leeayu的博客

这个优化如此重要，以至于需要单列一个文章。

专门解决最小二乘问题min⁡x12∑iρi∥fixi1xik∥2s.t.lj≤xj≤ujminx​s.t.​21​∑i​ρi​∥fi​xi1​​xik​​∥2lj​≤xj​≤uj​​public:// 在继承的类中实现Evaluate函数，填充残差和jabocian注意jacobian是残差对状态的导数，不一定是观测方程对状态的导数。如果残差定义为r。

注意在 GradientProblem的构造函数中可以传入参数的Manifold，用于更新非欧式空间的参数。对于一般的无约束最小化问题，使用。对应的cost function有。这个问题的一般最小化解法如下。

但是在估计的过程中，你不希望这个参数随着给定的数据无所限制的进行更新，因为一旦某些数据是错的，这个估计值就会被错误带偏。如果我们提前进行了机械测量，值为。这个先验观测的实现如下，注意这个仅限于向量空间的状态估计，如果是SO3这种，需要自定义prior factor。，我们确信无论估计值如何变化，最终的估计值始终在机械测量值附近，那么这个机械测量值就是我们的先验观测。则我们的prior measurement构成的factor为。假设你想估计天线到imu的杆臂这个参数，定义为。

问题同。

【代码】手写高斯牛顿求解非线性最小二乘问题。

高斯分布是一个理想的分布，在真实世界中，模型往往是非线性非高斯的，为了方便处理，我们经常在使用高斯分布来近似表示真实世界中的PDF的某个点。请注意公式⾥⾯的 p(x) 是概率密度（probability density）⽽不是概率（probability）。变形之后就是贝叶斯公式，这条公式在状态估计中会被反复使用，是最核心的公式，公式本身没有任何假设。计算高斯分布的变换的关键就是计算均值和协方差，直接按照公式去推导即可。P(y)的计算方式就是把x通过积分来边缘化掉的。的条件下的PDF如下。

文章目录1 边缘化是什么2 实际SLAM中的优化问题构建2.1 线性高斯系统优化问题的构建（参考状态估计这本书，本节只是简介使得文章前后保持连续性）2.2 非线性非高斯系统（Non Linear Non Gaussian，NLNG）优化问题构建2.3 NLNG问题的Batch形式（实际SLAM优化多帧pose和多路标点的情况）2.4 使用高斯牛顿法求解2.5 考虑一个小的优化问题：仅包含观测模型3 边缘化（Marginalization）3.1 边缘化想做什么事情3.2 边缘化过程详细步骤（以VINS-MO

以无人驾驶定位系统为例，融合gnss，imu，轮速，camera LaneMatch(frame to map)，lidar scan match(frame to map)。如何融合LIO、VIO这类帧间相对观测呢？本文讨论滤波框架下如何融合LIO，VIO相对观测。

这个地方使用QR分解来降低算法复杂度，参见。最后计算K的时候需要求解。

以在无人车定位系统中融合GNSS，IMU，轮速，camera/lidar frame to map pose为例，想要在这个绝对定位系统中继续融合LO、VIO的relative pose该怎么做呢？（这里只考虑松耦合）

在MSCKF的状态增广公式中不考虑噪声R，所以协方差变换结果就是。是相机pose和imu pose的外参公式构成的非线性函数。对 imu error state的导数。考虑imu和camera之间的外参数。下图是来自《机器人学的状态估计》

酉矩阵，正交矩阵A的元素是属于复数域矩阵，如果AA∗IAA^{*} = IAA∗I，那么A是属于酉矩阵（Unitary Matrix）A的元素是属于实数域矩阵，如果AATIAA^{T} = IAATI，那么A是属于正交矩阵（Orthogonal Matrix），当然也是Unitary Matrix埃尔米特矩阵，对阵矩阵A的元素是属于复数域矩阵，如果AA∗A = A^{*}AA∗，那么A是属于埃尔米特矩阵（Hermitian Matrix）

【代码】理解全贝叶斯估计（Full Beyes Estimation）

输入某命令，比如conda，按下ctrl+R，会显示和该命令匹配的历史命令的列表有了这个工具再也不用记忆太复杂的命令，只需要知道大概几个单词，输入即可搜索。其搜索源来自于 vim ~/.zsh_history, 这个文件被fzf工具创建，其会记录所有terminal输入过的命令。

（2）最重要的是在选择CUDA Installer时，要把Driver这一项取消掉（[]中是空的表示没有选择安装这项，[x]表示有安装这项），因为第一步已经安装过NVIDIA驱动了。其中对于cuda的要求的11.1版本，所以需要按照这个版本要求安装下cuda，同时记得在bashrc中修改cuda bin、lib的path。进去网站 https://developer.nvidia.com/cuda-toolkit-archive 选择想要安装的cuda版本。

精髓：确定搜索区间是[ , ], 还是[ , )准确切换mid左右边界，正确返回candidate indexclass Solution {public: int countTarget(vector<int>& scores, int target) { const int left_bound = FindLeftBound(scores, target); const int right_bound = FindRightB

【代码】c++ copy constructor, copy assignment, move constructor, move assignment functions。

lidar slam review

二分搜索查找边界