本文介绍了Ceres求解非线性最小二乘问题的使用，包括代价函数构建、优化问题设定和求解器配置。通过具体例子展示了如何用Ceres进行曲线拟合，并探讨了如何处理异常值(outliers)。
Ceres介绍
- ceres 可以解约束非线性最小二乘问题：
- f i f_i fi：cost function 代价函数，SLAM中叫做误差项
- x j x_j xj：优化变量
- ρ i \rho_{i} ρi： 核函数
在最简单的情况下：核函数 ρ i = x \rho_i=x\space\space ρi=x 约束条件： l j = − ∞ u j = ∞ l_j=-\infty \space\space u_j=\infty lj=−∞ uj=∞ ，我们得到最熟悉的非线性最小二乘问题：
求解过程
一般利用Ceres求解非线性优化问题分为三个过程：
- 构建代价函数(cost function)
- 通过代价函数来构建优化问题
- 配置求解器
举例叙述
问题：求解 1 2 ( 10 − x ) 2 \frac{1}{2}(10-x)^2 21(10
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
