视觉SLAM十四讲学习笔记——第六章 非线性优化
6.1 状态估计问题
6.1.1 最大后验与最大似然
-
回顾经典 SLAM 模型:
-
在运动和观测方程中,通常假设两个噪声项 w k , v k , j \bm{w_k}, \bm{v_{k,j}} wk,vk,j 满足零均值的高斯分布:
-
状态估计问题:通过带噪声的数据 z \bm{z} z 和 u \bm{u} u ,推断位姿 x \bm{x} x 和地图 y \bm{y} y(以及它们的概率分布)。
-
非线性优化方法比普遍的滤波器方法更有效,成为当前视觉 SLAM 的主流方法。
-
对机器人状态的估计,就是求已知输入数据 u \bm{u} u 和观测数据 z \bm{z} z 的条件下,计算状态 x \bm{x} x 的条件概率分布: P ( x ∣ z , u ) P(\bm{x}|\bm{z}, \bm{u}) P(x∣z,u),只有一张张的图像时,即只考虑观测方程带来的数据时,相当于估计 P ( x ∣ z ) P(\bm{x}|\bm{z}) P(x∣z) 的条件概率分布。
-
根据贝叶斯法则:
-
贝叶斯法则左侧通常称为后验概率。它右侧的 P ( z ∣ x ) P(\bm{z}|\bm{x}) P(z∣x) 称为似然,另一部分 P ( x ) P(\bm{x}) P(x) 称为先验。
-
直接求后验分布较困难,转而求一个状态最优估计,使得在该状态下,后验概率最大化较为简单:
- 若不知道机器人位姿大概在什么地方,此时就没有了先验。进而可以求解 x \bm{x} x 的最大似然估计:
- 最大似然估计,可以理解成:“在什么样的状态下,最可能产生现在观测到的数据”
6.1.2 最小二乘的引出
- 假设噪声项 v k ∼ N ( 0 , Q k , j ) \bm{v_k} ∼ N (0, \bm{Q_{k,j}}) vk∼N(0,Qk,j),所以观测数据的条件概率为
- 使用最小化负对数的方式,来求一个高斯分布的最大似然。考虑一个任意的高维高斯分布 x ∼ N ( μ , Σ ) \bm{x} ∼ N(\bm{μ}, \bm{Σ}) x∼N(μ,Σ),它的概率密度函数展开形式为:
- 取负对数
-
第一项与 x \bm{x} x 无关,可以略去。代入 SLAM 的观测模型,相当于在求:
该式等价于最小化噪声项(即误差)的平方(Σ 范数意义下)。 -
对于所有的运动和任意的观测,定义数据与估计值之间的误差
并求该误差的平方之和:
它的最优解等价于状态的最大似然估计。 -
SLAM 中的最小二乘问题具有一些特定的结构:
- 整个问题的目标函数由许多个误差的(加权的)平方和组成。但每个误差项都是简单的,仅与一两个状态变量有关。每个误差项是一个小规模的约束,把这个误差项的小雅可比矩阵块放到整体的雅可比矩阵中。称每个误差项对应的优化变量为参数块(Parameter Block)
- 整体误差由很多小型误差项之和组成的问题,其增量方程的求解会具有一定的稀疏性,使得它们在大规模时亦可求解。
- 使用李代数表示,则该问题是无约束的最小二乘问题
- 使用了平方形式(二范数)度量误差,它是直观的,相当于欧氏空间中距离的平方。
6.2 非线性最小二乘
- 对于函数形式简单的最小二乘问题,可以直接使用求导模型。
- 对于不方便直接求解的最小二乘问题,可以用迭代的方式,从一个初始值出发,不断地更新当前的优化变量,使目标函数下降。
具体的步骤为:
这让求解导函数为零的问题,变成了一个不断寻找梯度并下降的过程,直到算法收敛。
6.2.1 一阶和二阶梯度法
- 将目标函数在
x
\bm{x}
x 附近进行泰勒展开:
- 最速下降法:只保留一阶梯度,增量的方向为:
即沿着反向梯度方向前进 - 牛顿法:保留二阶梯度,增量方程为:
