RainerKuemmerle/g2o

What it solves

g2o 是一个专门为解决可以表示为图结构的非线性最小二乘法问题而设计的 C++ 框架。它特别用于寻找最佳的参数或状态变量配置，以最佳地解释受高斯噪声影响的一组测量值，这是机器人学和计算机视觉中的常见挑战。

How it works

该框架优化图结构非线性误差函数。其设计旨在高度可扩展，允许用户只需几行代码即可指定新的问题。该库提供了针对常见机器人学问题（如同步定位与地图构建 (SLAM) 和 Bundle Adjustment (BA)）的内置解决方案。

Who it’s for

它适用于机器人学和计算机视觉领域的开发者和研究人员，他们需要一个用于图结构优化和状态估计的高性能框架。

Who it’s for

它适用于机器人学和计算机视觉领域的开发者和研究人员，他们需要一个用于图结构优化和状态估计的高性能函数库。

Highlights

• Extensible Architecture: 新的优化问题可以用极少的代码快速定义。

• High Performance: 提供与 SLAM 和 BA 的尖端实现相比相当的性能。

• Broad Compatibility: 支持 Linux, Mac OS X, Windows, 和 Android。

• C++17 Standard: 使用现代 C++ standard 建设，并与 Eigen3 集成。

• Python Support: 通过 pymem 分支和外部绑定提供实验性的 Python 封装。