SLAM图优化poseGraph-(1)由来和概念

1.slam图优化由来

• slam前端是激光帧和激光帧或激光帧和地图的匹配，用来建立增量式地图。
• 后端是闭环检测和优化问题。

在比较大的环境中，我们跑一圈建图，会发现首尾地图常常无法衔接，或根本就对不准。此时就需要用到posegraph图优化，来调整各个子图位姿。

2.poseGraph概念

图优化和一般的数值优化都属于优化问题，只是图优化把优化问题表现成图结构(graph)。

• 一个图graph,由若干顶点vertex以及连接的边edge组成，顶点表示待优化变量，而边表示约束constraint或误差项error。
  
  For example:
  在一个slam问题中，图优化的顶点表示为机器人里程计的位姿Xi和Xj。边可表示为scan_to_map或scan_to_scan的激光雷达匹配结果，是一个相对位姿，表示为边Z。
  我们的目的就是要找到一个最优的配置(poses),使得里程计预测和激光雷达观测的误差最小，于是建立了一个最小二乘问题的图优化问题。