R_mean中手动推导的雅克比有问题

[lddnb]

optimization_learning/include/optimization_learning/R_mean.hpp

Line 76 in 76ec606

class MyCostFunction : public ceres::SizedCostFunction<3, 4>

上面这个函数中的

optimization_learning/include/optimization_learning/R_mean.hpp

Lines 105 to 106 in 76ec606

	Eigen::Vector3d residual = residual_eigen;
	jacobian_R.leftCols(3) = Jacob_right_inv(residual);

使用的旋转矩阵的方式推导得到的，但是直接用 ceres::EigenQuaternionManifold() 也能用，用自己写的右扰动四元数 RightQuaternionManifold 也能用，但是在一开始优化的时候残差不降反升

最终结果是差不多的
如果是用

optimization_learning/include/optimization_learning/so3_tool.hpp

Lines 123 to 124 in 76ec606

	// j.topRows<3>().setIdentity();
	// j.bottomRows<1>().setZero();

替换 PlusJacobian 的增量雅克比计算过程，

可以看到残差都是下降的，但是收敛特别慢，这里的计算使用 ceres::EigenQuaternionManifold() + 自动求导三步就收敛了，这里可能要三四十步，具体原因未知，这个残差对四元数形式的求导没推出来也没找到对应的资料

[lddnb]

还有类似于https://fzheng.me/2018/05/22/quaternion-matrix-so3-jacobians/ 中的四元数虚部作差的残差定义方式，这个求导结果是四元数的左乘旋转矩阵，配合

 j.topRows<3>().setIdentity();
 j.bottomRows<1>().setZero();

残差下降很正常，但是收敛也很慢