计算机应用研究

作者：李雨洁,魏国亮,蔡洁,王苗苗,

单位：上海理工大学a.理学院;b.管理学院,上海200093；

关键词：位姿图优化,最大似然估计,特征分解,模型降阶,

基金：上海市“科技创新行动计划”国内科技合作项目(20015801100)；；

位姿图优化（pose graph optimization，PGO）是计算机视觉领域中广泛应用的高维非凸优化算法，很难直接求解，主要依赖于迭代技术，对初始值的质量要求较高，在实践中很难得到保证。针对位姿图优化问题进行了研究，提出了基于特征分解的位姿图简单封闭解算法，该算法首先对PGO问题的最大似然估计进行半定松弛，然后将其转换为特征分解问题，并利用数据的稀疏性设计了改进的模型降阶方法进行求解，进一步提高了算法的计算速度。算法具有可伸缩性、计算成本低和精度高等优点。最后，在模拟和真实的位姿图数据集上进行实验评估，结果表明在不影响精度的情况下，该算法可以快速地进行位姿图优化。

来源：2022年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第10期