GTSAM（Georgia Tech Smoothing and Mapping）库专注于构建和优化因子图，用于解决如SLAM等问题。因子图包含变量和约束，Values存储所有变量的值，Factors表示非线性约束。库的组织结构包括基础数学、几何、推理和优化模块，特别针对线性和非线性情况。SLAM应用代码也包含在内。
gtsam Overview
GTSAM 库具有构建因子图表示和优化所需的三个主要组件，用户需要适应他们的特定问题。
- FactorGraph
因子图包含一组要求解的变量（即机器人姿势、地标姿势等）以及这些变量之间的一组约束，这些约束构成了因子。 - Values
Values 是包含所有变量的标记值的单个对象。 目前，所有变量都用字符串标记，但变量的类型或组织可以改变。 - Factors
非线性因子表示变量之间的约束，在 SLAM 示例中，它是一种测量值，例如对地标或里程计的视觉读数。
该库根据以下目录结构进行组织：
3rdparty local copies of third party libraries e.g. Eigen3 and CCOLAMD
base provides some base Math and data structures, as well as test-related utilities
geometry points, poses, tensors, etc
inference core graphical model inference such as factor graphs, junction trees, Bayes nets, Bayes trees
linear inference specialized to Gaussian linear case, GaussianFactorGraph etc…
nonlinear non-linear factor graphs and non-linear optimization
slam SLAM and visual SLAM application code 3rdparty local copies of third party libraries e.g. Eigen3 and CCOLAMD
扫一扫
410
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
