追溯Ceres-Solver中CostFunction类方法
本文作为《彻底搞懂视觉-惯性SLAM:VINS-Fusion原理精讲与源码剖析》课程补充材料
作者:Kehan
日期:2021/11/19
在使用Ceres-Solver进行解析求导时,需要继承CostFunction类,并重写virtual bool Evaluate(double const* const* parameters, double* residuals, double** jacobians) const函数,以来在残差项计算的同时给出对应的雅克比矩阵。
显而易见,在构建残差项的时候,我们通过AddResidualBlock(...)函数将上述构建的CostFunction传入ceres::Problem中。那么,上述重写的bool Evaluate(...)函数在何时被调用呢?追溯、阅读这个过程,会让我们对非线性优化问题的求解、以及函数实现方面有更深入的理解。
下面以Ceres-Solver的1.14.0版本源码(源码链接:https://github.com/ceres-solver/ceres-solver/releases/tag/1.14.0)为例,给出用Ceres做优化、求解问题时,其调用我们所实现的virtual bool Evaluate(double const* const* parameters, double* residuals, double** jacobians) const函数的过程。
1.internal/ceres/solver.cc文件
在求解问题时,我们调用了
ceres::Solve(options, &problem, &summary);
该函数的实现在文件internal/ceres/solver.cc的631行中。简单可以看到,它又调用了Solver::Solve(...)函数。
void Solver::Solve(const Solver::Options& options,
Problem* problem,
Solver::Summary* summary);
在Solver::Solve(...)函数中,首先对问题进行了预处理。然后在代码的第602行,调用了Minimize(...)函数。
void Minimize(internal::PreprocessedProblem* pp,
Solver::Summary* summary);
Minimize(...)函数根据求解配置中的选择,选择不同类型的优化器。在代码464行minimizer->Minimize(...)(基类的虚函数,所以去找子类的实现)时调用所选择的求解器进行求解。求解器以的实现主要有三种,下文以Levenberg-Marquadt法所属的TrustRegionMinimizer求解器为例。
2. internal/ceres/trust_region_minimizer.h文件
我们看主要流程。
TrustRegionMinimizer在internal/ceres/trust_region_minimizer.h文件中重写实现的方法Minimize(...):
void TrustRegionMinimizer::Minimize(const Minimizer::Options& options,
double* parameters,
Solver::Summary* solver_summary)
第113行调用HandleSuccessfulStep()函数。在HandleSuccessfulStep()函数的实现代码777行中,调用了EvaluateGradientAndJacobian(...)函数。
EvaluateGradientAndJacobian(...)这个函数是一个重要的函数,就是在这里算的一系列东西,我们看源代码的注释便可知。
internal/ceres/trust_region_minimizer.cc文件第214行开始:
// For the current x_, compute
//
// 1. Cost
// 2. Jacobian
// 3. Gradient
// 4. Scale the Jacobian if needed (and compute the scaling if we are
// in iteration zero).
// 5. Compute the 2 and max norm of the gradient.
//
// Returns true if all computations could be performed
// successfully. Any failures are considered fatal and the
// Solver::Summary is updated to indicate this.
bool TrustRegionMinimizer::EvaluateGradientAndJacobian(
bool new_evaluation_point) {...}
EvaluateGradientAndJacobian(...)的实现中,在代码230行调用了evaluator_->Evaluate(...)。这又是一个基类的虚函数。我们看ProgramEvaluator类的实现,在internal/ceres/program_evaluator.h文件中。
3.internal/ceres/program_evaluator.h文件
ProgramEvaluator类所实现的Evaluate(...)函数中,internal/ceres/program_evaluator.h文件第254行,我们看到调用了residual_block->Evaluate(...),这里是不是有些眼熟了。我们就是将自己所实现的CostFunction类添加到了残差块ResidualBlock中去了。所以接下来我们看residual_block->Evaluate(...)的实现。
4.internal/ceres/residual_block.cc文件
residual_block->Evaluate(...)的实现在文件internal/ceres/residual_block.cc中,自第68行开始。
bool ResidualBlock::Evaluate(const bool apply_loss_function,
double* cost,
double* residuals,
double** jacobians,
double* scratch) const {...}
在实现代码里的第111行,我们发现调用了我们所实现的virtual bool Evaluate(double const* const* parameters, double* residuals, double** jacobians) const函数:
if (!cost_function_->Evaluate(parameters.get(), residuals, eval_jacobians)) {
return false;
}
在这里调用,实现了待优化变量的传入,并计算出了残差项与雅克比矩阵。
至此,我们追溯了我们所实现的virtual bool Evaluate(double const* const* parameters, double* residuals, double** jacobians) const函数是如何在Ceres-Solver做优化时被调用的。
相关文章
- 你的苹果手机过时了么?iOS 15今年推出,这些设备不被支持
- 10周年10亿用户,微信造就的“软件神话”,从一封邮件开始
- Django2:Web项目开发入门笔记(13)
- 小程序开发者的肺腑之言:中小商户为何做不起来小程序?
- Django2:Web项目开发入门笔记(2)
- 春节回家到底要不要测核酸隔离?教你怎样查清楚
- Django2:Web项目开发入门笔记(1)
- css中svg图片无法显示怎么办?
- 支付宝推疫情直通车:可一键办理15类疫情服务
- 微信bug后企业微信又崩溃了?腾讯致歉:已经修复
- 继阿里之后,企鹅又露出窃听马脚!上网建议使用无痕浏览
- css padding内边距的理解
- QQ偷偷读取浏览器记录是咋回事?官方已修正
- css Flex容器如何理解
- css中fraction如何使用
- css如何实现自定义的属性
- css自定义属性如何继承
- iOS 12.5.1 正式版发布,旧机型专用
- css中sticky属性是什么
- 系统中的大管家—SystemServer进程