《高翔SLAM十四讲》学习笔记ch4-ch6

ch4：李群和李代数

群满足这些性质：封结幺逆

4.1小结

4.2小结

4.3小结

Sophus库的使用

安装和编译了Sophus库
然后CMakeLists.txt里有寻找库，顺利完成编译
但是对于Eigen的函数的具体使用并不明白

---

ch5：相机与图像

针孔相机模型

畸变

双目相机模型

通过视差计算深度的方式

RGB-D 相机模型

通过红外结构光（Structured Light）来测量像素距离的
通过飞行时间法（Time-of-flight, ToF）原理测量像素距离的

OpenCV的使用

安装OpenCV 3.4.1的教程 参考

pkg-config --modversion opencv //ubuntu下查看opencv的版本

---

ch6：非线性优化

历史上曾经用滤波器优化

贝叶斯公式

3BLUE的视频讲解：人们常常在分析问题的时候陷入非理性，举了steve性格温顺井井有条让人们更容易做出是图书馆管理员的判断而不是农民，从而忽略了图书馆管理员和农民的比例理性不是说知道事实，而是认识到哪些因素是相关的贝叶斯定理最根本的结论是说：新证据不能直接凭空的决定你的看法，而是应该更新你的先验看法

非线性最小二乘

最速下降法过于贪心（zigzag问题），容易走出锯齿路线，反而增加了迭代次数。而牛顿法则需要计算目标函数的H 矩阵（Hessian矩阵），这在问题规模较大时非常困难，我们通常倾向于避免H 的计算。书中详细地介绍两类更加实用的方法：高斯牛顿法和列文伯格——马夸尔特方法。

小结

总而言之，非线性优化问题的框架，分为Line Search 和Trust Region 两类。
Line Search 先固定搜索方向，然后在该方向寻找步长，以最速下降法和Gauss-Newton 法为代表。
而TrustRegion 则先固定搜索区域，再考虑找该区域内的最优点。此类方法以L-M 为代表。
实际问题中，我们通常选择G-N 或L-M 之一作为梯度下降策略。