c++中如何使用Ceres Solver进行非线性优化？ (最小二乘法实例)

Ceres Solver 的 CostFunction 是用于定义残差函数的接口，必须以 ∑ᵢ ‖fᵢ(x)‖² 形式表达优化问题；用户需实现 operator() 计算残差，支持自动/数值微分，参数块顺序与维度须严格匹配。

什么是 Ceres Solver 的 CostFunction？

Ceres 中的优化问题必须表达为残差（residual）形式，即最小化 ∑ᵢ ‖fᵢ(x)‖²。你不能直接写目标函数，而是要实现一个 CostFunction 子类或使用 AutoDiffCostFunction / NumericDiffCostFunction 包装计算逻辑。

最常用的是自动微分：你只提供残差计算的 operator()，Ceres 自动求导。关键点：

• operator() 的第一个参数是参数块指针数组（const double* const*），第二个是残差输出（double*），返回 bool
• 参数块顺序必须和 AddParameterBlock() 一致，且每个块大小要匹配
• 残差维度（输出长度）和参数块维度（输入长度）在构造 AutoDiffCostFunction 时就固定，写错会导致段错误或收敛失败

如何构造并运行一个最小二乘优化问题？

以拟合曲线 y = a·exp(b·x) + c 为例，有 3 个待估参数 a, b, c，已知若干 (x_i, y_i) 数据点：

struct ExponentialResidual {
  ExponentialResidual(double x, double y) : x_(x), y_(y) {}
  template 
  bool operator()(const T* const a, const T* const b, const T* const c,
                  T* residual) const {
    residual[0] = y_ - (*a) * exp(*b * x_) - (*c);
    return true;
  }
 private:
  const double x_, y_;
};
// 构建问题
ceres::Problem problem;
double a = 1.0, b = 0.1, c = 0.0;
std::vector> data = {{0.0, 1.2}, {1.0, 3.1}, {2.0, 8.0}};
for (const auto& p : data) {
ceres::CostFunction* cost_function =
new ceres::AutoDiffCostFunction(
new ExponentialResidual(p.first, p.second));
problem.AddResidualBlock(cost_function, nullptr, &a, &b, &c);
}
// 配置并求解
ceres::Solver::Options options;
options.linear_solver_type = ceres::DENSE_QR;
options.minimizer_progress_to_stdout = true;

ceres::Solver::Summary summary;
ceres::Solve(options, &problem, &summary);
printf("Final a=%f, b=%f, c=%f\n", a, b, c);

注意：AutoDiffCostFunction 表示：残差维度 1，三个参数块各占 1 维；若参数是向量（如旋转四元数），维度就得改成 4。

为什么优化不收敛或报 Check failed: is_valid？

常见原因不是模型本身，而是数值或配置问题：

• 初始值太离谱（例如 b 初始为 1e6 导致 exp(b*x) 溢出），改用合理量级初值（如对数尺度预估）
• 残差函数里用了未定义行为：比如 log(x) 但 x ≤ 0，或除零、sqrt 负数 —— 加 if (x 并返回 false 让 Ceres 跳过该残差
• 没设置 options.max_num_iterations，而问题病态导致迭代太久，建议设为 100 左右先试
• 用了 nullptr 作为损失函数（loss function），但数据含大离群点，应改用 new ceres::HuberLoss(0.1)

C++ 编译时链接失败：找不到 ceres::Problem 或 ceres::Solve

不是头文件没包含，而是链接阶段缺失库或顺序错误。确保：

• 链接时包含 -lceres，且放在你的目标文件之后（如 g++ main.o -lceres -lglog -lgflags -lpthread -o app）
• 如果用 CMake，不要只写 find_package(Ceres)，还要 target_link_libraries(your_target ${CERES_LIBRARIES})，且 ${CERES_LIBRARIES} 必须在你自己源文件编译目标之后
• 确认安装的 Ceres 是带 Solver 支持的（非 minimal 版本），检查 ceres-config.cmake 中是否含 ceres_FOUND 和 CERES_SOLVER_LIBRARY

最易忽略的一点：Ceres 默认关闭 OpenMP 和 SuiteSparse，如果你的优化变量多于几百维，又没开 -DCERES_USE_EIGEN_SPARSE=ON 或 -DCERES_USESuiteSparse=ON，它会静默退回到稠密求解器，速度骤降且内存爆炸 —— 这类问题不会报错，只会让你等十分钟还不出结果。