SLAM中的後端優化

本節介紹SLAM中的後端優化過程 一、問題闡述 同時對三維點位置和相機參數進行非線性優化 二、LM法的原理與優勢 原理：是一種「信賴域」的方法，當收斂速度較快時，增大信賴域使算法趨向於高斯牛頓法；當收斂速度較慢時，減小信賴域使算法趨向於最速下降法。 優勢：速度快；可以在距離初始值較遠處得到最優解。 SLAM優化算法對比 算法 缺點 優點 KF/EKF 假設噪聲爲高斯分佈，在高維狀態空間時計算效率較

>>阅读原文<<