chengwei0019

整理了一下各种ICP实现方式，包括高斯牛顿法求解，SVD求解，ceres求解，g2o求解，还包含了一些开源库的测试，如icp，ndt，sicp，ndt_cpu等方法；代码已开源。

GTSAM 是一个在机器人领域和计算机视觉领域用于平滑（smoothing）和建图（mapping）的C++库。它与g2og2o不同的是，g2og2o采用稀疏矩阵的方式求解一个非线性优化问题，而GTSAM是采用因子图（factor graphs）和贝叶斯网络（Bayes networks）的方式最大化后验概率。GTSAM的安装：gtsam官网给出了 详细的安装过程，由于其依赖库比较少，安装起来比较方便。这里咱们主要介绍在windows下的安装（Ubuntu下几行代码就可以搞定，这里不再赘述）。g

1.Eigen矩阵赋值1） 使用row或者colEigen::Matrix3d R = Eigen::Matrix3d::Identity();R.row(0) = Eigen::Vector3d(-0.0134899,-0.997066,0.0753502);R.row(1) = Eigen::Vector3d(-0.0781018,-0.0740761,-0.99419);R...

目录图的数据格式读取数据使用g2o中slam2d数据格式的优化优化结果定义顶点和边我们不生产代码，我们只是代码的搬运工。图的数据格式图优化前端处理以后产生的顶点和边的数据格式，这是写程序时特别关注的，也是众多优化包如g2o的数据格式。matlab程序及数据戳这里killian-v.dat 数据为顶点vertex2: id，pose.x，pose...

目录例子1：例子2：例子1：为了更好的理解这个过程，将用一个很好的例子作说明。如下图所示，假设一个机器人初始起点在0处，然后机器人向前移动，通过编码器测得它向前移动了1m，到达第二个地点。接着，又向后返回，编码器测得它向后移动了0.8米。但是，通过闭环检测，发现它回到了原始起点。可以看出，编码器误差导致计算的位姿和观测到有差异，那机器人这几个状态中的位姿到底是怎么样的才最好的满足...

基于g2o的最小二乘方法。g2o，即General Graph Optimization，他是一个基于图理论的优化库。图优化理论介绍，可以参考半闲居士的博客有这么一个问题，给你一组二维数据，拟合其直线方程。譬如下面的方程：拟合y=Asin(Bx)+Ccos(Dx)y=Asin(Bx)+Ccos(Dx)，已知N组数据(xi,yi),i=0,1,⋯N−1(xi,yi),i=0,1,⋯...

本文转自：https://blog.youkuaiyun.com/hzwwpgmwy/article/details/79884070需要解决的问题：如何自定义Vertex和Edge？如何选择Edge类型？一元还是二元？如何赋值信息矩阵？如何设置鲁棒核函数的阈值？如何选择Vertex设置为固定？如何边缘化以便稀疏化求解？如何处理优化结束后outliner？如何设置根据卡方分...