SLAM后端优化的软件包简介2-GTSAM

GTSAM 是一个在机器人领域和计算机视觉领域用于平滑（smoothing）和建图（mapping）的C++库。它与g2og2o不同的是，g2og2o采用稀疏矩阵的方式求解一个非线性优化问题，而GTSAM是采用因子图（factor graphs）和贝叶斯网络（Bayes networks）的方式最大化后验概率。
同前一篇，因为网上的帖子多，我这里把看过的介绍的比较上手的帖子简单总结一下：

1）可以先看一个视频：
gtsam解析 by 董靖：https://www.sohu.com/a/133646392_715754

然后学习如何使用：
2）Gtsam学习笔记
原文：https://blog.csdn.net/missiledefense/article/details/56319421
文章目录如下：
Gtsam学习笔记
cmake引入
因子factor
预定义的factor
生成factor
初值定义
噪声定义
优化方法
GaussNewton法
LevenbergMarquardt法
边缘化 marginal
读写 g2o文件
iSAM 更新过程
LevenbergMarquardtOptimizer
通过内容题目，就可以看出，需要有一定的基础知识之后看比较合适。
本人觉得这个帖子的特点是比较简洁明了。如果有基础的话，可以较快上手。

3）ubuntu14.0安装gtsam4.0
https://blog.csdn.net/u013925378/article/details/82258761

4）如果想了解GTSAM在VIO中的应用，可以参见：
视觉惯性里程计 VIO - Visual Inertial Odometry 视觉−惯性导航融合SLAM方案
https://blog.csdn.net/xiaoxiaowenqiang/article/details/81192045
内容多，总结的还比较全面。当然，不适合新手。