g2o学习笔记-orbslam2中如何使用g2o进行非线性优化（三）

惟见长江天际流

已于 2022-03-27 18:53:57 修改

阅读量1k

点赞数

分类专栏： SLAM实践分享文章标签：计算机视觉自动驾驶

于 2022-03-27 12:06:41 首次发布

本文链接：https://blog.csdn.net/cangqiongxiaoye/article/details/123674391

版权

SLAM实践分享专栏收录该内容

41 篇文章 2 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了在ORB-SLAM2中如何利用g2o进行非线性优化，探讨了优化步骤、顶点类型、核函数、正向与方向投影的作用，以及g2o中卡方检验的应用。通过分析源码，提出并解答了关于优化过程中的关键问题，并推荐了几篇深入理解g2o的博客文章。

摘要由CSDN通过智能技术生成

一、代码上下文简介

优化的步骤在这

因此我们需要优化的顶点是sim3，边是匹配的地图点。这是我一开始简单的理解，后边去看代码发现，还是我太年轻了，顶点还是不是单一的顶点。优化的内容远比我想的复杂，还是看看代码吧。

* @brief 形成闭环时固定（不优化）地图点进行Sim3位姿优化
 * 1. Vertex:
 *     - g2o::VertexSim3Expmap()，两个关键帧的位姿
 *     - g2o::VertexSBAPointXYZ()，两个关键帧共有的MapPoints
 * 2. Edge:
 *     - g2o::EdgeSim3ProjectXYZ()，BaseBinaryEdge
 *         + Vertex：关键帧的Sim3，MapPoint的Pw
 *         + measurement：MapPoint在关键帧中的二维位置(u,v)
 *         + InfoMatrix: invSigma2(与特征点所在的尺度有关)
 *     - g2o::EdgeInverseSim3ProjectXYZ()，BaseBinaryEdge
 *         + Vertex：关键帧的Sim3，Map