本讲将介绍后端优化的知识:滤波器、Bundle Adjustment与Pose Graph。这些都是现在SLAM中常用的知识。特别地,我们会强调Bundle Adjustment中的稀疏性来源,以及如何利用矩阵的稀疏结构,加速BA的求解过程。在编程和习题中,你需要用g2o和Ceres来完成一定规模下的BA问题求解。
- 讲师简介
- 慕尼黑工业大学计算机视觉组博士后,清华大学自动控制与工程博士,现就职于百度自动驾驶。长期从事SLAM的研究,主要包括机器人的中的视觉SLAM技术、机器学习与SLAM的结合。主编畅销书《视觉SLAM十四讲:从理论到实践》,在国际知名期刊IEEE Transactions on Mechatronics、Robotics and Autonomous Systems、Autonomous Robots等发表论文数篇。
- 课程须知
- 1. 购买课程后,请添加课程助教微信(18717729337)
2. 申请加入【SLAM课程群】,每周末讲师集中答疑
3. 领取课后习题,提交作业给讲师批改
4. 领取课程源代码及其他相关学习资料,便于课后练习