基于特征分解的快速位姿圖優(yōu)化算法

打開文本圖片集

摘要：位姿圖優(yōu)化（pose graph optimization，PGO）是計(jì)算機(jī)視覺領(lǐng)域中廣泛應(yīng)用的高維非凸優(yōu)化算法，很難直接求解，主要依賴于迭代技術(shù)，對(duì)初始值的質(zhì)量要求較高，在實(shí)踐中很難得到保證。針對(duì)位姿圖優(yōu)化問題進(jìn)行了研究，提出了基于特征分解的位姿圖簡單封閉解算法，該算法首先對(duì)PGO問題的最大似然估計(jì)進(jìn)行半定松弛，然后將其轉(zhuǎn)換為特征分解問題，并利用數(shù)據(jù)的稀疏性設(shè)計(jì)了改進(jìn)的模型降階方法進(jìn)行求解，進(jìn)一步提高了算法的計(jì)算速度。（剩余17747字）