手写VIO --学习笔记 - Part3

本文详细探讨了Levenberg-Marquardt(LM)算法在曲线拟合中的应用,包括阻尼因子μ的更新策略。通过编程示例,展示了μ随迭代变化的曲线图,并分析了不同阻尼因子策略的优劣,如Marquardt策略和Nielsen策略。此外,还介绍了曲线函数y=ax^2+bx+c的参数估计过程和LM算法的优化过程,涉及残差计算和雅克比计算。最后,文章涉及了VIO中基于优化的IMU与视觉信息融合的理论基础,包括公式推导和证明题。
摘要由CSDN通过智能技术生成
评论
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

打赏作者

昼行plus

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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