视觉SLAM十四讲学习笔记——第六讲--非线性优化

6.1 状态估计问题

　　6.1.1 最大后验与最大似然

　　贝叶斯法则

　　似然是指"在现在的位姿下，可能产生怎样的观测数据"。

　　最大似然估计“在什么样的状态下，最可能产生现在观测到的数据”。

　　6.1.2 最小二乘的引出

6.2 非线性最小二乘

　　6.2.1 一阶和二阶梯度法

　　最速下降法

　　雅克比矩阵（一阶） 海塞矩阵【Hessian】（二阶）

　　6.2.2 高斯牛顿法

　　6.2.3 列文伯格-马夸尔特方法

　　Line Search先固定搜索放心，然后在该方向寻找步长，以最速下降法和高斯牛顿法为代表。

　　Trust Region则先固定搜索区域，在考虑该区域内最优点。

实践

　　图优化是把优化问题表现成图的一种方式。

　　g2o

　　Ceres

　　

转载于:https://www.cnblogs.com/NEU-2015/p/9943803.html