SLAM学习--非线性优化

来源:互联网 发布:图片动态特效制作软件 编辑:程序博客网 时间:2024/05/29 15:19

slam中经常遇到非线性优化问题:许多个误差项平方和组成的最小二乘问题,两个最常见的梯度下降方法-非线性优化方案:高斯牛顿法、裂纹伯格-马夸尔特方法

两个c++的优化库:来自谷歌的ceres库和基于图优化的g2o(g2o(General Graph Optimization),使用ceres和g2o可以拟合曲线

g2o是将非线性优化与图论结合起来的理论,首先把问题转换为图优化,定义新的顶点和边,然后再优化