本文是Ceres Solver官方教程的学习笔记，重点介绍如何用Ceres构建非线性最小二乘问题的模型。内容涵盖代价函数CostFunction的使用，包括评估函数、指定大小的代价函数、自动微分和数值微分等方法，旨在帮助理解Ceres的建模过程。
本页内容主要根据官方教程翻译而成。
简介
Ceres由两个部分组成。一个是建模API，它提供了非常丰富的工具，可以迅速构建一个优化问题模型。另一个是解算器API，用于管控最小化算法。这一章将围绕如何用Ceres进行优化问题建模展开。下一章 Solving Non-linear Least Squares 主要讨论各种不同的求解方法。
这里省略了一大段跟第一章简介重复的内容。
代价函数CostFunction
代价函数负责计算残差向量和雅可比矩阵。具体地说，现有一个关于参数块 [x1,...,xk] [ x 1 , . . . , x k ] 的函数 f(x1,...,xk) f ( x 1 , . . . , x k ) 。对于给定的参数块 [x1,...,xk] [ x 1 , . . . , x k ] ，代价函数的作用就是计算 [x1,...,xk] [ x 1 , . . . , x k ] 和雅可比矩阵
Ji=∂∂x
最低0.47元/天 解锁文章
扫一扫
5332
到【灌水乐园】发言
