Gruppen zu einer einzigen Zustandsrepräsentation zusammenzusetzen.

Zu manif gehört die Veröffentlichung „A micro Lie theory for state estimation in robotics“ von Joan Solà et al., die zu einer der meistzitierten Einführungen in die Lie-Theorie für Robotiker geworden ist. Die Bibliothek benötigt nur Eigen als Abhängigkeit und bietet Python-3-Bindings für das Prototyping.

Warum es wichtig ist

Lie-Gruppen sind der mathematisch strenge Weg, Rotationen und Starrkörpertransformationen in der Robotik zu behandeln, doch ihre Implementierung ist fehleranfällig und oft über improvisierten Code verstreut. manif bietet eine saubere, gut dokumentierte und begutachtete Implementierung, die Lie-Theorie für Praktiker der Robotik zugänglich macht – gestützt durch eine begleitende Veröffentlichung, die als vielzitierte Lehrressource dient.

Welches Problem es löst

Zustandsschätzungsalgorithmen in der Robotik erfordern Operationen auf Rotations- und Transformationsgruppen (SO(3), SE(3) usw.) mit korrekter Berechnung der Jacobi-Matrizen. Diese von Grund auf zu implementieren, ist mühsam und fehleranfällig. manif bietet eine einheitliche, templatebasierte Schnittstelle für mehrere Lie-Gruppen mit analytischen Jacobi-Matrizen, sodass Entwickler mathematisch korrekten Schätzcode schreiben können, ohne Gruppenoperationen neu herleiten zu müssen.

Wichtigste Punkte

• Implementiert SO(2), SE(2), SO(3), SE(3), SE_2(3), SGal(3) und zusammensetzbare Bundle-Gruppen
• Liefert analytische Jacobi-Matrizen für alle Operationen – entscheidend für EKF- und optimierungsbasierte Schätzung
• Header-only C++11 mit Python-3-Bindings, keine Laufzeitabhängigkeiten außer Eigen
• Die begleitende Veröffentlichung „A micro Lie theory for state estimation in robotics“ ist eine vielzitierte Lehrreferenz
• Unterstützt die Zusammensetzung mehrerer Gruppen über Bundle<> für komplexe Zustandsrepräsentationen

Für wen

• Robotikingenieure, die EKF-, UKF- oder optimierungsbasierte Zustandsschätzung implementieren
• SLAM-Forschende, die korrekte Lie-Gruppen-Operationen mit Jacobi-Matrizen benötigen
• Studierende im Masterstudium und Promovierende, die Lie-Theorie für Robotikanwendungen lernen
• Computer-Vision-Entwickler, die mit 3D-Posenschätzung arbeiten

Einschränkungen

• Auf Lie-Gruppen-Operationen fokussiert – kein vollständiges Framework für Zustandsschätzung
• Für den effektiven Einsatz ist Vertrautheit mit Konzepten der Lie-Theorie nötig (die begleitende Veröffentlichung hilft)
• Template-lastiger C++-Code kann ausufernde Compiler-Fehlermeldungen erzeugen
• Auf die implementierten Gruppen beschränkt – eigene Gruppen hinzuzufügen, erfordert Verständnis der internen Template-Struktur