视觉SLAM十四讲_4-相机模型和非线性优化

目录

往期内容回顾

1.针孔相机模型与图像

2. OpenCV实践-图像拼接

3. 批量状态估计问题

4. 非线性最小二乘

5. 实践:Ceres 和g2o

---

往期内容回顾

1.针孔相机模型与图像

2. OpenCV实践-图像拼接

3. 批量状态估计问题

 

 

4. 非线性最小二乘

 

 

• Gauss-Newton对比Newotn法： GN方法中不用直接计算hessian矩阵，而是使用Jacobi矩阵的乘积做近似，这样既可以用到二阶的信息，又能回避掉Hessian矩阵的计算。

 

5. 实践:Ceres 和g2o

 

• Ceres: 专业的最小二乘法库，应用广泛
• G2o: 使用图的方式进行非线性优化，还可以做Bundle AdJustment,在SLAM领域应用比较多。
• 实践代码：视觉SLAMS十四讲：ch6