大型网站的标准,网站名称没有排名,福建省建设厅网站职业资格,野花香社区在线观看播放前言 学习笔记#xff0c;仅供学习#xff0c;不做商用#xff0c;如有侵权#xff0c;联系我删除即可 一、目标 1.理解后端的概念。 2.理解以EKF为代表的滤波器后端的工作原理。 3.理解非线性优化的后端#xff0c;明白稀疏性是如何利用的。 4.使用g2o和Ceres实际操作…前言 学习笔记仅供学习不做商用如有侵权联系我删除即可 一、目标 1.理解后端的概念。 2.理解以EKF为代表的滤波器后端的工作原理。 3.理解非线性优化的后端明白稀疏性是如何利用的。 4.使用g2o和Ceres实际操作后端优化   二、BA和图优化 BABundle Adjustment是一种批量式的优化方法给定很多个相机位姿、路标与观测数据计 算最优的状态估计定义每个运动/观测方程的误差并从初始估 计开始寻找梯度下降 2.1 投影模型和BA代价函数 BA代价函数 待优化变量相机的位姿和Landmark的三维空间坐标 2.2 BA的求解 把自变量定义成所有待优化的变量Δx是对应的增量形式把位姿和空间点单独放一起 所以目标函数可简化表达为 把F和E写到一起即为 2.3 稀疏性和边缘化 所以有  图形化表示 一般情况下的H矩阵 G-N法求解HΔxg时使用了Schur消元也叫边缘化法Marginalization先求出一部分变量再更新另一部分变量。即先求Δxc再求Δxp。 把H表达为下列形式 先求出Δxc再去求Δxp。 从条件概率的角度来看 2.4 鲁棒核函数 对误差点进行鲁棒性处理常见的核为Huber核 总结