第六讲 非线性优化

结合前面给出的运动方程和观测方程，给出优化方案。这部分综合性较强，要重点理解。

Xk = f(Xk-1,Uk,Wk)

Zkj = h(Yk,Xk,Vk,j)

f,h------通用函数

Xk------第k次获取图片时，相机的位姿

Xk-1-----第k-1次获取图片时，相机的位姿

Uk-------运动传感器测量读数

Wk------运动传感器读数噪声

Zkj------观测数据结果（比如一张照片，一份点云图）

Yk-------被观测物体

Vk,j-------观测中的噪声

一、状态估计问题

1、问题：通过带噪声的数据z和u，推断出相机位姿x和地图y。用概率学的方式描述就是，已知数据z和u的概率分布，求x和y的概率分布。

另外还有一种情况就是，只有一张张图片，而没有运动测量传感器，这时就相当于估计P(x|z)的条件概率分布。

二、数学理论：最优化方法，应该去做一些这方面的学习

三、工具库：本书介绍了Ceres和g2o。在这里，我们最重要的是理解，线性优化是在干什么。