OORRANNGGE的博客

开始读研了，研究方向是SLAM。SLAM中很重要的一部分是位姿估计，需要用到一些优化算法对位姿进行优化。预处理共轭梯度法PCG(Preconditioned Conjugate Gradient)是一种SLAM中常用的位姿优化算法，从共轭梯度法（Conjugate Gradient）衍生而来，用于快速计算最优值。直接法假设有一个线性方程： Ax=bAx=b\textbf{A}\t...

本文梳理一下常见的几种优化算法：梯度下降法，牛顿法、高斯-牛顿法和L-M算法，优化算法根据阶次可以分为一阶方法（梯度下降法），和二阶方法（牛顿法等等），不同优化算法的收敛速度，鲁棒性都有所不同。一般来讲，二阶方法要比一阶方法有更快的收敛速度。梯度下降法梯度下降法是一种简洁直观的寻找极小值的迭代算法，它总是沿着负梯度方向进行搜索，直到梯度为0才收敛。它的迭代公式为：xk+1=xk−αf′(xk...