基于嵌套剖分的位姿图分层优化算法

来源：计算机应用研究杂志2024年第6期北京时间：

作者：简单,魏国亮,蔡洁,王耀磊,

单位：上海理工大学a.理学院;b.管理学院,上海200093；

摘要：位姿图优化 （pose graph optimization，PGO）是一种在同时定位与地图构建（simultaneous localization and mapping，SLAM）后端优化中常用的高维非凸优化算法，通常建模成极大似然估计。由于目前的PGO算法优化大规模大噪声数据集时很难在保证精度的同时提升速度，所以提出了一种基于嵌套剖分的位姿图分层优化算法。该算法首先建立不同距离度量的χ2检验模型，进而剔除异常值点。然后利用嵌套剖分算法将位姿图分割成一组子图，再从这些子图中提取出一个表示原SLAM问题的抽象拓扑的骨架图，从而优化该骨架图，完成初始化。最后在模拟和真实的位姿图数据集上进行实验评估，结果表明该算法在不影响精度的情况下，可以提高算法的计算速度，具有可伸缩性。

关键词：位姿图优化,嵌套剖分,噪声,χ2检验,最大似然估计,

基金资助：国家自然科学基金资助项目(62273239)；；