单帧优化、局部优化、局部地图优化。

本文探讨了自动驾驶中的优化技术,包括单帧优化、局部地图优化。单帧优化涉及PoseOptimization、PoseInertialOptimizationLastKeyFrame和PoseInertialOptimizationLastFrame,利用重投影残差和IMU预积分结果进行位姿优化。局部地图优化则通过LocalBundleAdjustment和LocalInertialBA来提升定位精度,结合视觉和惯导信息进行地图点和位姿的联合优化。
摘要由CSDN通过智能技术生成

优化就是根据误差(边)构建最小二乘问题,求解状态量(顶点)中优化变量的最优值。

1 . 单帧优化

主要目的是优化当前帧位姿Tcw。

1.1 PoseOptimization( )

  • (1)重投影残差(边):利用上一关键帧(参考关键帧跟踪)或者上一帧(恒速模型跟踪)路标点与当前帧特征点的匹配关系,通过投影模型构建边,约束当前帧的位姿。
    涉及状态量表示如下:
    利用上一关键帧(参考关键帧跟踪)或者上一帧(恒速模型跟踪)路标点坐标(固定)* 当前帧位姿(优化变量)(其实还要乘内参,内参是固定的)= 当前帧特征点坐标(固定)

调用:

只用于tracking线程优化单帧位姿:

  • 参考关键帧跟踪(上一关键帧地图点和当前帧构建重投影误差)。
  • 恒速模型跟踪(上一帧地图点和当前帧构建重投影误差)。
  • 重定位,在重定位中会进行1~3次。
  • 局部地图跟踪:
    (1)惯导未完成初始化的局部地图跟踪。
    (2)惯导已经完成,但是当前帧一秒内发生了重定位的局部地图跟踪。

Vertex:顶点即状态量,但是不一定就一定是优化变量&

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

My.科研小菜鸡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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