G2O入门

最新推荐文章于 2022-10-30 11:10:42 发布

_Leveon

最新推荐文章于 2022-10-30 11:10:42 发布

阅读量560

点赞数 1

分类专栏： SLAM

本文链接：https://blog.csdn.net/qq_29230261/article/details/87188866

版权

本文介绍了G2O（Graph-based Visual SLAM）优化方法的详细步骤，包括构建顶点和边的模型，生成观测数据，选择优化算法如LM、GN、Dogleg，以及如何在G2O框架下实现模型求解和优化。通过结合《视觉十四讲》的代码，为读者提供了清晰的实践指导。

摘要由CSDN通过智能技术生成

G2O优化方法使用流程：

1、构建模型的顶点：

oplusImpl( const double* update ) ——》顶点的更新函数

2、构建模型的边：void computeError()
——》计算曲线模型误差，边的误差计算函数，取出边所连接的顶点的当前估计值，与该顶点的观测值进行比较

3、生成带噪声的观测数据；

4、选择优化算法：LM 、GN、Dogleg等

4、申明一个图优化模型，并往模型中增加顶点和边：g2o::SparseOptimizer optimizer;

optimizer.addVertex( v );

optimizer.addEdge( edge );

5、求解并输出：optimizer.initializeOptimization();
optimizer.optimize(100);

结合《视觉十四讲》的代码，添加注释：

#include <iostream>
#include <g2o/core/base_vertex.h>
#include <g2o/core/base_unary_edge.h>
#include <g2o/core/block_solver.h>
#includ

关注

专栏目录