- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
GTSAM中ISAM2和IncrementalFixedLagSmoother说明
We * suggest using the default of Cholesky unless gtsam sometimes throws * IndefiniteLinearSystemException
1.9K30编辑于 2022-11-17 - 来自专栏计算机视觉工坊
SLAM中位姿估计的图优化方法比较
GTSAM GTSAM [6] 是另一个开源 C++ 库，它为机器人和计算机视觉应用实现传感器融合。它可用于解决 SLAM、视觉里程计和运动结构 (SfM) 中的优化问题。 GTSAM 与学术界和工业界的各种传感器前端一起使用。例如，有一个 SVO [23] 的变体，它使用 GTSAM 作为视觉里程计的后端。 D. GTSAM 完成优化的时间最长，但达到了最低的目标函数值。在这种情况下，SE-Sync 是最快的，其值略大于 GTSAM。考虑到这一点，SE -Sync 似乎是最好的解决方案。 Ceres、GTSAM 和 SE-Sync 收敛到相同的目标值，在这种情况下 GTSAM 是最快的。 GTSAM 求解 Cubicle 的速度比 SESync 快两倍，但 SE-Sync 收敛到全局最优。SESync 优化 Rim 的速度比 GTSAM 快五倍，并收敛到全局最优。
2.6K40发布于 2021-11-19 matlab超宽带UWB室内定位算法
数据：vio_positions（位置），vio_orientations（姿态）%UWB数据：uwb_distances（测距值），uwb_anchors（锚点坐标）%初始化图优化框架graph=gtsam.NonlinearFactorGraph ();initial_estimate=gtsam.Values();%添加VIO数据作为先验信息fori=1:length(vio_positions)pose=gtsam.Pose3(gtsam.Rot3 (vio_orientations(i,:)),gtsam.Point3(vio_positions(i,:)));graph.add(gtsam.PriorFactorPose3(i,pose,gtsam.noiseModel.Diagonal.Sigmas (i,j,uwb_distances(i,j),gtsam.noiseModel.Isotropic.Sigma(1,0.1));graph.add(range);endend%优化图optimizer =gtsam.LevenbergMarquardtOptimizer(graph,initial_estimate);result=optimizer.optimize();%提取优化后的定位结果optimized_positions
16810编辑于 2026-05-18- 来自专栏CNNer
【SLAM】开源 | 使用TagSLAM的特征提取，使用GTSAM因子图优化器进行后端优化
通过一些简单的提取,TagSLAM为GTSAM因子图优化器提供前端,使得可以快速设计一系列基于标签的实验:full SLAM,无重叠视图的相机标定、地面实况视觉定位,闭环测量、姿态估计等。
2.9K10发布于 2020-06-19 - 来自专栏具身小站
LeGO-LOAM导航算法：从原理到实践
3.3 回环检测与图优化 （如果启用） 通常采用位姿图优化，可能集成 GTSAM 等库。 通过检测当前帧与历史关键帧的相似性来闭合回环，减少累计误差。 4. 基础依赖 sudo apt-get update sudo apt-get install libboost-all-dev cmake libtbb-dev libparmetis-dev # 安装和编译GTSAM （因子图优化库） git clone https://github.com/borglab/gtsam.git cd gtsam mkdir build && cd build cmake -DGTSAM_USE_SYSTEM_EIGEN
77211编辑于 2025-10-31 - 来自专栏点云PCL
VO视觉里程计
LSD-SLAM (semi-dense, direct, mono): https://github.com/tum-vision/lsd_slam Open Source Optimiation Tools GTSAM : https://collab.cc.gatech.edu/borg/gtsam?
