深入理解图优化与g2o：图优化篇 - 半闲居士 - 博客园 转

火星种萝卜 火星种萝卜 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 404平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄19年
关注
转载 最新推荐文章于 2026-03-29 09:20:34 发布 404 阅读 AI 写同款· GEO 优化 ›
g2o图优化简介与基本使用方法 g2o简介 g2o（General Graphic Optimization）是一个基于图优化的库，将非线性优化与图论结合起来的理论，我们可以利用g2o求解任何可以表示为图优化的最小二乘问题。 图优化就是把优化问题表现成图的方式。图由顶点和边组成，其中顶点表示优化变量，边表示误差项，对任意一个非线性?> 最小二乘问题，我们都可以构建与之对应的图。 （注：这里的图是图论意义上的图，可以用概率论里面的定义，贝叶斯图或因子图。） g2o安装 首先安装g2o的依赖 sudo apt install qt5 阅读详情

深入理解图优化与g2o：图优化篇 - 半闲居士 - 博客园

收录于
SLAM

当前文章被收录于：

SLAM
43 篇文章 3 人学习
订阅专栏 查看详情
标签
#自动驾驶
原文链接：https://www.cnblogs.com/gaoxiang12/p/5244828.html>
G2O (General Graph Optimization)入门及简单使用 g2o全称是General Graph Optimization，也就是图优化，我们在做SLAM后端或者更加常见的任何优化问题（曲线拟合）都可以使用G2O进行处理。 阅读详情

相关推荐

图优化g2o教程简介

图优化g2o教程简介，包括g2o间接、如何使用，顶点和边的定义，信息矩阵、鲁棒核函数对于优化的结果的影响。

u010196944的博客 2129

图优化理论与g2o的使用（3）

转载自 半闲居士  在这里，感谢博主的无私分享。 内容提要 　　讲完了优化的基本知识，我们来看一下g2o的结构。本篇将讨论g2o的代码结构，并带着大家一起写一个简单的双视图bundle adjustment：从两张图像中估计相机运动和特征点位置。你可以把它看成一个基于稀疏特征点的单目VO。 g2o的结构 　　g2o全称是什么？来跟我大声说一遍：General G

chengwei0019 5968

g2o学习笔记-orbslam2中如何使用g2o进行非线性优化（三）

g2o学习笔记-orbslam2中如何使用g2o进行非线性优化

cangqiongxiaoye的博客 1254

图优化理论与g2o的使用（2）

转载自 半闲居士  在这里，感谢博主的无私分享。 前言 　　本节我们将深入介绍视觉slam中的主流优化方法——图优化（graph-based optimization）。下一节中，介绍一下非常流行的图优化库：g2o。 　　关于g2o，我13年写过一个文档，然而随着自己理解的加深，越发感觉不满意。本着对读者更负责任的精神，本文给大家重新讲一遍图优化和g2o。除了这篇文档，读

chengwei0019 5732

SLAM知识[7]：依赖项和安装

本篇描述整个slam系统下有哪些重要组成，以及这些组成所依赖的软件包，进而影响到它们在python下的安装；并简要描述了各个组成部分的安装过程。

gongdiwudu的专栏 7615

ORB_SLAM2算法中g2o图优化的用法

图优化，就是把优化问题表现成图(Graph)的一种方式，一个图由若干顶点(Vertex)以及连接这些顶点的边(Edge)构成。用顶点表示优化变量，用边表示误差项。BlockSolver_6_3 ：表示pose是6维，观测点是3维。用于3D SLAM中的BABlockSolver_7_3：在BlockSolver_6_3的基础上多了一个scaleBlockSolver_3_2：表示pose是3维，观测点是2维。

小秋 AI SLAM 入门实战教程 1028

G2O优化

G2O优化0.引言0.1.参考0.1.G2O的解决问题0.2.G2O整体框架1. 基本使用1.1.构造 g2o 模型1.2.g2o 类图2.g2o 的顶点（Vertex）2.1.顶点的格式2.2.自定义顶点2.3.将顶点添加到图中3.g2o 中的边3.1.边的格式3.2.自定义边3.3.将边添加到图中4.ORB-SLAM2 中的顶点4.1.相机位姿顶点4.2.地图点坐标顶点4.3.闭环时的 sim3 相机位姿5. ORB-SLAM2 中的边5.1.位姿优化时的重投影误差5.2.BA 优化时的重投影误差5.3

fb_941219的博客 5088

kubeadm init 运行时kebelet启动失败问题

解决k8s kubeadm init时遇到的kubelet问题

ZDPZN的博客 6074

【SLAM】G2O优化库超详细解析

通用图优化。为何叫通用呢？G2O的核里带有各种各样的求解器，而它的顶点、边的类型则多种多样。通过自定义顶点和边，事实上，只要一个优化问题能够表达成图，那么就可以用G2O去求解它。常见的，比如bundle adjustment、ICP、数据拟合，都可以用G2O来做。所谓图优化，是把优化问题表现成图的一种方式，这里的图是图论意义上的图。一个图由若干个顶点，以及连着这些顶点的边组成。在这里，我们用顶点表示优化变量，而用边表示残差项。

