QT使用Eigen库报错-static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_ME

于 2023-11-17 22:05:06 发布
阅读量586 收藏 1
点赞数 1
分类专栏： C语言 文章标签： linux QT Eigen
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sf9090/article/details/134471502
版权

QT&&Eigen报错记录

报错信息

…Eigen/src/Core/util/XprHelper.h:851: error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMERIC_TYPES_EXPLICITLY
EIGEN_STATIC_ASSERT((Eigen::internal::has_ReturnType<ScalarBinaryOpTraits<LHS, RHS,BINOP> >::value),
^~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
在这里插入图片描述

解决方法

这是由于使用Eigen时，函数的返回值和函数定义的不同，
比如VectorXd ---- VectorXf，笔者定义时候，返回类型与定义的类型不同所致。修改后即可

【关注微信公众号一起来交流】
sf9090
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Eigen 编译错误 error: static assertion failed: you_performed_an_invalid_transformation_conversion
qq_36013249的博客
11-26 2433
最近在使用ros中的一个运动学正解函数getGlobalLinkTransform()时碰到了如上问题，官方文档中该函数的返回值是Eigen::Isometry3d，因此定义了对应的数据类型来接受该返回值，但是编译报错，告诉我出现了类型转换的错误， 明明是同一种类型哪来的类型转换？ getGlobalLinkTransform() 官方文档： 调用： const Eigen::Isometr...
eigen-eigen-07105f7124f9.rar_eigen 库_eigen库
09-24
标题中的"eigen-eigen-07105f7124f9.rar"可能是Eigen库的一个特定版本，这通常包含了源代码、文档和其他相关资源。 Eigen库的核心特点包括： 1. **高性能**：Eigen库采用了一系列优化技术，如模板元编程和SIMD（单...
Real-Time_Eigen-Based_Face_Recognition.zip_Time_eigen face_real
07-14
real time face detection
[Bud集合]error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_M
Eminbogen的博客
09-11 4716
required from here /usr/local/include/eigen3/Eigen/src/Core/util/StaticAssert.h:32:40: error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMERIC_TYPES_EXPLICITLY #define EIGEN_STAT...
orbslam编译错误error: static assertion failed
danmeng8068的博客
11-07 4342
Ubuntu16.04后编译报错，提示： /usr/local/include/eigen3/Eigen/src/Core/util/StaticAssert.h:32:40: error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBA...
error C2338: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAS
wang1zhong1quan的博客
07-19 657
使用Eigen库时遇到了error C2338: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMERIC_TYPES_EXPLICITLY的错误
qt报错:static assertion failed: Signal and slot arguments are not compatible
CSU_hjh的博客
06-23 1657
转载自：https://blog.csdn.net/weixin_41320969/article/details/105579389 原因为信号的参数与槽函数参数不对应 通常发生在槽函数有参数时 槽函数: #include "student.h" #include <QDebug> Student::Student(QObject *parent) : QObject(parent) { } void Student::treat(){ qDebug()<< "请老
eigen-eigen-5a0156e40feb.zip_c++ 矩阵_eigen_eigen 库_特征值分解 c++_矩阵特征
09-20
《C++中的Eigen库：矩阵操作与特征值分解详解》 在C++编程语言中，高效处理矩阵运算是一项重要的任务，特别是在科学计算、数据分析和机器学习等领域。为了解决这个问题，开发者们创建了多种库，其中Eigen库因其简洁...
Eigenkit.zip_eigen_eigen face_eigen-sensitivity
07-14
face recognition using eigen values
GMM.rar_C GMM_GMM VC_GMM c++_gmm-ubm_site:www.pudn.com
09-14
此外，由于GMM涉及大量的矩阵运算，你可能还需要使用如BLAS（基础线性代数子程序）和LAPACK（线性代数包）这样的库，或者直接使用如Eigen、OpenCV等现成的库来加速计算。 描述中的“对于初学者有很好的借鉴作用”...
Qt Debug Assertion Failed 报错
qq_40944337的博客
11-09 2402
我想要的目的 我是想批量往一个布局器中写入控件，QLabel，QWidget都有，大概二十个，一行一行的写太费劲了。 Qt Debug Assertion Failed!报错原因 估计是野指针或者是内存泄漏，因为我用数组经常就有内存访问越界的问题。如图： 我的出错代码 QVBoxLayout* layout = new QVBoxLayout;//new了一个布局器 QLabel* labels = new QLabel[3];//这里new了一个三个QLabel的数组; QStr
