《视觉SLAM十四讲第二版》笔记及课后习题（第十讲）

最新推荐文章于 2023-08-29 21:02:35 发布

nullwh

最新推荐文章于 2023-08-29 21:02:35 发布

阅读量1.7k

点赞数 1

分类专栏：视觉SLAM十四讲学习笔记

本文链接：https://blog.csdn.net/weixin_43619346/article/details/103219420

版权

本文是《视觉SLAM十四讲第二版》的读书笔记，重点讨论位姿图优化，包括其概念、优化问题以及在g2o和Ceres中的实现。通过实践，展示了如何在g2o中处理“球”位姿图，并对比了g2o和gtsam的优化性能。此外，还提出了对位姿图误差定义的雅可比矩阵推导及ISAM增量式优化的理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读书笔记：后端2

上讲我们重点介绍了以BA 为主的图优化。BA 能精确地优化每个相机位姿与特征点位置。不过在更大的场景中，大量特征点的存在会严重降低计算效率，导致计算量越来越大以至于无法实时化。本讲介绍两种在更大场景下使用的后端优化方法：位姿图。

位姿图（Pose Graph）

Pose Graph即是省略了特征点的Bundle Adjustment。
在这里插入图片描述 Pose Graph 示意图。当我们不再优化Bundle Adjustment 中的路标点，仅把它们看成对姿态节点的约束时，就得到了一个计算规模减小很多的Pose Graph。

小结：
球的例子是一个比较有代表性的案例。它具有和实际中相似的里程计边（Odometry）和回环边（Loop Closure），这也正是实际SLAM 中，一个位姿图中可能有的东西。同时，“球”也具有一定的计算规模：它总共有2,500 个位姿节点和近10,000 条边，我们发现优化它费了不少时间（相对于实时性要求很强的前端来说）。另一方面，一般认为位姿图是结构最简单的图之一。在我们不假设机器人如何运动的前提下，很难再进一步讨论它的稀疏性了——因为机器人可能会直线往前运动，形成带状的位姿图，是稀疏的；也可能是“左手右手一个慢动作”，形成了大量的小型回环需要优化（Loopy motion），从而变成像“球”那样比较稠密的位姿图。无论如何，在没有进一步的信息之前，我们似乎无法再利用位姿图的求解结构了。

自从PTAM[81] 提出以来，人们就已经意识到，后端的优化没必要实时地响应前端的图像数据。人们倾向于把前端和后端分开，运行于两个独立线程之中，历史上称为跟踪（Tracking）和建图（Mapping）——虽然如此叫，建图部分主要是指后端的优化内容。通俗地说，前端需要实时响应视频的速度，例如每秒30Hz；而优化可以慢悠悠地运行，只要在优化完成时把结果返回给前端即可。所以我们通常不会对后端优化提出很高的速度要求。

实践部分

本章实验需要安装g2o库，我按照3rdparty安装之后没有g2o_viewer，显示g2o_viewer：未找到命令
，我怀疑是不是版本问题？依赖项问题？所以又只得去官方的github去重新安装g2o。安装过程如下：

sudo apt-get install libeigen3-dev
sudo apt-get install libsuitesparse-dev
sudo apt-get install qtdeclarative5-dev
sudo apt-get install qt5-qmake
sudo apt-get install libqglviewer-dev
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
mkdir build
cd build
cmake ..
make -j4
sudo make install

安装完成之后再输入：g2o_viewer出现了报错：

g2o_viewer: error while loading shared libraries: libg2o_viewer.so: cannot open shared object file: No such file or directory

从错误来看，应该是没有找到正确的路径。上网搜了一下，具体解决方案如下：

sudo gedit /etc/ld.so.conf

添加如下代码：

/usr/local/lib

运行：

sudo ldconfig

再次运行g2o_viewer，可以看到启动成功！
在这里插入图片描述
pose_graph_g2o_lie_algebra：
首先在ch10目录下，用g2o_viewer sphere.g2o命令打开预先生成的仿真位姿图：

点击Optimize优化后变成一个球：

程序编译执行结果如下：

/home/wh/shenlan/slambook2/ch10/cmake-build-debug/pose_graph_g2o_lie /home/wh/shenlan/slambook2/ch10/sphere.g2o
read total 2500 vertices, 9799 edges.
optimizing .