1. 程式人生 > >SLAM中的優化理論

SLAM中的優化理論

次方 str font ref 線性 rust 介紹 sent 奇異值分解

(一) 線性最小二乘 http://www.cnblogs.com/leexiaoming/p/7224781.html

解線性最小二乘問題,主要包括以下內容:

[1]最小二乘問題的定義

[2](Ax=b)求解方法:

  • 正規方程求解
  • 喬姆斯基分解法求解 //接觸少
  • QR分解法求解
  • 奇異值分解法求解(SVD

[3]齊次方程(Ax=0)的最小二乘

(二) 非線性最小二乘 http://www.cnblogs.com/leexiaoming/p/7257198.html

通過下降法和信任區域法引出高斯牛頓和LM兩種常用的非線性優化方法。博客中主要內容為:

[1]非線性最小二乘介紹;

[2]下降法相關理論(Desent Method)

[3]信任區域理論(Trust Region Methods);

[4]非線性最小二乘求解方法

  • 高斯牛頓
  • Levenberg-Marquardt Method(LM)

SLAM中的優化理論