关于eigen库报错:error: static assertion failed: YOU_PERFORMED_AN_INVALID_TRANSFORMATION_CONVERSION
weixin_46658421的博客
03-25 2252
错误图如上： 原因应该是eigen库在更新时API的迁移问题(API migration)， 我找到了相应的文件，如下图 通过查找资料得知这是因为Affine3d和Isometry3d数据类型不匹配的问题，有可能是在版本更新的时候API发生了迁移(migration)名字改变或者功能改变。解决方式如下图 改过之后保存，再次编译，OK成功! 参考链接：https://github.com/ros/geometry2/pull/335 https://github.com/ros/ge..
eigen YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD
HelloJinYe的博客
05-31 3573
在使用eigen的时候报错 error:‘YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMERIC_TYPES_EXPLICITLY’ is not a member of ‘Eigen::internal::static_assertion<false>’ EIGEN_CHECK_BINARY_COMPATIBILIY(Func,typename Act
[QT] Debug Assertion Failed问题解决
qq_39295354的博客
05-18 4038
** [QT] Debug Assertion Failed问题解决 ** 使用QT发布程序时出现了Debug Assertion Failed问题，致使程序崩溃，如图： 经过查找后原因是我在程序中调用了Debug版本的静态链接库，这个静态链接库是我用来读写文件用的（暂且称为 file.dll），出现了错误，而另外我的程序中也同样调用了编译的libmodbus库及其他非读写文件用的debug库(暂且称为nonfile.dll)却未出现错误，再将file.dll重新生成Release版本后再次调用未出
eigen C++报错 EIGEN_STATIC_ASSERT
最新发布
Eric_Sober的博客
09-06 1191
在 Eigen 库中，矩阵对象不支持使用方括号运算符来访问元素。具体来说，在 main.cpp 文件的第 29 行，使用了方括号运算符来访问矩阵元素，而 Eigen 库要求使用括号运算符。要解决这个问题，可以将第 29 行的代码修改为使用括号运算符来访问矩阵元素，
[已解决]YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBA
weixin_45617478的博客
02-01 4813
问题描述 在编译安装alicevision软件时，出现以下问题 /usr/local/include/eigen3/Eigen/src/Core/Product.h:29:127: error: no type named 'ReturnType' in 'struct Eigen::ScalarBinaryOpTraits<ceres::Jet<double, 12>, dou...
Qt添加eigen库以及Vs运行Qt程序遇到的问题
weixin_43927744的博客
12-05 1362
Qt添加eigen库以及Vs运行Qt程序遇到的问题 今天在给Qt程序添加eigen库的时候，头文件编译的时候死活不能识别#include<Eigen/Dense>，并且也在.pro文件里边添加了INCLUDEPATH += Eigen包的解压缩地址。 最后解决有点儿玄学，至今也没理解为什么会成功。因为在电脑中复制了好几个eigen库放在不同的目录下，所以开始的时候没有注意，最后才发现：只有刚从解压包解压出来的那个Eigen库才有用。头文件在编译的时候才能识别。而把这个刚解压的文件复制到其它的目录
LearnVIORB-RT或ORB-SLAM2编译报错
weixin_44401286的博客
10-07 1107
错误提示： /usr/local/include/eigen3/Eigen/src/Core/util/StaticAssert.h:33:40: error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBASE_TO_CAST_NUMER...
关于eigen3使用时头文件报错问题
qq_41451702的博客
10-08 892
视觉SLAM十四讲书中头文件 #include<Eigen/Core> 改为#include<eigen3/Eigen/Core>
error: static assertion failed: INVALID_VECTOR_VECTOR_PRODUCT__IF_YOU_WANTED_A_DOT_OR_COEFF_WISE_PRODUCT_YOU_MUST_USE_THE_EXPLICIT_FUNCTIONS 406 | EIGEN_STATIC_ASSERT(ProductIsValid || !(AreVectors && SameSizes)
07-22
出现这个错误是因为在Eigen中，对于向量的逐元素相乘操作，需要使用`cwiseProduct`函数而不是直接使用`*`操作符。以下是修改后的示例代码： ```cpp #include <iostream> #include <Eigen/Dense> int main() { Eigen::VectorXd a(3); Eigen::VectorXd b(3); a << 1, 2, 3; b << 4, 5, 6; Eigen::VectorXd c = a.cwiseProduct(b); std::cout << "Result: " << c << std::endl; return 0; } ``` 在上述代码中，我们将原来的`a.array() * b.array()`替换为`a.cwiseProduct(b)`，这样就可以实现向量对应位置的逐元素相乘。 重新运行修改后的代码，将得到正确的输出： ``` Result: 4, 10, 18 ``` 这表示向量a和b对应位置的元素相乘的结果为4、10和18。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sf9090

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值