Efficient Sparse Pose Adjustment(SPA) for 2D Mapping 论文总结
Konolige K , Grisetti G , Rainer Kümmerle, et al. Efficient sparse pose adjustment for 2D mapping[C]// 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE, 2010. 这是一篇讲解2D建图中的高效稀疏矩阵图优化的文章,谷歌的cartographer激光slam中位姿图优化主要便是基于思想来实现的。文章主要贡献是在 L M LM L M 优化过程中使用乔里斯基分解(Cholesky decomposition)实现稀疏 H H H 矩阵下的状态增量 Δ \Delta Δ x高效快速求解。 1. 摘要 图优化已经成为一种解决slam问题的主流方法。位姿图是由一系列非线性约束连接机器人位姿点构成,这些约束来自于位姿点周围共同的特征观测。由于直接非线性优化的计算时间与图的大小的3次方成比例增长, 优化大型位姿图 成为移动机器人一个比较大的瓶颈问题。文章为了解决这个问题, 提出一种有效的方法去构建和解决其中的线性化子问题 ,这是常规直接非线性优化方法中的性能瓶颈所在。作者将文中所提方法命名为 SPA(Sparse Pose Adjustment )