Eigen C++之Eigen库基本使用（下）

惟见长江天际流

已于 2024-05-16 22:45:18 修改

阅读量334

点赞数 5

分类专栏： SLAM实践分享文章标签： c++

于 2024-05-13 22:18:23 首次发布

本文链接：https://blog.csdn.net/cangqiongxiaoye/article/details/138822056

版权

SLAM实践分享专栏收录该内容

41 篇文章 2 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客介绍了Eigen C++库在解决线性方程组方面的应用，包括三角分解法、QR分解法、奇异值分解法以及LLT和LDLT分解法。这些方法用于高效准确地求解线性方程Ax=b。

摘要由CSDN通过智能技术生成

1、常见变换

Eigen::Matrix3d      //旋转矩阵（3*3）
Eigen::AngleAxisd    //旋转向量（3*1）
Eigen::Vector3d      //欧拉角（3*1）
Eigen::Quaterniond   //四元数（4*1）
Eigen::Isometry3d    //欧式变换矩阵（4*4）
Eigen::Affine3d      //放射变换矩阵（4*4）
Eigen::Projective3d  //射影变换矩阵（4*4）

2、矩阵运算

MatrixXcf a = MatrixXcf::Random(3,3);
a.transpose();  # 转置
a.conjugate();  # 共轭
a.adjoint();       # 共轭转置（伴随矩阵）
// 对于实数矩阵，conjugate不执行任何操作，adjoint等价于transpose
a.transposeInPlace() #原地转置
Vector3d v(1,2,3);
Vector3d w(4,5,6);
v.dot(w);    # 点积
v.cross(w);  # 叉积
v.norm(); #求模
Matrix2d a;
a << 1, 2, 3, 4;
a.sum();      # 所有元素求和
a.prod();      # 所有元素乘积
a.