理论基础知识
知道求矩阵求导数什么的大概就够了。然后大致看一下这个文章,理解一些优化下降的算法。就差不多知道求解思路是个什么了,知道每一步骤大概对应理论上的什么部分。至于其中的细节,emmm能用就行了呗,总不能从1+1为啥等于2开始推导呵。
g2o优化器
c++代码
// 稀疏优化器
g2o::SparseOptimizer optimizer;
// 线性求解器
g2o::BlockSolverX::LinearSolverType *linearSolver;
linearSolver = new g2o::LinearSolverDense<g2o::BlockSolverX::PoseMatrixType>();
// 待优化变量
g2o::BlockSolverX *solver_ptr = new g2o::BlockSolverX(linearSolver);
// 优化算法
g2o::OptimizationAlgorithmLevenberg *solver = new g2o::OptimizationAlgorithmLevenberg(solver_ptr);
//{优化器{优化算法{待优化变量{求解器}}}}
optimizer.setAlgorithm(solver);
创建的结构图
优化器
程序调用
//添加各种顶点vertex
optimizer.addVertex(vPoint);
//添加各种边Edge
e->setLevel(0);//设置优化分组level
optimizer.addEdge(e);
//初始化or更新因子图
optimizer.initializeOptimization(0);//默认参数是0,仅仅优化level为0的边edge
//开始优化一定次数
optimizer.optimize(5);
优化算法
g2o中实现了Gauss-Newtown算法,LM优化算法,和dogleg算法
- Gauss-Newtown算法
g2o::OptimizationAlgorithmGaussNewton *solver = new g2o::OptimizationAlgorithmGaussNewton(solver_ptr);
- LM优化算法
g2o::OptimizationAlgorithmLevenberg *solver = new g2o::OptimizationAlgorithmLevenberg(solver_ptr);
- dogleg算法