格物致知

1、子矩阵操作简介子矩阵操作又称块操作，在矩阵运算中，子矩阵的提取和操作应用也十分广泛。因此Eigen中也提供了相关操作的方法。提取的子矩阵在操作过程中既可以用作左值也可以用作block of size (p,q) ,starting at (i,j)。matrix.block(i,j,p,q);matrix.block<p,q>(i,j);2. 2、块操作的一般使用方法在Eigen中最基本的快操作运算是用.block()完成的。提取的子矩阵同样分为动态大小和固定大小。块操作

1. 查找指向指定元素的迭代器find函数主要实现的是在容器内查找指定的元素，并且这个元素必须是基本数据类型的。查找成功返回一个指向指定元素的迭代器，查找失败返回end迭代器。2. 在数组中查找：# include <iostream># include <vector># include <algorithm> //注意要包含该头文件using namespace std;int main(){ int nums[] = {

1. std::numeric_limits 类型对应最值查询C++ 工具库 类型支持 std::numeric_limits定义于头文件 template< class T > class numeric_limits;numeric_limits 类模板提供查询各种算术类型属性的标准化方式（例如 int 类型的最大可能值是 std::numeric_limits::max() ）。通过 numeric_limits 模板的特化提供此信息。标准库为所有算术类型制定可用的特化：定义于

方式1：缩放方法2：覆盖裁剪方式3：高斯模糊方法4.局部背景素材替换法（主要适合固定背景的，相对高级的手法，暂时不学）5.参考https://www.bilibili.com/video/BV194411W7H2

ANDROID 交叉编译链工具下载不受支持的 NDK 下载ORB_SLAM2在Android上的移植过程 (Android Studio 2.2+OpenCV 3.2+Cmake)

1.导入视频素材参考视频链接：https://www.zhihu.com/question/328850413/answer/2403445512

笔记：https://ug98gs7tbw.feishu.cn/docs/doccnr5sB0Fvc27b1SZjoGPpEUc#论文：https://arxiv.org/abs/1712.00036代码：https://github.com/KumarRobotics/msckf_vio

文章目录1.VIO 松耦合/紧耦合。2. 相机和IMU的缺点及互补性3. VIO融合算法流程及其模块分解:4. VIO 算法核心:5. 实验结果与总结:6. 参考文献:1.VIO 松耦合/紧耦合。Visual-Inertial Odometry（VIO）即视觉惯性里程计，有时也叫视觉惯性系统（VINS，visual-inertial system），是融合相机和IMU数据实现SLAM的算法，根据融合框架的不同又分为松耦合和紧耦合。其中VO（visual odometry）指仅视觉的里程计，T表示

1.什么是C++对象模型:语言中直接支持面向对象程序设计的部分,对于各个支持的底层实现机制.本书是C++第一套编译器cfront的设计者所写(了解C++对象模型, 有助于在语言本身以及面向对象观念两方面层次提升.).explicit(明确出现于C++程序代码).implicit(隐藏于程序代码背后).2. 关于对象每个非内联(non-inline)成员函数只会诞生一个函数实例. 而内联函数会在每个使用者身上产生一个函数实例.C++在布局以及存取时间上的额外负担主要由虚(virtual)引

在 C++ 中，每一个对象都能通过 this 指针来访问自己的地址。this 指针是所有成员函数的隐含参数。因此，在成员函数内部，它可以用来指向调用对象。1. C++ Primer Page 258引入 this： 是 C++ 中的一个关键字，也是一个 const 指针，它指向当前对象，通过它可以访问当前对象的所有成员。当我们调用成员函数时，实际上是替某个对象调用它。成员函数通过一个名为 this 的额外隐式参数来访问调用它的那个对象，当我们调用一个成员函数时，用请求该函数的对象地址初始化 thi