Yngz_Miao的博客 1万+

SAP Fiori单点登录避坑指南：从SAML原理到实战，解决‘第一次登录跳转主页失败’和‘偶发进不了单点’

本文深入解析SAP Fiori单点登录(SSO)的SAML实战与疑难排查，涵盖SAML协议核心机制、SICF登录优先级控制及安全诊断工具的高级用法。针对‘首次登录跳转主页失败’和‘偶发单点登录失效’问题，提供从配置优化到生产环境稳定运行的全面解决方案，助力企业高效实现数字化转型。

weixin_29327977的博客 405

NXP KW45开发实战：如何在MCUXpresso IDE中正确配置J-Link并解决设备识别问题

本文详细介绍了在MCUXpresso IDE中配置J-Link以支持NXP KW45无线MCU开发的实战指南。从环境准备到J-Link深度配置，再到烧录流程优化和高级调试技巧，帮助开发者高效解决设备识别问题并提升开发效率。特别推荐使用JLinkRemoteServer.exe进行多设备并行调试，并提供了烧录速度优化和低功耗调试的实用技巧。

gray5的博客 864

深入理解图优化与 g2o

g2o 双视图 BA 实战。g2o 是 C++/Eigen 构建的图优化,用 SparseOptimizer,选线性求解器(Choldmod/CSparse)与迭代算法(GN/LM/Dogleg);types 提供现成类型。重投影构图:位姿与 3D 点、投影残差作边,固定首帧、深度=1、robust kernel 抗外点,optimize(10)。坑:动态指针无需 delete,析构统一清理;BA 场景常用 BlockSolver_6_3 + LinearSolverCholmod。尺度模糊:整体缩放同解。

人无远虑，必有近忧 1568

Unity3d移动端性能优化

以下条目主要针对移动端，大部分也适合PC端 一、Profiler的使用 1.性能优化应贯穿项目开发的全过程，如需求（性能能不能达到要求）、设计、开发、测试等。不能开发结束才优化性能。 2.官方推荐的优化工具是【Window】->【Profiler】 3.确认瓶颈是CPU-bound(Gfx.WaitForCommands)还是CPU-bound(Gfx.WaitForPresent) 4.内存分析使用Memory Profiler 二、内存优作 5.减少内存收集的影...

zouxin_88的专栏 3060

随记：图优化相关

读MonoPair: Monocular 3D Object Detection Using Pairwise Spatial Relationships论文的时候，发现其在网络框架中加入了一个Pairwise Spatial Constraint。在使用Partwise Spatial Constraint的时候引入图优化的过程。于是详细地了解了一下图优化的求解过程。 对图优化的基础部分的了解，是仔细阅读了高博士的博客：深入理解图优化与g2o：图优化篇 - 半闲居士 - 博客园 以及g2o的论文：htt

qq_37662375的博客 401

遥感图像小白--2--图像分割

遥感图像分割基础入门

Mary的博客 4237

yolov5运行detect.py之后卡住了？没后续，没结果，没报错，怎么办？如何解决？

🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。

**My Coding Family** 1105

机器人路径跟踪 代码 博客_秋招技术博客记录

1，路径规划相关：DWA : ros局部路径规划-DWA学习 - kuangxionghui - 博客园​www.cnblogs.comROS源码阅读---局部路径规划之DWAPlannerROS分析 - sakabatou - 博客园​www.cnblogs.comA*：A星算法详解(个人认为最详细,最通俗易懂的一个版本)_Colin丶-优快云博客_a星算法​blog.youkuaiyun.comThea...

