5. 代价最小化

代价最小化方法是一个基于二次规划（Quadratic Programming, QP）的优化方法[07]，用于对位置和速度数据进行平滑和校正，该方法主要用于后处理。

该方法的目标是通过最小化一个二次代价函数，结合运动学约束和状态数据（位置、速度等），得到平滑且物理上合理的状态估计（位置、速度、加速度）。其核心是利用二次规划求解器（qpsolver）来优化状态向量。

x_ekf = get_optimized_pos(utc, x_ekf, v_ekf)

具体内容参考项目中python/mincost，调用该部分的代码请解注释scores.py或scores_batch.py中get_optimized_pos函数调用。