g2o底层数据结构分析（core模块）

三种优化方法的比较：

https://blog.youkuaiyun.com/ziliwangmoe/article/details/81458175

G2O的使用原理简介：

https://blog.youkuaiyun.com/ziliwangmoe/article/details/81460392

这篇文章主要相比G2O底层实现的一些关键点整理出来。

这里重新强调下：G2O只能处理非线性最小二乘的问题。所以使用的是高斯牛顿的加强版方法：Levenberg–Marquardt算法。

这里回顾下优化的流程：

• 计算优化量的改变量和參差之间的线性变换矩阵：（雅克比矩阵）
  • 是一个n*m的矩阵，m是优化量的维度，n是观察量的维度。
  • 比如图优化中，优化量是se3李代数，也就是6维向量，m是6，观察量也是se3李代数，n等于6
• 使用公式的到对优化量的更新值
  • 是m*m的方阵，就是m*n的矩阵。
  • 是參差，也就是观察到的值和通过优化量计算出来的观察值的差异。
  • 和观察量一个维度，这个变换刚好把參差的维度变为优化量的维度：n->m
  • 这个公式中有一个矩阵求逆，这个就是G2O优化主要的耗时所在。
• 使用