我的《视觉SLAM十四讲》:
- 版次:2017年3月第1版
- 印次:2018年11月第12次印刷
- 第6讲 非线性优化
- 6.2.1 一阶和二阶梯度法
- 111页
- 公式6.17
公式少了一个括号。
Δx∗=argmin∣∣f(x)∣∣22+J(x)Δx+12ΔxTHΔx
\Delta x^* = argmin || f(x) || ^2_2 + J(x)\Delta x + \frac 1 2 \Delta x^T H \Delta x
Δx∗=argmin∣∣f(x)∣∣22+J(x)Δx+21ΔxTHΔx
改为:
Δx∗=argmin(∣∣f(x)∣∣22+J(x)Δx+12ΔxTHΔx) \Delta x^* = argmin (|| f(x) || ^2_2 + J(x)\Delta x + \frac 1 2 \Delta x^T H \Delta x) Δx∗=argmin(∣∣f(x)∣∣22+J(x)Δx+21ΔxTHΔx)