Optimization Backends zh

优化后端

English | 中文

Python 优先

独立项目默认使用 Python 优化后端。

原因：

• 安装更简单
• 不再强制依赖 ROS / catkin
• 与 PyQt + Open3D GUI 的集成更自然
• 已与 legacy C++ backend 做过一致性验证

优化模式

Python backend 现在提供两种求解模式：

• Fast ISAM2
  • GUI 默认模式
  • 适合多轮手工编辑时快速更新 working graph
• Accurate LM
  • batch 风格的参考求解
  • 适合 parity 对照或导出前最终确认

当前 GUI 中：

• Fast ISAM2 位于 Advanced -> Optimize
• MapVoxel 也位于 Advanced，默认值 0.1 m
• TgtVoxel 位于 Registration，默认值 0.1 m

Legacy C++ 回退后端

C++ backend 仍保留为可选 fallback。

适用情况：

• 你已经有 legacy backend 环境
• 你想和历史结果做直接 parity 对比
• Python GTSAM 暂时不可用时需要回退路径

参数一致性

Python backend 遵循与 legacy optimizer 相同的参数优先级：

1. 显式 CLI / GUI 参数
2. runtime_params.yaml
3. 已验证的离线默认值

legacy C++ fallback 仍然使用 LM。如果收到 --optimize-mode isam2，会明确记录模式不匹配，并回退到 LM。

导出文件

两种 backend 都会导出：

• pose_graph.g2o
• optimized_poses_tum.txt
• pose_graph.png
• manual_loop_report.json

完整目录结构是：

• manual_loop_projects/<project_id>/
  • 编辑状态与恢复文件
• manual_loop_runs/<run_id>/
  • 真正的优化输出
• manual_loop_exports/<export_id>/
  • 指向某次 run 的最终导出清单

默认情况下，global_map_manual_imu.pcd 和 trajectory.pcd 会在 Export 阶段生成，这样多轮图编辑时更流畅。