SLAM中的后端优化

本节介绍SLAM中的后端优化过程 一、问题阐述 同时对三维点位置和相机参数进行非线性优化 二、LM法的原理与优势 原理：是一种“信赖域”的方法，当收敛速度较快时，增大信赖域使算法趋向于高斯牛顿法；当收敛速度较慢时，减小信赖域使算法趋向于最速下降法。 优势：速度快；可以在距离初始值较远处得到最优解。 SLAM优化算法对比 算法 缺点 优点 KF/EKF 假设噪声为高斯分布，在高维状态空间时计算效率较

>>阅读原文<<