如何在谷神星中为同一解决方案创建不同的求解器块?

How to create different solver blocks for the same solution in ceres?

本文关键字：创建 解决方案      更新时间：2023-10-16

我想用谷神星来计算三角坐标。

对于这个问题，我需要解决网格中的网格坐标。每个三角形都有自己的顶点，但三角形(3 个顶点(和边(4 个顶点(等结构是可用的。

示例数据(伪代码(：

triangles = [[v1, v2, v3], [v4, v5, v6]]
inner_edges = [[[v1, v4], [v2, v5]]]

边缘[v1, v2]和[v4, v5]最初是相同的，在求解过程中可能会发生变化。

现在我有两个成本函数，一个在三角形上，一个在内边上

f([v1, v2, v3]) = res_t1
g([v1, v4, v2, v5]) = res_2

有两种简单的块结构

  • 两个块，一个具有所有三角形残差，一个具有所有边缘剩余
    • 。 每个
  • 三角形一个块，每个边一个块。

第一个求解具有所有坐标的向量x(2*|V|因为每个顶点有两个坐标(，因为块依赖于所有顶点。在第二个中，三角形块应该只依赖于三个顶点，边块应该依赖于四个顶点。 我现在想使用第二个，因为我期望更好的性能和更好的收敛。

如何设置 ceres 以求解相同的坐标，但仅将折点的子集视为与当前残差相关？

我尝试使用大小 6 和 8 设置问题，并在x的正确位置设置指针，但 ceres 不允许使用具有不同偏移量的相同结果指针。

接下来，我尝试使用SubsetParameterization例如

vector<double> x(mesh.n_faces()*6);
for(int i=0; i < mesh.n_faces(); i++){
vector<int> const_params;
for(int j = 0; j < mesh.n_faces(); j++) {
if(i != j) {
const_params.push_back(6*j);
const_params.push_back(6*j+1);
const_params.push_back(6*j+2);
const_params.push_back(6*j+3);
const_params.push_back(6*j+4);
const_params.push_back(6*j+5);
}
}
//auto *ssp = new ceres::SubsetParameterization(6, const_params); // (1)
auto *ssp = new ceres::SubsetParameterization(mesh.n_faces() * 6, const_params); // (2)
problem.AddParameterBlock(x.data(), mesh.n_faces() * 6, ssp);
problem.AddResidualBlock(face_cost_function, NULL, x.data());
}

但是谷神星检查告诉我，这两种变体都是错误的。

对于 (1( 我得到

local_parameterization.cc:98 Check failed: constant.back() < size Indices indicating constant parameter must be less than the size of the parameter block.

对于 (2( 我得到

problem_impl.cc:135 Check failed: size == existing_size Tried adding a parameter block with the same double pointer, 000002D736397260, twice, but with different block sizes. Original size was 1152 but new size is 6

如何设置 ceres，以便我可以将相同的问题拆分为重叠块，这只影响少数结果变量？

我明白了。您可以在同一数组中使用多个指针，只是不允许对同一指针使用不同的块大小。 这意味着数组内的块可能不会在数组内重叠，但允许不同的成本函数使用相同的块。

解决方案是每个坐标对使用一个块：

for(int i = 0; i < mesh.n_faces(); i++) {
face_cost_functors.push_back(new FaceFunctor());
ceres::DynamicAutoDiffCostFunctionFaceFunctor> *face_cost_function = new ceres::DynamicAutoDiffCostFunction<FaceFunctor>(face_cost_functors.back());
face_cost_function->SetNumResiduals(1);
face_cost_function->AddParameterBlock(2);
face_cost_function->AddParameterBlock(2);
face_cost_function->AddParameterBlock(2);
problem.AddResidualBlock(face_cost_function, NULL, &x.data()[6*i], &x.data()[6*i+2], &x.data()[6*i+4]);
}

然后，您可以添加更多成本函数，只要它们使用相同的块(即起始地址和块大小相同(。我在这里根本不使用任何子集参数化。

它以前不起作用，因为我尝试使用大小为 6 的块作为三角形，使用 4 个大小为 2 的块作为边缘对，它们与大小为 6 的块重叠。

现在它的运行速度比以前快得多，并且收敛没有问题。

相关文章：