视觉slam14讲 第七章 后端

目录

1.递归方法

2.批量方法

3.pose graph

---

---

后端很多时候都不是实时的，可以是计算慢一些的一个独立的线程，但是也要限制在一定的范围内。

---

1.递归方法

观测，使得运动过程的不确定性减小，是一个矫正的过程。

卡尔曼滤波包含了预测和矫正。矫正会使当前的不确定性减小。

预测部分采用运动方程。

 递归需要假设马尔科夫性。如果不假设，就是批量的方法了。

目的 是希望由 k-1时刻的后验到 k时刻的后验

 

根据二次项的对应关系，这里的二次项系数对应的就是xk的后验的协方差。

 K叫做卡尔曼增益。  

后验=先验+卡尔曼增益*革新量

线性系统比较少，大多是非线性系统，可以使用EKF 扩展的卡尔曼滤波器。

即在工作点附近进行 一阶泰勒展开，就得到了线性近似的方程。再进行卡尔曼滤波器带入。

2.批量方法

通常对大矩阵求逆是不好求的。通常是希望避免的一件事。在BA中，H具有稀疏性，可以加速对增量方程的求解。Jij只和第i个相机的位姿、第j个路标点有关，因此J是稀疏的。J的稀疏，决定了H的稀疏。只有相机到点（运动方程），相机到相机之间的约束，而没有点与点间的约束。即p-p间没有连线。

BA中的特殊稀疏结构的好处：对角矩阵求逆简单。

 计算第一步的时候，没有什么技巧，但是规模就比较小了。

 

3.pose graph

 点可能由成千上万，但是关键帧可能只有几百，规模就大大减小了。