Markdown是一种可以使用普通文本编辑器编写的标记语言，通过类似HTML的标记语法，它可以使普通文本内容具有一定的格式。但是它本身是不支持修改字体、字号与颜色等功能的！CSDN-markdown编辑器是其衍生版本，扩展了Markdown的功能（如表格、脚注、内嵌HTML等等）！对，就是内嵌HTML，接下来要讲的功能就需要使用内嵌HTML的方法来实现。1.字体、字号与颜色<font face="黑体">我是黑体字</font><font face="微软雅黑">

set、multiset、map、multimap特点：底层实现是红黑树，键值有序，set 和 map 键不可重复，而 multiset 和 multimap 可重复；操作复杂度：插入、删除、查找都为O(logN)；unordered_set，unordered_map，unordered_multiset，unordered_multimap特点：底层实现是哈希表，键值无序，unordered_set 和 unordered_map 键不可重复，而另外两个可以重复；操作复杂度：插入、..

文章目录1. google c++规范2. 隐式类型转换 (构造函数的隐式调用)3. C++ 参考手册如下解释1. google c++规范explicit关键字只需用于类内的单参数构造函数前面。由于无参数的构造函数和多参数的构造函数总是显示调用，这种情况在构造函数前加explicit无意义。google的c++规范中提到explicit的优点是可以避免不合时宜的类型变换，缺点无。所以google约定所有单参数的构造函数都必须是显示的，只有极少数情况下拷贝构造函数可以不声明称explicit。例如作为

​1. 方法1：1 git cherry-pick替代git rebase，可以作为一种的rebase的方法//替代rebase的一种新的方法，比较好用，记录以下1.第一步将修改的代码，提交后利用squash压缩成一个提交2.第二步，分支更新到master，利用git cherry-pick 摘取压缩后的提交3.注意，git cherry-pick出现矛盾后，需要手动搜索冲突代码，没有办法直接看到冲突的地方4.提交后，查看检验格式域代码 ​​​​​​​​​​​​​2. 方法2：git–r

1. Git 使用revert回滚已提交的commit在git使用中如果提交错误的代码至远程服务器，可以使用git revert 命令回滚单次commit并且不影响其他commit。回滚最新一次的提交记录： git revert HEAD回滚前一次的提交记录 ： git revert HEAD^对历史上的commit回滚： git revert 回滚历史commit很容易产生文件冲突，需要做好冲突处理。使用SourceTree进行commit revert在准备revert 的commit上右

1. 点云/3D重建/SLAMD3Feat: Joint Learning of Dense Detection and Description of 3D Local Features论文：https://arxiv.org/abs/2003.03164代码：https://github.com/XuyangBai/D3FeatRPM-Net: Robust Point Matching using Learned Features论文：https://arxiv.org/abs/2003.13.

DSO（Direct Sparse Odometry）文章目录1. 简述2. 概述3. 框架流程3.1 代码框架与数据表示3.2 VO流程4. DSO详细介绍4.1 残差的构成与雅可比4.2 滑动窗口的维护与边缘化4.3 零空间，FEJ4.4 其他零散的模块和算法5. 光度标定6. 评述7. 资料与参考文献：1. 简述代码:实验室主页:参考：高翔博士的分享与解读慕尼黑工业大学（Technical University of Munich, TUM）计算机视觉实验室的雅各布.恩格尔（Jako

Visual and Visual-Inertial SLAM: State of the Art, Classification,and Experimental Benchmarking作者：Myriam Servières, Valérie Renaudin, Alexis Dupuis, and Nicolas Antigny论文地址： https://www.hindawi.com/journals/js/2021/2054828/摘要：SLAM技术现在被许多应用广泛采用，研究人员已经就

incSLAM++是3DV 2017最佳论文，源文件网址 https://sourceforge.net/p/slam-plus-plus/wiki/Home/incSLAM++有两个创新点：一是增量式Schur补更新。如果delta更新是稀疏的，则采用增量式Schur补来求解非线性最小二乘问题，即增量式BA问题，会缩短计算时间。求解不同关键帧之间的位姿和每帧上的点即求解增量式BA（解不是全局的），就是求解如下非线性最小二乘问题在每次迭代时，在初始点附近利用泰勒展开进行线性化，得到如下最小二乘问