제6장. 비선형 최적화
주요목표
- 최소 제곱 법의 의미와 취급 방법을 이해하십시오.
- Gauss-Newton과 Levenberg-Marquardt의 Gradient descent 전략을 이해하십시오.
- Ceres 라이브러리와 g2o 라이브러리의 기본 사용법을 배우십시오.
노이즈의 존재로 인해 운동 방정식과 관측 방정식의 방정식은 정확히 참이 아니게 됩니다.
- 운동 방정식과 관찰 방정식의 참 값은 알기 어려우며 근사치만 계산할수 있습니다.
- 부정확한 데이터에서 정확한 상태를 추정하는 방법을 논의하는 것이 좋습니다.
이 섹션에서는 노이즈 데이터 처리를 최적화하는 방법을 소개
역자주:
- 이 장에서는 최소제곱법과 Gauss-Newton, Levenberg-Marquardt방법 같은 수치최적화 방법에 대해서 배웁니다.
- 현재 상태에서 얻을 수 있는 정보(카메라의 위치, 맵에 대한 관찰값) 를 바탕으로 하여 최적의 **카메라의 포즈**를 얻어내는 방법입니다. -
- 이는 연속적인 카메라의 궤적을 계산하는 부분 (front end)이나, 전체 맵에 대해서 카메라 포즈를 업데이트하는 부분 (back end) 등에서 사용되는 연산의 수학적인 부분입니다.