5月15日下午，北京航空航天大学韩德仁教授应邀在钱伟长楼201会议室作了题为“Non-convex Pose Graph Optimization in SLAM via Proximal Linearized Riemannian ADMM”的学术报告。此次报告由数学与数据科学学院院长郭改慧主持，学院部分教师和学生到场聆听了报告。
报告会上，韩德仁教授首先介绍了同步定位与地图构建（SLAM）中位姿图优化（PGO）问题的研究背景与重要意义。他指出，传统的PGO方法在处理旋转与平移耦合约束时存在非凸性强、计算存储开销大等挑战。随后，他详细阐述了其团队提出的新思路：采用单位四元数表示旋转、三维向量表示平移，并基于von Mises-Fisher分布构建了全新的PGO模型。该模型将旋转约束转化为球面流形上的投影问题，投影计算仅需归一化操作，大幅简化了约束处理。针对这一模型，韩教授团队提出了一种近端线性化黎曼交替方向乘子法（PieADMM）。该方法不仅内存需求低，还能实现位姿变量的并行更新，显著提升了求解效率。接着，韩教授展示了大量数值实验结果，在两个合成数据集和四个真实三维SLAM基准数据集上，PieADMM均表现出优良的收敛性与求解精度，验证了模型与算法的有效性。报告最后，韩教授展望了未来研究方向，包括拓展至大规模环境下的在线SLAM、融合视觉与惯性信息的紧耦合优化，以及探索更一般的黎曼流形上的非凸优化算法。
互动环节中，韩教授与在场师生就算法并行实现细节、流形投影技巧、实际机器人平台中的应用前景等问题进行了深入交流，现场讨论热烈，师生纷纷表示受益匪浅。
韩德仁教授作报告
讲座现场
