本文详细介绍了SLAM问题的状态估计背景，强调了非线性优化在解决SLAM问题中的核心地位。通过数学推导，阐述了如何在已知运动和观测数据下，利用非线性优化技术求解相机位姿和路标点的世界坐标。同时，提供了手写笔记PDF供读者下载，以便进一步学习和理解。
《SLAM十四讲》理论部分专栏
《SLAM十四讲》实践部分专栏
一、引入
经过前几讲的学习，我们知道了SLAM的数学表示方式（如上图），那怎么求解这个数学问题呢？这是
一个什么问题呢？我们来理一理。
我们已知的是：运动方程、观测方程、运动数据、图片数据；
我们求解目标的是：相机各个时刻的位姿和路标点的世界坐标。
概括起来就是：在已知SLAM模型的情况下，通过带噪声的数据z和u推断位姿x和地图y的概率分布，这是一个状态估计问题。
状态估计问题如何求解呢？
本讲内容针对非线性优化进行展开介绍。
二、非线性优化
数学推导比较多，这里放手写笔记
三、知识联系的总结
一张图总结一下本讲知识间的联系。
看完文章觉得有用的的话，可以点赞、收藏、关注、订阅专栏嘛，你的肯定是我最大的动力！！！😘🌹
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
