SLAM后端优化之-核函数

1、核函数作用：保证每条边的误差不会大的没边，掩盖掉其他的边

在SLAM后端优化中，BA优化了所有的相机姿态和所有路标点，使用的最小化误差项作的二范数平方和作为目标函数；当我们的误差来源特别大的时候；BA优化会朝着错误的方向优化，这个是我们不想看到的

；出现这种问题的原因是，当误差项来源很大的时候，二范数增长的太快了，这个时候核函数的作用就体现出来了：未来保证每条优化的边误差项不会大到无法接受。

SLAM后端优化之-核函数相关推荐

激光SLAM后端优化——雅克比矩阵推导
激光SLAM后端优化--雅克比矩阵推导 Jacobi Matrix Jacobi Matrix In the EKF system, the maintained state quantities i ...
激光SLAM后端优化总结之卡尔曼滤波
激光SLAM后端优化总结之卡尔曼滤波一.贝叶斯滤波 1.1 状态估计模型 1.2 公式推导二.卡尔曼滤波(KF) 三.扩展卡尔曼滤波(EKF) 一.贝叶斯滤波 1.1 状态估计模型 1.2 公式推 ...
SLAM后端优化中卡尔曼滤波的直观通俗解释
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文由知乎郑纯然授权转载原文链接: https://zhua ...
SLAM Cartographer（18）后端优化问题求解器
SLAM Cartographer(18)后端优化问题求解器 1. 全局优化 2. 提供数据 3. 后端优化器 4. 求解过程 4.1. 定义优化问题 4.1.1. 子图全局位姿 4.1.2. 节点全 ...
视觉SLAM笔记（54） Ceres 操作后端优化
视觉SLAM笔记(54) Ceres 操作后端优化 1. Ceres 求解 BA 2. 求解 1. Ceres 求解 BA g2o 用 Edges 来保存每一个代价函数,但 Ceres 却是用 Pro ...
FAST_LIO_SAM 融入后端优化的FASTLIO SLAM 系统前端：FAST_LIO2 后端：LIO_SAM
FAST_LIO_SAM Front_end : fastlio2 Back_end : lio_sam Videos : FAST-LIO-SAM Bilibili_link Source code ...
视觉SLAM笔记（53） g2o 操作后端优化
视觉SLAM笔记(53) g2o 操作后端优化 1. BA 数据集 2. g2o 求解 BA 3. 求解 1. BA 数据集目录下的 common 文件夹是实验的数据集部分它的布局如图所示其中, ...
【SLAM】LIO-SAM解析——后端优化mapOptimization(5)
系列文章链接: [SLAM]LIO-SAM解析--流程图(1) [SLAM]LIO-SAM解析--数据预处理imageProjection(2) [SLAM]LIO-SAM解析--特征提取featur ...
后端优化1（SLAM十四讲ch10）-BA
概述视觉里程计可以给出一个短时间内的轨迹和地图,但由于不可避免的误差累积,如果时间长了这个地图是不准确的.所以我们希望构建一个尺度.规模更大的优化问题,以考虑长时间内的最优轨迹和地图.实际当中考虑到 ...

SLAM后端优化之-核函数

SLAM后端优化之-核函数相关推荐

最新文章

热门文章