Ceres学习笔记

Ceres学习笔记

基本概念

​ Ceres可以解决以下形式的边界约束鲁棒化非线性最小二乘问题

min ⁡ x 1 2 ∑ i ρ i ( ∥ f i ( x i , … , x i k ) ∥ 2 ) s . t . l j ≤ x j ≤ u j \begin{aligned} \min_{x} \quad&\frac 12 \sum_i\rho_i\bigg(\lVert f_i(x_i,\dots,x_{i_k})\rVert^2\bigg)\\s.t. \quad &l_j\leq x_j\leq u_j \end{aligned} xmins.t.21iρi(fi(xi,,xik)2)ljxjuj
m i n x f ( x ) min_xf(x) minxf(x)表示使 f ( x ) f(x) f(x)最小的 x x x的取值。
ρ i ( ∥ f i ( x i , … , x i k ) ∥ 2 ) \rho_i\bigg(\lVert f_i(x_i,\dots,x_{i_k})\rVert^2\bigg) ρi(fi(xi,,xik)2)被称为ResidualBlock,其中的 f i ( ⋅ ) f_i(\cdot) fi()是一个CostFunction, ρ i \rho_i ρi为LossFunction,是一种标量函数,用于减少离群值对非线性最小二乘问题解的影响。

Ceres求解步骤

  1. 构建优化问题Problem类
  2. 构建优化的残差函数CostFunction
  3. 最小二乘问题构建,在每次获取到数据后添加到残差块
  4. 求解最小二乘问题

Problem类

AddResidualBlock()

​向Problem类传递残差模块的信息。传递的参数主要包括:代价函数模块损失函数模块参数模块

ResidualBlockId Problem::AddResidualBlock(CostFunction *cost_function,
                                          LossFunction *loss_function,
                                          const vector<double *> parameter_blocks)

ResidualBlockId Problem::AddResidualBlock(CostFunction *cost_function,
                                          LossFunction *loss_function,
                                          double *x0, double *x1, ...)
  • 代价函数:包含了参数模块的维度信息,内部使用仿函数定义误差函数的计算方式。

  • 损失函数:用于处理参数中含有野值的情况,避免错误量测对估计的影响,常用参数包括 HuberLossCauchyLoss 等(完整的参数列表参见Ceres API文档);该参数可以取 NULLnullptr,此时损失函数为单位函数。

  • 参数模块:待优化的参数,可一次性传入所有参数的指针容器 vector <double* > 依次传入所有参数的指针double*。

AddParameterBlock()

​ 用户在调用 AddResidualBlock() 时其实已经隐式地向 Problem 传递了参数模块,但在一些情况下,需要用户显式地向 Problem 传入参数模块(通常出现在需要对优化参数进行重新参数化的情况,因为这个时候,优化的参数已经变了)。

参考文献:
http://ceres-solver.org/nnls_tutorial.html
https://www.cnblogs.com/vivian187/p/15325294.html

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