pypose/bae

What it solves

bae 是一个基于 PyTorch 的库，专用于机器人学中的高性能、精确二阶优化。它特别解决了大规模稀疏优化问题的计算挑战，例如 Bundle Adjustment (BA) 和 Pose Graph Optimization (PGO)，这些对于 3D 重建和空间感知至关重要。

How it works

该库实现了高效的稀疏块矩阵运算和自定义 CUDA kernel，以加速稀疏线性代数。它与 PyTorch 的自动微分框架无缝集成，并提供两种主要的优化策略：

• Levenberg-Marquardt (LM) Optimizer: 一种用于解决非线性最小二乘问题的问题的算法。
• Schur Complement Optimizer: 一种减少线性系统规模的方法，可以显著优化内存消耗。

它还支持 torch.compile 以减少运行时开销和延迟，并为稀疏 Jacobian 提供了一个与 PyPose 的共享 API。

Who it’s for

此工具旨在用于机器人学研究人员和开发人员，正在进行 SLAM (Simultaneous Localization and Mapping)、3D 重建和空间 AI 的工作，特别是那些需要对相机位姿和 3D 点进行 GPU 加速优化的用户。

Highlights

• CUDA Acceleration: 使用自定义 kernel 来实现高性能的稀疏线性代数。
• PyTorch Integration: 直接与 PyTorch 的 autograd 系统集成。
• Exact 2nd-Order Optimization: 支持对 BA and PGO 的精确优化技术。
• Memory Efficiency: 包含一个 Schur complement optimizer，以处理大规模问题时具有较低的内存占用。