weixin_39520013的博客 608

Vue+OpenLayers：解决中国境内OpenStreetMap地图加载问题

然而，在使用OpenLayers和Vue框架搭建地图应用时，很多中国开发者可能会遇到一个常见问题：OpenStreetMap(OSM)地图无法正常加载。为了解决这个问题，我们可以使用其他方式获取地图数据，比如使用国内的地图服务提供商。通过使用国内地图服务商提供的地图数据，我们可以解决OpenStreetMap地图加载问题。然后，我们创建一个OpenLayers地图对象，并指定地图图层的源为国内地图服务商提供的地图URL。属性，可以将地图的中心点和缩放级别调整到我们需要的位置。

CodeWhizZ的博客 8273

LeGo-LOAM笔记

（深度优先遍历）递归进行查找，从[0,0]点开始，遍历它前、后、左、右的4个点，分别进行对比，如果相。其实就是同时考虑了深度以及偏移，深度偏差较大，偏移较小的两个点则认为不是同一类。其相比于最为经典的LOAM，实现了。（实际上大于5个可能也行）。的激光雷达slam工作。

afucc111的博客 656

qcc514x-qcc304x调试笔记

qcc514x-qcc304x调试笔记-1-QCC514x系列 qcc514x-qcc304x调试笔记-2-开发环境搭建 qcc514x-qcc304x调试笔记-3-如何修改蓝牙名称 qcc514x-qcc304x调试笔记-4-如何修改蓝牙地址 qcc514x-qcc304x调试笔记-5-如何区分左右耳 qcc514x-qcc304x调试笔记-6-PIO相关操作 ...

leezs的博客 1244

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

g2o图优化

//read，write：分别是读盘、存盘函数，一般情况下不需要进行读/写操作的话，仅仅声明一下就可以 virtual bool read(std::istream& is){ } virtual bool write(std::ostream& os)const { } class hello_vertex: public BaseVertex<1, Eigen::Mat...

xiaohu的博客 2552

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

g2o图优化简单入门

g2o图优化简单入门

jjjqqq123321的博客 1406

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

一步步带你走入基于图优化的g2o库：General Graphic Optimization

图优化是通过使用图结构来表示和解决优化问题的一种方法。图是由顶点（Vertex）和边（Edge）组成。在SLAM中，搭载传感器的主体的位姿构成顶点，位姿之间的变换关系构成边。一旦图构建完成了，就要主体的位姿去尽量满足这些边构成的约束。对于一个非线性的最小二乘问题，我们可以用顶点来表示优化变量，用边来表示误差项，这样就能构建一个对应的图，我们称这个图为贝叶斯图或者是因子图。可以把SLAM中的图优化问题分解为：构建图、优化图。位于hyper_graph.h中。

2301_76831056的博客 3194

史上最简SLAM零基础解读(10.1) - g2o(图优化)→简介环境搭建(slam十四讲第二版为例)

针对与 g2o(图优化) 的讲解，主要分成三个部分，分别为: 理论讲解，环境搭建，代码分析。那么现在我们开始第一步，理论讲解吧！通过该篇博客，对 g2o 了进行了简单的介绍，搭建好了示例代码的环境并且运行其可执行文件。下面就是对代码进行细致的讲解了，也就是理论结合实践。

江南才尽江南山，年少无知年少狂！ 3920

尝试运行示例：位姿图优化

g2o原生位姿图 （用g2o_viewer打开/slambook2/ch10/sphere.g2o） 仿真位姿图（sphere.g2o） 它的真实轨迹为一个球，由从下往上的多个层组成。 每层为一个正圆形，很多个大小不一的圆形层组成了一个完整的球体，共包含2500个位姿节点，可看成一个转圈上升的过程。 仿真程序生成了t-1到t时刻的边（里程计边） 层与层之间的边（回环） 在每条边上添加观测噪声，并根据里程计边的噪声，重新设置节点的初始值。这样就得到了带累积误差的位姿图数据。 它局部看起来像球体的一部分，但整

一个搬运知识的笨小孩 1087

图优化和g2o

个人博客：http://www.chenjianqu.com/ 原文链接：http://www.chenjianqu.com/show-97.html 我看到高博的好多例子都用到g2o，因此我找了一些博客来学习g2o和图优化的基本知识，这篇博客就是一个简单的总结。 图优化 SLAM的核心是根据已有的观测数据，计算机器人的运动轨迹和地图。假设在时刻 k，机器人在位置 xk...

陈建驱的博客 1352
上一篇： 病态矩阵_百度百科
下一篇： 通俗理解卡尔曼滤波（无人驾驶感知融合的经典算法）_v_JULY_v的博客-优快云博客_感知融合算法 转july
点赞 0
评论 0
书签 书签 0
火星种萝卜
火星种萝卜
博客等级 码龄19年 438粉丝 304原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值