簡體   English   中英

如何使用g2o優化多約束函數

[英]How to optimize multi-constraint function with g2o

我目前正在嘗試為 SLAM 優化多約束函數。 經典優化函數使用 g2o 最小化重投影誤差,如https://fzheng.me/2016/03/15/g2o-demo/ 中提出的。

我的問題是我不知道如何修改這個 g2o 示例代碼來聯合優化兩個約束(例如:1 個約束重投影誤差和 1 個慣性誤差約束)。

問候,

要包含自定義約束,您必須實現一個BaseEdge<>子類的規范。

BaseEdge<> 有 3 個子類,它們是BaseUnaryEdge<> (用於自約束)、 BaseBinaryEdge<> (在 2 個節點之間)和BaseMultiEdge<> (任意數量的節點)。

慣性誤差是一種自我約束,因此您必須指定 BaseUnaryEdge 的實現。

必須在自定義類中僅實現 computeError() 方法,但您也可以實現 linearizeOplus() 以手動設置 jacobian。

然后您可以按照您發布的示例代碼進行操作。 實例化優化器,創建頂點,添加重投影約束並添加自定義慣性約束。

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM