第十章ceres优化部分

common文件夹中的东西都是通用的,
主要的区别就在于有个SnavelyReprojectionError.h,里面定义了ceres需要的误差类。
还有就是ceresBundle.cpp主函数了。
这里主要看一下ceres的用法套路,尤其是problem构建和option设置这一些,相对来讲是比g2o要方便简单一些,通用性更高,消元相关主要是在option设置中,不过没怎么细看,回来还需再看一下。

先贴SnavelyReprojectionError.h

#ifndef SnavelyReprojection_H
#define SnavelyReprojection_H

#include <iostream>
#include "ceres/ceres.h"


#include "common/tools/rotation.h"
#include "common/projection.h"

//定义误差类,这个类的作用就是在类中重载()运算符,写出误差的计算方式
class SnavelyReprojectionError
{
public:
    //构造函数,主要将观测坐标读进来
    SnavelyReprojectionError(double observation_x, double observation_y):observed_x(observation_x),observed_y(observation_y){}

    //这里定义个模板()函数,定义误差计算方式,这里也很简单,重投影误差,预测值减去观测值就得误差
template<typename T>
    bool operator()(const T* const camera,
                const T* const point,
                T* residuals)const{                  
        // camera[0,1,2] are the angle-axis rotation
        T predictions[2];
        CamProjectionWithDistortion(camera, point, predictions);
        residuals[0] = predictions[0] - T(observed_x);
        residuals[1] = predictions[1] - T(observed_y);

        return true;
    }

    /**
     * 这里用Create()函数生成ceresBundle.cpp中problem->AddResidualBlock()需要的第一个CostFunction*类型的参数.
     * 仔细观察return那一句发现:
     * SnavelyReprojectionError(observed_x,observed_y)就是调用了上方的重载()函数,结果就是个误差
     * ceres::AutoDiffCostFunction<SnavelyReprojectionError,2,9,3>()是个模板函数,传入一堆的模板参数:误差类型、输出维度、camera输入维度、point输入维度
     * 那问题来了,整个这一句抽象为框架的话这样的:AutoDiffCostFunction(an_error),
     * 看起来就是传入一个误差,然后用其构造AutoDiffCostFunction对象,而这个就是problem->AddResidualBlock()需要的CostFunction
     * @return 返回一个CostFunction*,一直没想出CostFunction的很贴切的名字,代价函数太直白不够形象,这里其实有点导函数的意思,但名字上又完全不相关
     */
    static ceres::CostFunction* Create(const double observed_x, const double observed_y)
    {
        return (new ceres::AutoDiffCostFunction<SnavelyReprojectionError,2,9,3>(
                new SnavelyReprojectionError(observed_x,observed_y)));
   
  • 2
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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