gongdiwudu的专栏

您对于slam没有任何概念吗？那么，该文针对自动驾驶行业、移动机器人行业，抽取出一些最简短的概念，用来解释slam的产生，作用和发展轮廓。

自动驾驶的SLAM（Simultaneous Localization and Mapping）是指在无人驾驶过程中，系统需要同时定位车辆的位置并构建车辆所在环境的地图。这是自动驾驶系统中的核心技术之一，对于保证驾驶的精度和安全至关重要。

SLAM（同步定位和地图绘制）是一种用于自动驾驶车辆的方法，可让您构建地图并同时在该地图中定位您的车辆。SLAM 算法允许车辆绘制未知环境的地图。工程师利用地图信息来执行路径规划和避障等任务。

本篇描述整个slam系统下有哪些重要组成，以及这些组成所依赖的软件包，进而影响到它们在python下的安装；并简要描述了各个组成部分的安装过程。

1 平面到平面的射影定义1.1.2 设π与π′是欧氏空间中两个不同的平面,点O不在π上也不在π′上,对于平面π上任一点A,如果直线OA交π′于A′,则记为A′=φ(A).这样定义的平面π与π′之间的对应φ:ππ′叫平面中心射影,也简称为中心射影,O是射影中心.与直线之间的中心射影一样,平面中心射影的逆对应也是中心射影. 如果平面π与π′相交,那么两平面的交线上每一点在中心射影下是不变的 一般地φ仍把平面π上直线变为π′上直线, φ 把相交直线变为相交直线有个特殊情况，可将P1上直线AB.

Geometry_tools 是一个 Python 包，旨在帮助您处理和可视化双曲空间和射影空间上的群动作。

在射影几何中，梅涅劳斯（Menelaus）定理和塞瓦定理是非常重要的基本定理。通过这两个定理，可以导出多项结论，如：极点-极线性质、德萨格定理、pascal定理等；本篇专门叙述这两个定理证明。及相关启发。

定理是射影几何的基本性质，也是理论基础；与pappus类似的是pascal定理，本篇围绕此二定理的证明，以及相关引理证明进行展开。

对于交比的灵活应用，尚有许多情况需要讨论，首先引出完全四边形的例子，该关键词的应用非常普遍；其次，我们尝试用交比证明一些事实；随后我们又引出交比射影案例的特殊情况。

极点和极线（Pole and polar）对于几何学，是普遍的概念。可能高中就学过，问题是在双曲几何又用到这个概念。前面已经有写过一文，经过再次学习，逐渐感觉前文描述不很理想，这一文专门纠正前文的不足点。

在射影几何中，映射不能保证线段长度一致，映射不能保证平行关系一致，映射不能角度的一致，也不能保证线段的比例关系一致，然而，能保证直线的一致，同时发现“交比”的一致性。进而，发现迪萨格定律。本文将围绕“交比”这个概念展开讨论。

​简单来说，“仿射变换”就是：“线性变换”+“平移”，但这是在笛卡尔坐标下的表现，然而在射影几何中，其中有更合乎逻辑的解释。本文讲仿射映射的定义，以及仿射不变性的特点。​

简而言之，齐次坐标就是用N+1维来代表N维坐标。在图像处理领域，就是将三维场景投影到二维的屏上后，屏上的坐标点。因此，二维屏幕上的点既是屏上的真实点，但绝大多数点是场景内的点通过中心射影所得，因此需要包含三维的特征，故而多出一维来表述点坐标。

本章主要演示，如何应用齐次坐标系表示点和直线。以及直线方程的齐次坐标表示。

本章建立射影几何的坐标系，如何建立坐标系？回答，建立坐标系方法不止一种，其中齐次坐标系是一种方法。

例 ：设过点 S 的三直线分别交直线ξ与η于 A, B, C; A′, B′, C′. O 是直线ξ与η的交点.试证,四点 O , P = A B′× A′B, Q = A C′× A′C, R = B C′× B′C 共线.思路：观察S点和O点，将S和O向远处移动，命题同样成立。继续向远方移动S和O，移动到无穷远处，则图像如下：SA//SB//SC三线平行。同样线ABC//A'B'C',即两线也平行，因此，ABC和A'B'C'构成若干个平行四边形。而PQR是这些平行四边形的中心..

本篇叙述中心射影、透视射影的概念，其实中心射影就是透视射影的特殊情形。为了铺垫以后的三点论和四点论，的概念准备：射影映射（变换）前后，共线三点依然共线射影映射（变换）前后，共线四点的交比不变

射影几何直接起源于透视法，而透视法是与绘画艺术分不开的．在中世纪，画家的主要任务是颂扬上帝和为圣经插图．但到了文艺复兴时期，描绘现实世界逐渐成为绘画的目标了．为了在画布上忠实地再现大自然，就需要解决一个数学问题：如何把三维的现实世界反映到二维的画布上．

本篇我们引入重要的射影几何概念，告诉大家在射影几何中，空间域是如何定义的。注意这种定义是逻辑的，或抽象的，然而不是不合理的，学习者需要习惯。