qinziwen
泡芙3级
泡芙3级
  • UID6
  • 粉丝2
  • 关注0
  • 发帖数39
  • 社区居民
阅读:1468回复:0

General Framework for Graph Optimization 解析

楼主#
更多 发布于:2018-10-14 22:10
请称呼小编灵魂画手:
Nonlinear Graph Optimiaztion Using Least-Squares 由于大量计算机视觉问题,都是在坐标变换和刻画流形中折腾,那么最小化这种形式的方程就不足为奇了:
slam problem 特别地对于slam问题,我们需要引入一个比较优美的数学概念,即李群 对于slam来说,处处都是优化,因而求解出雅可比矩阵,是至关重要的,但是由于位置姿态变换关系,是用特殊欧几里德群,即SE(3)刻画的,这个群是一个李群,为了应用这个算法(g2o),你不得不去对李群进 行一定的研究。 过多的数学定义在这里就省略了,我需要说明的是一些不得不说明的符号定义规则,以及一些运算法则
Lie Group Lie Algebras
Calculus and Optimizations
A General Problem 考虑我们有一个标量场u,通常是一个误差,在标量场上定义一个能量函数J,我们要最小化这个函数:

Pose [img]http://paopaorobot.org/wp-content/uploads/2017/05/微信图片_20170430202343.jpg[/img]
Demo 最后让我们回到球问题上,g2o里面有个很酷炫的demo,就是通过优化位置姿态,画出一个球,那个数据是 Pose以及Pose之间的转换关系的数据,我们的目标是优化Pose,使他在这些转换关系下的误差最小 [img]http://paopaorobot.org/wp-content/uploads/2017/05/微信图片_20170430202347.jpg[/img][img]http://paopaorobot.org/wp-content/uploads/2017/05/微信图片_20170430202351.jpg[/img][img]http://paopaorobot.org/wp-content/uploads/2017/05/微信图片_20170430202356.jpg[/img][img]http://paopaorobot.org/wp-content/uploads/2017/05/微信图片_20170430202400.jpg[/img]【版权声明】泡泡机器人SLAM的所有文章全部由泡泡机器人的成员花费大量心血制作而成的原创内容,希望大家珍惜我们的劳动成果,转载请务必注明出自【泡泡机器人SLAM】微信公众号,否则侵权必究! 同时,我们也欢迎各位转载到自己的朋友圈,让更多的人能否进入到SLAM这个领域中,让我们共同为推进中国的SLAM事业而努力! 【注】商业转载请联系刘富强(liufuqiang_robot@hotmail.com)进行授权。普通个人转载,请保留版权声明,并且在文章下方放上“泡泡机器人SLAM”微信公众账号的二维码即可。 》》》》长按二维码关注《《《《 【编辑】王超群,刘富强,吴博,李平,范帝楷
[img]http://paopaorobot.org/wp-content/uploads/2017/04/111-293x300.png[/img]

最新喜欢:

happybaolianghappyb...
游客