Slam：求解外参即图优化建模过程

前言

我学习 Slam 14讲 的时候感觉图优化那一段好难懂！经过我的查询，终于有了大致的了解，记录并分享。终于明白slam的图优化了！（图优化就是空壳子）。一开始 g20, 边，节点什么的晕死了！我看了一下代码 link link 的解说：好像就是一套固定的解法！（好像无论什么图几乎都是固定的套路，感觉就是和神经网络的优化器差不多，神经网络可以多变，但是优化器都是通用的。这样看来，我们这里的图优化应该有成熟的理论了）。
但是我一直不明白几个问题：
- 图如何建立？(感觉书里面很轻松就建立了，但是不知道我们实际用的时候是需要自己diy吗？还是不用？)
- 这个固定的解法是什么？（或者如何数学建模的？总要转化为数学问题吧！）

1 我觉得首先你要清楚求解的是什么？ - 位姿

这个不用说了

2 如何求解？ - 反投影后的值和测量值接近就好

中间密密麻麻的线就是真实与反投影的误差，要使得他们的长度小，就得到了右图。这一段不是说解法，而是如何建模解决问题的。一开始以为要把实际问题转化为图论、图优化，结果后来才发现，完全用不着介绍这么复杂的，就是误差最小 + 最小二乘法！我也是看了这个才link 知道的。

3 具体如何求解？ - LM方法

这个用大家熟悉的数值分析的内容就好。依据上面，我们有了目标函数（误差的最小二乘法），求解就不难了，也不需要知道如何求的。

4 最后，代码实现

看看这几个代码分析就好link link。