最近在研究SVO(semi-direct visual slam)的时候发觉很多数学方面的只是看不懂,曾经也是一名数学系的学霸。
今天来整理下SLAM中的优化求解算法。首先总结下牛顿迭代法。
求解方程(假设r为方程的根)
f(x) = 0
1、任取x1得到 f(x0) = c;
2、对f(x) 进行泰勒展开得
3、取泰勒展开式得前两项得到
4、得到初步结果 (这只是迭代一次求得得结果,通常为了精度要求常常需要迭代n次)
但以上迭代求解过程并不能适用于图像。我们假设图像一个函数,那么肯定是满足f(x,y) = 0这种形式,对于类似这种函数
在slam的后端优化常常需要求解极值。
极值求解: