![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
手写Bundle Adjustent
山木悦之
这个作者很懒,什么都没留下…
展开
-
手写Bundle Adjustment(三)高斯牛顿法实现BA求解PnP
PnP( Perspective-n-Point )是求解3D到2D点对运动的方法。PnP可以再很少的匹配点中获得较好的运动估计,是最重要的一种姿态估计方法。PnP问题有多种解法,通用的算法有P3P、EPnP、DLT、UPnP、MRE等,其中P3P、EPnP、DLT、UPnP为线性变换求解,MRE即最小二乘法,是用非线性优化的方式构建最小二乘问题进行迭代求解,也就是Bundle Adjustm...原创 2018-09-09 18:09:27 · 7032 阅读 · 6 评论 -
手写Bundle Adjustment(一)
这个题目是在“第一届SLAM论坛”中沈劭劼老师的发言中学到的,手写Bundle Adjustment是在不使用各种库(可以使用Eigen矩阵运算库)的条件下实现Bundle Adjustment。博客是为了记录这一过程,也是为了能够更好地理解。开篇简单介绍一下Bundle Adjustment是什么,以及SLAM的关系。另外,本博客主要是为了动手去实现一个简易的Bundle Adjustmen...原创 2018-09-03 21:07:01 · 7034 阅读 · 1 评论 -
手写Bundle Adjustment(二)高斯牛顿法拟合曲线
最小二乘法:又称最小平方法,是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。完整代码可见https://github.com/YCJin9/sparse_BA高斯牛顿法是最优化算法当中最简单的一种,这会便于我们去实现,但同时高斯牛顿法有着他本身的问题,这会在本篇博客的最后进行展示。...原创 2018-09-06 17:36:26 · 4277 阅读 · 1 评论