Sophus线性代数库学习大全

几度春风里

已于 2023-03-13 14:08:21 修改

阅读量819

点赞数

分类专栏： SLAM项目实战 C++ 文章标签：线性代数 c++ linux

于 2022-11-25 20:41:13 首次发布

本文链接：https://blog.csdn.net/qq_41921826/article/details/128041454

版权

SLAM项目实战同时被 2 个专栏收录

46 篇文章 16 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

C++

14 篇文章 5 订阅

订阅专栏

3.3 Sophus库的各种形式的表示如下

Eigen库是一个开源的C++线性代数库，它提供了快速的有关矩阵的线性代数运算，还包括解方程等功能（ Eigen库线性代数库学习大全）。但是Eigen库提供了集合模块，但没有提供李代数的支持。一个较好的李群和李代数的库是Sophus库，它很好的支持了SO(3),so(3),SE(3)和se(3)。

1、Sophus安装方式

        git clone https://github.com/strasdat/Sophus.git
        cd Sophus
        git checkout a621ff
        mkdir build
        cd build
        cmake ..
        make

2、Sophus库简介

2.1 Sophus库简介

Sophus库是基于Eigen基础上开发的，继承了Eigen库中的定义的各个类。因此在使用Eigen库中的类时，既可以使用Eigen命名空间，也可以使用Sophus命名空间，如下所示。

Eigen::Matrix3d
Eigen::Vector3d
Sophus::Matrix3d
Sophus::Vector3d

Eigen库的参数和类型的表达方式如下，具体关于Eigen库的知识点请参考链接（ Eigen库线性代数库学习大全）。

2.2 Eigen库简介

（1）Eigen库矩阵模板函数

Eigen 中所有向量和矩阵都是Eigen::Matrix，它是一个模板类,矩阵模板函数共包含六个参数.

template<typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols>

参数说明：

typename _Scalar：矩阵元素的类型；
int _Rows：矩阵的行数；
int _Cols：矩阵的列数；
int _Options：矩阵是行主序（RowMajor）或列主序（ColMajor），默认是列主序；
int _MaxRows：矩阵的最大行数；
int _MaxCols：矩阵的最大列数；

Eigen::Matrix<int, 3, 4> mat1;              //  3x4 的 int 类型的矩阵 mat1
Eigen::Matrix<double, 3, Dynamic> mat2;     //  3x? 的 double 类型的矩阵 mat2
Eigen::Matrix<float, Dynamic, 4> mat3;      //  ?x4 的 float 类型的矩阵 mat3
Eigen::Matrix<long, Dynamic, Dynamic> mat4; //  ?x? 的 long 类型的矩阵 mat4

动态矩阵：在 Eigen 中可以用 Dynamic 表示行或者列数未知，所以在定义一个矩阵时并不能确定矩阵的大小，只有在运行时才可以确定大小，然后进行动态分配。

静态矩阵：在定义时便明确给定了行数以及列数，在编译时就可以分配好内存。

（2）Eigen库类型

在 EigenEigen 中 typedef 了很多矩阵的类型，通常命名为 Matrix前缀加一个长度为 1∼4 的字符串 S 的命名——MatrixS。

其中 S 可以用来判断该矩阵类型，数字 n 表示 n ∗ n，n 的范围是2∼4，字母 d、f、i、cd、f、i、c 表示 double、float、int、complexdouble、float、int、complex，另外 X 表示行或者列数未知的矩阵。

typedef Matrix<std::complex<double>, 2, 2> Eigen::Matrix2cd;            //  2x2 的 cd 类型的矩阵
typedef Matrix<double, 2, 2> Eigen::Matrix2d;                           //  2x2 的 d 类型的矩阵
typedef Matrix<std::complex<double>, 2, Dynamic> Eigen::Matrix2Xcd;     //  2x? 的 cd 类型的矩阵
typedef Matrix<std::complex<float>, Dynamic, 2> Eigen::MatrixX2cf;      //  ?x2 的 cf 类型的矩阵
typedef Matrix<std::complex<double>, Dynamic, Dynamic> Eigen::MatrixXcd;//  ?x? 的 cd 类型的矩阵
typedef Matrix<int, Dynamic, Dynamic> Eigen::MatrixXi;                  //  ?x? 的 i 类型的矩阵

同时，Eigen 通过 typedef 提供了许多内置类型，不过底层仍是Eigen::Matrix，

//例如 Vector3d 实质上是 Eigen::Matrix<double, 3, 1>，即三维向量
Vector3d v_3d;
// 这是一样的
Matrix<float, 3, 1> vd_3d;
// Matrix3d 实质上是 Eigen::Matrix<double, 3, 3>
Matrix3d matrix_33 = Matrix3d::Zero(); //初始化为零