求右侧等式关于 ∆ x \bm{∆x} ∆x 的导数并令它为零,得到了增量的解:
- 两种方法的问题:
- 最速下降法过于贪心,容易走出锯齿路线,反而增加了迭代次数。
- 牛顿法则需要计算目标函数的 H \bm{H} H 矩阵,这在问题规模较大时非常困难,通常倾向于避免 H \bm{H} H 的计算
6.2.2 Gauss-Newton
- 思想是将
f
(
x
)
f(\bm{x})
f(x) 进行一阶的泰勒展开(注意不是目标函数
f
(
x
)
2
f(\bm{x})^2
f(x)2):
当前的目标是为了寻找下降矢量 ∆ x \bm{∆x} ∆x,使得 ∥ f ( x + ∆ x ) ∥ 2 ∥f (\bm{x} + \bm{∆x})∥^2 ∥f(x+∆x)∥2 达到最小 - 为了求
∆
x
\bm{∆x}
∆x,需要解一个线性的最小二乘问题
将上述目标函数对 ∆ x \bm{∆x} ∆x 求导,并令导数为零。这里考虑的是 ∆ x \bm{∆x} ∆x 的导数(而不是 x \bm{x} x ) - 先展开目标函数的平方项:
求上式关于 ∆ x \bm{∆x} ∆x 的导数,并令其为零:
称它为增量方程,也可以称为高斯牛顿方程 (Gauss Newton equations) 或者正规方程 (Normal equations)。
把左边的系数定义为 H \bm{H} H ,右边定义为 g \bm{g} g,上式变为: H ∆ x = g \bm{H∆x} = \bm{g} H∆x=g 。对比牛顿法可见, Gauss-Newton 用 J T J \bm{J}^T\bm{J} JTJ 作为牛顿法中二阶 Hessian 矩阵的近似,从而省略了计算 H \bm{H} H 的过程。 - 求解增量方程是整个优化问题的核心所在,Gauss-Newton 的算法步骤可以写成:
- 高斯-牛顿法的问题
- 在使用 Gauss Newton 方法时,可能出现 J T J \bm{J}^T\bm{J} JTJ 为奇异矩阵或者病态 (illcondition) 的情况,此时增量的稳定性较差,导致算法不收敛。
- 假设 H \bm{H} H 非奇异也非病态,如果求出来的步长 ∆ x \bm{∆x} ∆x 太大,也会导致局部近似不够准确,甚至都无法保证它的迭代收敛。
6.2.3 Levenberg-Marquadt
- 信赖区域方法 (Trust Region Method):给 ∆ x \bm{∆x} ∆x 添加一个信赖区域(Trust Region),不能让它太大而使得近似不准确。
- 考虑使用如下公式来判断泰勒近似是否够好
如果 ρ ρ ρ 接近于 1,则近似是好的。如果 ρ ρ ρ 太小,说明实际减小的值远少于近似减小的值,则认为近似比较差,需要缩小近似范围。反之,如果 ρ ρ ρ 比较大,则说明实际下降的比预计的更大,我们可以放大近似范围。 - 改良版的非线性优化框架
这里近似范围扩大的倍数和阈值都是经验值,可以替换成别的数值 - 用 Lagrange 乘子将它转化为一个无约束优化问题:
λ λ λ 为 Lagrange 乘子
展开后,核心仍是计算增量的线性方程:
考虑 D = I \bm{D} = \bm{I} D=I,那么相当于求解
当参数 λ λ λ 比较小时, H \bm{H} H 占主要地位,这说明二次近似模型在该范围内是比较好的, L-M 方法更接近于 G-N 法。另一方面,当 λ λ λ 比较大时, λ I λ\bm{I} λI 占据主要地位, L-M 更接近于一阶梯度下降法(即最速下降) - L-M 的求解方式,可在一定程度上避免线性方程组的系数矩阵的非奇异和病态问题,提供更稳定更准确的增量 ∆ x \bm{∆x} ∆x