SLAM图优化poseGraph-(3)优化实例

本文介绍了SLAM中的posegraph构建过程,详细讲解了如何利用高斯-牛顿法进行优化,包括误差函数的建立、优化目标函数的设定以及迭代更新位姿的步骤。实验结果显示,经过优化,机器人位姿从原始的蓝色轨迹转变为紫色,精度显著提升。
摘要由CSDN通过智能技术生成

1.构建posegraph

顶点结构包含路标id和位姿vector3d。比如我有6个位姿节点:

VERTEX 0 0 0 0
VERTEX 1 10.5 0.5 2.093
VERTEX 2 11.5 12.5 -2.617
VERTEX 3 -1 8.0 -1.221
VERTEX 4 -9.5 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值