Levmar是非線性優化的一個庫，使用起來很方便。但是剛開始接觸時會有點頭疼，尤其是如果不懂LM演算法，直接使用的話，就會滿腦子“這是啥？這都是啥？”  最近在學習非線性優化的方法，總結一下希望可以幫助到大家。Levmar的安裝配置大家可以看這篇文章：http://blog.sina.com.cn/s/blog_45b747f70101he1t.html

    Levmar的官網是這個：http://users.ics.forth.gr/~lourakis/levmar/index.html   其實學習任何一種工具最好的方法還是看原版資料，六級以上的英語基本都能看懂的。

        從那篇安裝的文章，我們可以看出，Levmar依賴於一個叫LAPACK的庫，這個庫是Fortran語言編寫的，可用於解多元線性方程式、計算特徵向量、計算矩陣的QR分解，奇異值分解等等。事實上，Levmar不依賴於這個庫也是可以的。Levmar包含多個函式，如下圖所示：

      這些函式中，前4個是無約束的優化，後面的是有約束的優化，函式的名字也很容易理解。Levmar提供了兩種版本的精度，雙精度（函式名字首字母為d, double）和單精度（函式名字首字母為s, single）。Levmar支援有約束的非線性最小二乘問題，包括linear equation constraints（第5-8個函式），box constraints（第9-12個函式），box & linear equation constraints（第13-16個函式），box, linear equation & inequality constraints（第17-20個函式），從函式名的中間字母，可以區分出這些函式。在非線性優化中，需要計算Jacobian矩陣，有的有解析形式的Jacobian矩陣，使用der字尾的函式；有的沒有解析形式的Jacobian矩陣，使用有限差分方法來近似，使用dif字尾的函式。最後提到的Convenience wrappers，x開頭的幾個函式我不是很瞭解，這裡不討論。 綜上，Levmar是比較全面的非線性優化演算法。

      實際上，並不是所有的函式都依賴LAPACK庫，其中dlevmar_der()，dlevmar_dif()，slevmar_der()，slevmar_dif()，dlevmar_bc_der()，dlevmar_bc_dif()，slevmar_bc_der()，slevmar_bc_dif()是不需要依賴這個庫的，其他的需要。

    下載好Levmar檔案解壓縮後（我用的2.6版本），裡面有個matlab資料夾，這是Levmar的Matlab版本，這裡不做討論，其餘的就是C檔案，建議大家先讀一下README.txt，有助於大家對這個庫的理解。

    開啟levmar.h檔案，程式碼開始後首先有一段配置選項，如下圖所示：

        這段程式碼就是用來設定一些選項，第一個就是LAPACK庫的設定，如果不想依賴這個庫，就將 #define HAVE_LAPACK 註釋掉，當然，註釋掉後需要用到這個庫的那些函式就不能用了。接下來的一長段我不是特別理解，保持預設狀態就行。後面是單精度和雙精度的設定，如果註釋掉 #define LM_DBL_PREC ，所有的雙精度函式都不能用（即d開頭的函式），同理，如果註釋掉 #define LM_SNGL_PREC，所有的單精度函式都不能用（即s開頭的函式）。當然也可以保持預設狀態，即都不註釋。這些可以根據實際需要來配置。

          另外有一點需要注意，如果不使用Cmake編譯，而是直接用Visual c++編譯，在解壓縮後的Levmar資料夾裡，有一些字尾是core的C檔案（*_core.c），這些檔案是不能直接編譯的，即不需要新增到Visual c++ 的工程裡。

           這裡所說的基本上在 README.txt 檔案裡都有說明。我們的工程需要非線性優化，用到了dlevmar_dif()函式，原來以為必須依賴LAPACK庫，這樣的話就沒辦法做嵌入式，後來才發現這個LAPACK庫可以不依賴的，這樣的話就方便很多。希望這篇文章可以幫到大家。
轉：https://blog.csdn.net/hhh0209/article/details/51375169