自己免费怎么制作网站,购物网站详细设计,网站标题flash,飞翔时代 网站建设视觉SLAM十四讲ch6 非线性优化笔记本讲目标上讲回顾状态估计问题非线性最小二乘Gauss-Newton#xff1a;高斯牛顿Levenburg-Marquadt#xff1a;列文伯格-马夸尔特小结实践#xff1a;CERES实践#xff1a;G2O本讲目标
理解最小二乘法的含义和处理方式。 理解Gauss-Newton…
视觉SLAM十四讲ch6 非线性优化笔记本讲目标上讲回顾状态估计问题非线性最小二乘Gauss-Newton高斯牛顿Levenburg-Marquadt列文伯格-马夸尔特小结实践CERES实践G2O本讲目标
·理解最小二乘法的含义和处理方式。 ·理解Gauss-Newton, Levenburg-Marquadt等下降策略。 ·学习Ceres库和g2o库的基本使用方法。
上讲回顾 状态估计问题 运动方程运动噪声Wk观测方程观测噪声Vk,jZk,j为像素。 滤波器求解状态估计假设一个系统具有马尔科夫性即一个系统下一个时刻的状态经受上一个时刻的状态。那就可以仅用维护当前时刻的状态当有新的数据或者新的输入进入系统中就可以更新当前状态的估计。只要关心当前时刻到下一个时刻估计。XkYk怎样去维护他们就可以。 ∝ 正比于的符号 非线性最小二乘 高斯牛顿 和 列文伯格-马夸尔特方法
Gauss-Newton高斯牛顿 Levenburg-Marquadt列文伯格-马夸尔特 p1时近似可靠。 HλI相当于增加正定性。 HλIλI0只有二阶系数H0只有一阶系数。
小结
非线性优化是个很大的主题研究者们为之奋斗多年主要方法:最速下降、牛顿、G-N、L-M、DogLeg等。与线性规划不同非线性需要针对具体问题具体分析。问题非凸时对初值敏感会陷入局部最优 目前没有非凸问题的通用最优值的寻找办法问题凸时二阶方法通常一两步就能收敛
实践CERES 实践G2O G-N有可能不收敛L-M、DogLeg会收敛。
