一种基于g2o的SLAM后端优化算法方法

摘要

本发明公开了一种基于g2o的SLAM后端优化算法方法，机器人位姿节点信息作为输入数据，通过后端优化算法关注闭环约束，为每一条边添加权重因子，并通过推导出的权重因子与信息矩阵之间的数学关系来取得权重因子的值，经过后端优化算法之后，纠正了机器人位姿节点的信息；g2o自带的优化策略，基于g2o平台，通过最小二乘法进一步进行优化，构建出更符合真实路径情况的位姿节点路径。本发明中采用DCS1算法，用于解决鲁棒性后端优化问题，不仅减少了复杂度，降低了运行时间，而且提高了收敛速度。对未知环境下拓扑地图的纠正和优化等具有重要的意义。