2.8K50发布于 2019-07-30 - 来自专栏点云PCL
SC-A-LOAM：在A-LOAM中加入回环检测
A-LOAM用于里程计模块（即连续运动估计） ScanContext用于处理大漂移的粗略全局定位（即无初始姿势的机器人位置识别问题） 并将GTSAM的iSAM2用于位姿图优化。 依赖 主要依赖ROS、Ceres（用于A-LOAM）和GTSAM（用于姿势图优化）。
1.6K20编辑于 2022-02-10 - 来自专栏具身小站
LIO-SAM 激光SLAM从零开始入门到部署实践
install -y ros-noetic-robot-localization sudo apt-get install -y ros-noetic-robot-state-publisher 2.2 安装GTSAM 步骤结果跟Lego-Loam一致，参考：LeGO-LOAM导航算法：从原理到实践 # 从GitHub克隆源码 git clone https://github.com/borglab/gtsam.git cd gtsam mkdir build && cd build # 编译安装。
2.5K12编辑于 2025-10-31 - 来自专栏具身小站
从零开始理解因子图模型
大多数传感器只提供局部约束（如IMU约束相邻时刻，激光约束当前和地图，回环约束两个相隔较远的时刻），这意味着因子图是稀疏的，即一个因子只连接少数几个变量节点，这种稀疏性是高效优化的关键，著名的SLAM优化库GTSAM 优化器（如GTSAM）开始工作，它要最小化所有因子的残差之和： minimize { ||f₀||² + ||f₁₁||² + … + ||fₗ₃||² + ||f_loop||² } 为了满足新的强约束
89520编辑于 2025-10-31 - 来自专栏CNNer
【SLAM】苏黎世大学机器人和感知小组—IMU的预积分模型理论推导，VINS算法的IMU预积分模型理论
获取完整原文，公众号回复：0173 论文地址： http://rpg.ifi.uzh.ch/docs/RSS15_Forster.pdf 代码： 暂无（融合进了gtsam/navigation/ImuFactor
2.4K20发布于 2020-09-14 - 来自专栏具身小站
激光SLAM的回环检测优化
可以转化为一个非线性最小二乘问题，例如梯度下降法和高斯牛顿法，在进行整体优化时，可以采用图优化的方法进行建模和求解，比如基于概率模型的因子图优化，常用的开源非线性优化算法库包括 Ceres-Solver、G2o、iSAM、GTSAM
42810编辑于 2025-10-28 - 来自专栏全栈程序员必看
激光SLAM入门学习笔记[通俗易懂]
Github链接： https://github.com/koide3/hdl_graph_slam 6、BLAM 简介： 仅用激光的SLAM算法，前端使用GICP，后端使用GTSAM，效果还不错 2020.07.09 更新—————————— 12、LIO-SAM（LiDAR、IMU、GPS耦合） 简介： LeGO-LOAM作者新作，在LeGO-LOAM基础上，加入了LiDAR、IMU、GPS紧耦合，用gtsam
1.4K53编辑于 2022-09-23 - 来自专栏博文视点Broadview
先搞定SLAM，再谈如何抓住下一代互联网产业爆发点！
主要是从第7讲至第12讲的部分，同时删除了一些泛泛而谈的边角料（比如GTSAM 相关内容）。对第1版大部分数学公式进行了审查，重写了那些容易引起误解的内容。 3. 更完善的工程项目。
48120发布于 2020-06-10 - 来自专栏具身小站
Lio-sam导航算法的各因子详解
LIO-SAM的优化器（GTSAM）的工作就是找到一组状态XXX，使得所有加权的残差平方和最小，从而得到一个在所有可用传感器信息下最一致、最可能的状态估计。 1.
52810编辑于 2025-10-31 - 来自专栏具身小站
VI-SLAM定位方案对比
基于优化的方法 优化方法通过图像处理将SLAM框架划分为前端和后端，前端负责地图构建，后端则专注于位姿优化，后端优化技术通常实现在g2o、ceres-solver和gtsam等平台。
27210编辑于 2025-10-28 - 来自专栏机器人课程与技术
2017-2018-2学期本科智能机器人方向教学素材整理
Odometry ch9 Project ch10 Back end optimization & Ceres, g2o ch11 Pose graph and Factor graph & g2o, gtsam ch6 Ceres and g2o，非线性优化 ch7 特征点法视觉里程计 ch8 直接法视觉里程计 ch9 project ch10 Ceres and g2o，后端优化1 ch11 g2o and gtsam
1.1K30发布于 2019-01-23 - 来自专栏具身小站
基于三维点云图的路径规划
计算点云帧之间的相似性，以此判断是否构成闭合环路 自适应距离阈值： 使用距离阈值来检测和排除相似度高但相距较远的点云对，利用点云关键帧的数量构造线性函数来定义阈值，自适应距离阈值替代传统的固定阈值， GTSAM
39810编辑于 2025-11-24 - 来自专栏具身小站
3D激光SLAM导航算法
在大尺度的建图中，一般需要具备一个“监管者”来时刻协调之前的轨迹，可概括分为 4 类: 基于最小二乘法的优化方法、基于松弛迭代的优化方法、基于随机梯度下降的优化方法以及基于流形迭代方法，开源优化库有 iSAM、GTSAM
58610编辑于 2025-10-28 - 来自专栏点云PCL
易扩展的SLAM框架-OpenVSLAM
而且，它为GTSAM因子图优化器提供了一个前端，可以设计大量实验。其他类似的工作可以列出如下，但不仅限于UcoSLAM 25。
2K20发布于 2020-05-05 - 来自专栏博文视点Broadview
SLAM——计算机对世界的感知与理解
主要是从第7讲至第12讲的部分，同时删除了一些泛泛而谈的边角料（比如GTSAM 相关内容）。对第1版大部分数学公式进行了审查，重写了那些容易引起误解的内容。 3. 更完善的工程项目。
97220发布于 2020-06-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号