情况分析：
- 有两段轨迹，段内的重投影误差很小，但是两段轨迹的相对位置有点错位。我们找到了这两段轨迹overlap的一些共视关系。这个时候如果我们直接把两段轨迹放一起做BA，其实是不能减少这两段轨迹的整体偏差的。
- 假设我们通过纯视觉slam得到了一堆点云和一个轨迹。每个pose都有一个gps的位置对应。我们知道slam的轨迹和gps轨迹之间有很大的一个变换。想通过BA直接把slam的数据和gps对齐是很困难的。
- 做视觉里程计的时候，会产生累计误差。通过BA是不能消除这种累计误差的。
原因分析：
- 可以把每个节点的修正看作是一个随机运动，如果所有节点都有像一个方向移动的倾向，那么才有可能整体减少误差。比如情况1中，大部分点都倾向于不动，overlap附近的点才有栋的倾向。所以很难实现整体的移动。虽然overlap的点有移动的倾向，但是非overlap的点就像是惯性很大的物体一样，很难拉得动。所以看优化问题也可以用受力情景来直观理解。
- 所以对于缓慢积累的累计误差，很难用全局BA来解决。因为对于局部，大家都是很和谐的。
解决办法：
- 先做刚体变换，se3或者sim3
- 做graph的优化
- 最后做BA（BA只能在附近微调位置）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
