RGB-D SLAM——g2o篇（三）

最新推荐文章于 2023-12-04 12:32:06 发布

Hansry

最新推荐文章于 2023-12-04 12:32:06 发布

阅读量2.9k

点赞数 1

分类专栏： SLAM Visual Odometry 文章标签： SLAM RGBD g2o

本文链接：https://blog.csdn.net/Hansry/article/details/78080807

版权

本文介绍了g2o在RGB-D SLAM中的使用和结构，详细阐述了如何通过g2o优化球体示例，解决Ubuntu 14.04与g2o版本不兼容的问题，以及g2o的顶点、边类型和基本类结构。还展示了如何构建和优化包含相机位姿和特征点的图模型，以完成姿态估计和点云调整。

摘要由CSDN通过智能技术生成

一.g2o的使用

在该部分中，我们调用g2o程序优化一个球，就是在论文中经常看到的那个例子，论文名字为《g2o：a general framework for(hyper) graph optimization》，优化前后结果如下：

这里写图片描述

在使用g2o_viewer的时候，如果你是ubuntu14.04使用了现在的版本，那么在运行g2o_viewer的时候会出现错误，原因是：现在的g2o使用Qt5的，而ubuntu14.04使用的是Qt4的，所以会发生错误，具体解决方法如下（主要还是给g2o版本的问题）：

1.卸载现有的g2o：

sudo rm -rf /usr/local/include/g2o
sudo rm -rf /usr/local/lib/libg2o*

2.切换到有效版本并重装g2o：

git clone https://github.com/RainerKuemmerle/g2o/
git log |grep 8ba8a*
git checkout 8ba8a03f7863e1011e3270bb73c8ed9383ccc2a2
sudo apt-get install libqt4-dev
sudo apt-get install qt4-qmake
sudo apt-get install libqglviewer-dev
mkdir build
cd build
cmake ../
make -j8

在terminator里输入g2o_viewer即可

二.g2o的结构

g2o里面有各种各样的求解器，而它的顶点、边的类型多种多样。通过自定义顶点和边，事实上，只要一个优化问题能够表达成图，就可以用g2o去求解它。常见的，比如bundle adjustment，ICP，数据拟合等。g2o是一个C++项目，其中矩阵数据结构多来自Eigen。

g2o最基本的类结构是怎么样的呢？我们如何来表达一个Graph，选择求解器呢？

这里写图片描述

先看上部分，SparseOptimizer是我们需要维护的东西，是一个Optimizable Graph，也是一个Hyper Graph。一个SparseOptimizer含有很多个顶点（继承与Base Vertex）和多条边（继承自BaseUnaryEdge，BaseBinaryEdge或BaseMultiEdge）。这些Base Vertex和Base Edge都是抽象的基类，而实际用的顶点和边，都是它们的派生类。

我们用SparseOptimizer.addVertex 和 SparseOptimizer.addEdge 向图中添加顶点和边，然后调用SpaseOptimizer.optimize来优化。

在优化前，需要指定我们用的求解器和迭代算法。从图下半部分来看，一个SparseOptimization拥有一个Optimization Algorithm,继承自Gusss-Newton，Levernberg-Marquardt，Powell’s dogleg 三者之一，同时拥有一个Solver，含有俩个部分。一个是SparseBlockMatrix，用于计算稀疏的雅克比和海塞；一个用于计算 $H\Delta x=-b$ ，需要一个线性方程的求解器。而这个求解器，可以从PCG，CSparse，Choldmod三者选一。
则一共三个步骤：
1.选择一个线性方程求解器，从 PCG, CSparse, Choldmod中选
2.选择一个 BlockSolver
3.选择一个迭代策略，从GN, LM, Doglog中选