具身智能新手名词表English

GTSAM

Georgia Tech Smoothing and Mapping进阶

佐治亚理工开发的因子图优化库,SLAM 和传感器融合常用后端

GTSAM 是佐治亚理工 Frank Dellaert 团队开发的开源 C++ 库(BSD 许可,带 Python 和 MATLAB 接口),用因子图表示估计问题:变量是位姿、速度等待估计量,因子是传感器测量带来的约束,再用非线性优化求最可能的解。它的特点是提供了 iSAM2 增量求解器,新测量到来时只更新受影响的部分,适合实时 SLAM;还内置了 IMU 预积分等常用因子。LIO-SAM 等激光惯性 SLAM 系统用它做后端。与 g2o、Ceres Solver 属同类工具,GTSAM 更偏概率建模。

例子LIO-SAM 把激光里程计、IMU 预积分、GPS 和回环约束都作为因子加入 GTSAM,用 iSAM2 实时优化机器人轨迹。

相关
因子图优化、同时定位与建图、IMU 预积分、g2o 图优化库、Ceres Solver、LIO-SAM
来源
GTSAM 官网
borglab/gtsam (GitHub)

在完整名词表里查看 →