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。
高翔
睿慕课学院
- 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
