borglab/gtsam

해결하는 문제

로보틱스와 컴퓨터 비전에서 스무딩 및 매핑(SAM)을 위한 프레임워크를 제공하여, 전통적인 희소 행렬 계산에 의존하는 대신 제약(팩터) 네트워크를 최적화하여 로봇이나 객체의 상태를 추정할 수 있게 합니다.

작동 방식

GTSAM은 팩터 그래프와 베이즈 네트워크를 핵심 계산 패러다임으로 사용합니다. 문제를 노드가 추정할 변수이고 엣지(팩터)가 그들 사이의 제약인 그래프로 표현합니다. 라이브러리는 매니폴드 최적화를 수행하며, 이는 팩터 그래프를 구축하고, 탄젠트 공간에서 선형화 및 해결하고, 결과를 매니폴드로 다시 당겨 수렴할 때까지 반복하는 것을 포함합니다.

대상 사용자

고성능 상태 추정, SLAM(동시 로컬라이제이션 및 매핑), 센서 융합을 구현해야 하는 로보틱스 및 비전 연구자와 엔지니어를 위해 설계되었습니다.

주요 특징

• 다국어 지원: 핵심 라이브러리는 C++로 작성되었으며 Python 및 MATLAB용 래퍼가 있습니다.
• IMU 사전 적분: 매니폴드에서 관성 측정 장치 데이터를 효율적으로 추정하기 위한 최신 기법을 포함합니다.
• 자동 미분: 효율적인 자동 미분을 위한 GTSAM Expressions를 지원합니다.
• 하드웨어 가속: CUDA 선형 솔버와 선택적 Intel oneMKL 통합을 제공하여 성능을 최적화합니다.