公司查询网站查询系统,h5制作小程序有什么,深圳搜豹网站建设公司,网站开发PHP程序员招聘#x1f60f;★,:.☆(#xffe3;▽#xffe3;)/$:.★ #x1f60f; 这篇文章主要介绍ceres和g2o非线性优化库配置使用。 无专精则不能成#xff0c;无涉猎则不能通。——梁启超 欢迎来到我的博客#xff0c;一起学习#xff0c;共同进步。 喜欢的朋友可以关注一下★,°:.☆(▽)/$:.°★ 这篇文章主要介绍ceres和g2o非线性优化库配置使用。 无专精则不能成无涉猎则不能通。——梁启超 欢迎来到我的博客一起学习共同进步。 喜欢的朋友可以关注一下下次更新不迷路 文章目录 :smirk:1. 项目介绍:blush:2. 环境配置:satisfied:3. 使用说明 1. 项目介绍
ceres项目Github地址https://github.com/ceres-solver/ceres-solver
ceres项目Github地址https://github.com/RainerKuemmerle/g2o
Ceres Solver和g2o都是用于求解非线性最小二乘问题的C库主要用于图优化等领域。它们有一些共同点但也有一些区别。
Ceres Solver
Ceres Solver是一个功能强大的C库专门用于求解大规模稀疏和稠密非线性最小二乘问题。它支持各种类型的误差函数如光束法平差、非线性回归、SLAM、视觉定位等。Ceres Solver提供了多种优化算法包括LMLevenberg-Marquardt、GNGauss-Newton等并且可根据问题特点进行自定义优化策略。它具有灵活的接口和标准化的问题表示方式可以轻松地与其他库进行集成。Ceres Solver支持自动求导可以通过使用用户提供的误差函数的解析梯度或数值微分来计算导数。Ceres Solver是开源的遵循BSD许可证。
g2o
g2o是一个通用的C库用于求解图优化问题例如视觉SLAM、3D重建、机器人运动估计等。g2o支持稀疏矩阵和滤波器算法并提供了灵活的接口和模块化设计。它支持多种顶点和边类型并允许用户自定义顶点、边类型和优化策略。g2o提供了多种优化算法如GNGauss-Newton、LMLevenberg-Marquardt等。g2o也是开源的遵循BSD许可证。
Ceres Solver和g2o在SLAM、机器人运动估计等领域得到了广泛应用。
2. 环境配置
下面进行环境配置
ceres
# 安装依赖
sudo apt install cmake libgoogle-glog-dev libgflags-dev libatlas-base-dev libsuitesparse-dev -y
# ceres-1.14
wget ceres-solver.org/ceres-solver-1.14.0.tar.gz
tar -zxvf ceres-solver-1.14.0.tar.gz
cd ceres-solver-1.14.0
mkdir build cd build
cmake .. make
sudo make installg2o
# 安装依赖
sudo apt-get install libeigen3-dev libsuitesparse-dev qt5-qmake libqglviewer-dev-qt5
git clone https://github.com/RainerKuemmerle/g2o.git
cd g2o
mkdir build cd build
cmake .. make
sudo make install3. 使用说明
下面进行使用分析
ceres
构建代价函数Cost_Functor
// 定义一个实例化时才知道的类型T
template typename T// 运算符()的重载用来得到残差fi
bool operator()(const T* const x, T* residual) const {residual[0] T(10.0) - x[0];return true;}构建最小二乘问题problem
Problem problem;
CostFunction* cost_function new AutoDiffCostFunctionCostFunctor, 1, 1(new CostFunctor);
problem.AddResidualBlock(cost_function, NULL, x);求解器参数配置Solver
Solver::Options options;
options.linear_solver_type ceres::DENSE_QR;
options.minimizer_progress_to_stdout true;
Solver::Summary summary;
Solve(options, problem, summary);
cout summary.BriefReport() \n;//输出优化的简要信息用Ceres Solver库解决一个简单的非线性最小二乘问题示例
#include iostream
#include ceres/ceres.h// 代价函数类定义
struct CostFunctor {template typename Tbool operator()(const T* const x, T* residual) const {// 定义目标函数f(x) 10 - xresidual[0] T(10.0) - x[0];return true;}
};int main(int argc, char** argv) {// 初始化问题ceres::Problem problem;// 添加一个残差块double initial_x 5.0; // 初始值ceres::CostFunction* cost_function new ceres::AutoDiffCostFunctionCostFunctor, 1, 1(new CostFunctor);problem.AddResidualBlock(cost_function, nullptr, initial_x);// 配置求解器选项ceres::Solver::Options options;options.linear_solver_type ceres::DENSE_QR;options.minimizer_progress_to_stdout true;// 求解问题ceres::Solver::Summary summary;ceres::Solve(options, problem, summary);// 打印结果std::cout summary.BriefReport() \n;std::cout Final x initial_x \n;return 0;
}以上。
