参考链接
链接一:视觉SLAM基础理论 专栏 中的链接
Ceres 详解(一) Problem类 【Ceres::Problem
类详解】
Ceres详解(三)最小二乘问题构建与求解 【ceres::Solve()函数详解, Solver::Options类详解,其中消元顺序、分解方法、收敛精度等在内的求解器所有行为均由Solver::Options
控制】
参考系列2:优化库——ceres(二)深入探索ceres::Problem 【LocalParameterization类的作用是解决非线性优化中的过参数化问题,以四元数为例,需要自定义其更新方式】
链接二: C++ 专栏中的相关链接
Ceres-Solver学习笔记(5) 【比较详细,推荐, 几种求导方式详细实现及性能分析】
链接三: SLAM专栏中的相关链接
链接四: 优化库 专栏中的相关链接:
【Ceres】(二)LocalParameterization参数化
【Ceres】(三)Covariance Estimation 【详细分析了ceres估计的最小二乘问题及协方差估计,包括各种求解方法的分解算法和判断求解是否有效的方法,如何通过ceres给出估计块的协方差】
链接五: DynamicAutoDiffCostFunction 自动求导:
Ceres-solver动态参数尺寸自动求导DynamicAutoDiffCostFunction
使用ceres编译报错 error: ‘integer_sequence’ is not a member of ‘std‘
链接六: windows上配置ceres库:
window下lapack库和blas库的编译 (SuiteSparse 对其产生依赖)
链接七: ceres最优解对应的残差以及协方差计算:
get residuals from Ceres-solver after optimization
链接八: Eigen 四元数
链接九: Eigen 矩阵分解:
解方程AX=b与矩阵分解:奇异值分解(SVD分解) 特征值分解 QR分解 三角分解 LLT分解
视觉SLAM中的数学——解方程AX=b与矩阵分解:奇异值分解(SVD分解) 特征值分解 QR分解 三角分解 LLT分解