ceres::GradientProblem求解一般最小化问题

最新推荐文章于 2024-08-07 11:59:35 发布

原创

最新推荐文章于 2024-08-07 11:59:35 发布 · 324 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#GradientProblem #ceres #一般最小化问题

对于最小二乘问题，ceres::Problem可以应对。

对于一般的无约束最小化问题，使用 ceres::GradientProblem求解。
对应的cost function有

继承 FirstOrderFunction，自定义factor，手写gradient和cost
使用 AutoDiffFirstOrderFunction，只需要手写cost

这个问题的一般最小化解法如下

// ----------------------------- 手动求导 ----------------------------
class FirstOrderFunctionExample : public ceres::FirstOrderFunction {
   
   
 public:
  FirstOrderFunctionExample(const std::vector<double>& x_data,
                            const std::vector<double>& y_data)
      : x_data_(x_data), y_data_(y_data) {
   
   }
  virtual ~FirstOrderFunctionExample() = default;

  virtual bool Evaluate(const double* parameters, double* cost,
                        double* gradient) const {
   
   
    assert(parameters != nullptr);
    assert(cost != nullptr);
    assert(gradient != nullptr);

    const double a = parameters[0];
    const double b = parameters[1];
    const double c = parameters[2];

    cost[0] = 0;
    if (gradient != nullptr)