如何解决SLAM 中的协方差估计
我尝试用ceres分析vins_fusion中优化器的协方差,但我发现协方差与EVO计算的轨迹误差相去甚远。我怎样才能得到正确的协方差?我使用了以下命令:
ceres::Covariance::Options cov_options;
cov_options.algorithm_type = ceres::DENSE_SVD;
cov_options.min_reciprocal_condition_number=10e-14;
cov_options.null_space_rank = -1;
ceres::Covariance covariance(cov_options);
std::vector<std::pair<const double*,const double* > > covariance_blocks;
covariance_blocks.push_back(std::make_pair(para_Pose[WINDOW_SIZE],para_Pose[WINDOW_SIZE]));
CHECK(covariance.Compute(covariance_blocks,&problem));
covariance.GetCovarianceBlockInTangentSpace(para_Pose[WINDOW_SIZE],para_Pose[WINDOW_SIZE],cov_pose[WINDOW_SIZE].data());
cout << cov_pose[WINDOW_SIZE] << endl;
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。