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)，對初始值的質(zhì)量要求較高，在實(shí)踐中很難得到保證。針對位姿圖優(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PGO問題的最大似然估計進(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算速度。（剩余17747字）