Ubuntu18.04配置ceres库

最新推荐文章于 2025-06-10 22:16:40 发布

原创最新推荐文章于 2025-06-10 22:16:40 发布 · 1k 阅读

8 ·

CC 4.0 BY-SA版权

C++ 同时被 3 个专栏收录

40 篇文章

订阅专栏

数学知识

31 篇文章

订阅专栏

移动机器人与移动测量

15 篇文章

订阅专栏

本文介绍了Ceres库在解决最小二乘问题中的应用，包括线性与非线性最小二乘的解决方案，如梯度法、牛顿法等。通过详细步骤演示了如何在Ubuntu上安装Ceres并使用C++代码进行简单测试。读者将学会如何配置编译环境和运行Ceres求解器实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ceres被广泛用于解决最小二乘问题，最小二乘分为线性最小二乘和非线性最小二乘，其对应的数值解决方法通常为梯度法、直接法和梯度方法、牛顿法、高斯牛顿法、LM算法，可以参考之前的博客。

1下载

可以在github官方下载（官方版本会和eigen3（3.3.7）有冲突，编译时会报错），我选择了按照slam14讲第二版里面的方法，因此这里在高博git下载。

2安装

2.1按照slam14讲

打开终端输入

sudo apt-get install liblapack-dev libsuitesparse-dev libcxsparse3 libgflags-dev libgoogle-glog-dev libgtest-dev

2.2解压文件，在终端里利用cd命令打开该文件夹路径

创建编译目录

mkdir build

打开编译文件

cd build

生成makefile

cmake ..

编译

make -j4

make test

安装

sudo make install

2.3测试，继续在build路径下输入

bin/simple_bundle_adjuster ../data/problem-16-22106-pre.txt

如果生成以下内容，则证明成功

iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time
   0  4.185660e+06    0.00e+00    1.09e+08   0.00e+00   0.00e+00  1.00e+04        0    7.66e-02    2.30e-01
   1  1.062590e+05    4.08e+06    8.99e+06   5.36e+02   9.82e-01  3.00e+04        1    1.79e-01    4.09e-01
   2  4.992817e+04    5.63e+04    8.32e+06   3.19e+02   6.52e-01  3.09e+04        1    1.70e-01    5.78e-01
   3  1.899774e+04    3.09e+04    1.60e+06   1.24e+02   9.77e-01  9.26e+04        1    1.62e-01    7.40e-01
   4  1.808729e+04    9.10e+02    3.97e+05   6.39e+01   9.51e-01  2.78e+05        1    1.64e-01    9.04e-01
   5  1.803399e+04    5.33e+01    1.48e+04   1.23e+01   9.99e-01  8.33e+05        1    1.64e-01    1.07e+00
   6  1.803390e+04    9.02e-02    6.35e+01   8.00e-01   1.00e+00  2.50e+06        1    1.60e-01    1.23e+00

Solver Summary (v 1.14.0-eigen-(3.3.7)-lapack-suitesparse-(4.4.6)-cxsparse-(3.1.4)-eigensparse-openmp-no_tbb)

                                     Original                  Reduced
Parameter blocks                        22122                    22122
Parameters                              66462                    66462
Residual blocks                         83718                    83718
Residuals                              167436                   167436

Minimizer                        TRUST_REGION

Dense linear algebra library            EIGEN
Trust region strategy     LEVENBERG_MARQUARDT

                                        Given                     Used
Linear solver                     DENSE_SCHUR              DENSE_SCHUR
Threads                                     1                        1
Linear solver ordering              AUTOMATIC                 22106,16
Schur structure                         2,3,9                    2,3,9

Cost:
Initial                          4.185660e+06
Final                            1.803390e+04
Change                           4.167626e+06

Minimizer iterations                        7
Successful steps                            7
Unsuccessful steps                          0

Time (in seconds):
Preprocessor                         0.152995

  Residual only evaluation           0.097879 (7)
  Jacobian & residual evaluation     0.441241 (7)
  Linear solver                      0.524864 (7)
Minimizer                            1.169322

Postprocessor                        0.005134
Total                                1.327451

Termination:                      CONVERGENCE (Function tolerance reached. |cost_change|/cost: 1.769761e-09 <= 1.000000e-06)

找一段代码进行测试：

#include <iostream>
#include <ceres/ceres.h>
#include <glog/logging.h>

using ceres::AutoDiffCostFunction;
using ceres::CostFunction;
using ceres::Problem;
using ceres::Solver;
using ceres::Solve;

struct CostFunctor {
    template <typename T>
            bool operator()(const T* const x, T* residual) const {
        residual[0] = T(10.0) - x[0];
        return true;
    }
};

int main(int argc, char** argv) {
    google::InitGoogleLogging(argv[0]);

    // 设定求解的未知数的初值
    double initial_x = 5.0;
    double x = initial_x;

    //建立Problem
    Problem problem;

    //设置唯一的残差方程CostFunction。用自动求导获得导数（或者雅克比矩阵）
    //自动求导的模板参数<误差类型， 输出维度， 输入维度>
    CostFunction* cost_function = new AutoDiffCostFunction<CostFunctor, 1, 1>(new CostFunctor);
    //设置残差模块，参数(代价函数，核函数，待估计参数)
    problem.AddResidualBlock(cost_function, NULL, &x);

    //运行求解器
    Solver::Options options;
    options.linear_solver_type = ceres::DENSE_QR;   //增量方程的求解方式
    options.minimizer_progress_to_stdout = true;    //是否把优化最小二乘的过程输出到cout
    Solver::Summary summary;    //优化信息
    Solve(options, &problem, &summary); //开始优化

    std::cout << summary.BriefReport() << std::endl;    //输出结果
    std::cout << "x : " << initial_x << " -> " << x << std::endl;

    return 0;
}

CmakeLists.txt:

cmake_minimum_required(VERSION 3.5)

project(1ceres-test)
set(CMAKE_CXX_STANDARD 11)

find_package(Ceres REQUIRED)
include_directories( ${CERES_INCLUDE_DIRS} )

set(SOURCE_FILES main.cpp)
add_executable(1ceres-test ${SOURCE_FILES})
target_link_libraries(1ceres-test ${CERES_LIBRARIES})

显示如下内容则成功：

iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time
   0  1.250000e+01    0.00e+00    5.00e+00   0.00e+00   0.00e+00  1.00e+04        0    2.72e-05    1.89e-04
   1  1.249750e-07    1.25e+01    5.00e-04   5.00e+00   1.00e+00  3.00e+04        1    1.13e-04    3.58e-04
   2  1.388518e-16    1.25e-07    1.67e-08   5.00e-04   1.00e+00  9.00e+04        1    1.91e-05    3.94e-04
Ceres Solver Report: Iterations: 3, Initial cost: 1.250000e+01, Final cost: 1.388518e-16, Termination: CONVERGENCE

如果提示Eigen库报错，例如<Eigen/dense>,是因为/usr/local对应的是eigen3文件夹，需要做个链接

sudo ln -sf eigen3/Eigen Eigen
sudo ln -sf eigen3/unsupported unsupported

或者在cmakelist.txt中添加

include_directories("/usr/include/eigen3")

参考博客