Eigen使用

1.赋值操作

using Vec3 = Eigen::Matrix<double, 3, 1>;
Vec3 gyro_noise_std;
gyro_noise_std.setConstant(0.000282);
//将vec中的所有值都设为相同数值

2.四元数与矩阵转换

//四元数转旋转矩阵
Eigen::Matrix4d T_W_BC = Eigen::Matrix4d::Identity();
Eigen::Quaterniond q(q_w,q_x,q_y,q_z);
q.normalize();
T_W_BC.block<3,3>(0,0) = q.toRotationMatrix();
T_W_BC.block<3,1>(0,3) << pos_x, pos_y, pos_z;
//旋转矩阵转四元数
Eigen::Matrix3d R_mat = Eigen::Matrix3d::Identity();
Eigen::Quaterniond q(R_mat);

3.Sophus与Eigen转换

SE3d T_w_i;
Eigen::Vec3d p = T_w_i.translation();
Eigen::Quaterniond q(T_w_i.so3().matrix());
savetwb << double(last_state_t_ns) * 1e-9 << " "
            << p.x() << " " << p.y() << " " << p.z() << " "
            << q.x() << " " << q.y() << " " << q.z() << " " << q.w() << " "
            << std::endl;

4.Eigen旋转矩阵与轴角转换

Eigen::Matrix3d axis_to_rot_mat(const Eigen::Vector3d& angle_axis) {
  Eigen::Matrix3d rot_mat;
  const double angle = angle_axis.norm();
  if (angle <= 1e-5) {
      rot_mat = Eigen::Matrix3d::Identity();
  }
  else {
      const Eigen::Vector3d axis = angle_axis / angle;
      rot_mat = Eigen::AngleAxisd(angle, axis).toRotationMatrix();
  }
  return rot_mat;
}

//example
const Eigen::Matrix3d rot_gt = to_rot_mat(10.0 * M_PI / 180 * Eigen::Vector3d{1.0, 0, 0}.normalized());
Eigen::Vector3d mat_to_angle_axis(const Eigen::Matrix3d& rot_mat) {
  const Eigen::AngleAxisd angle_axis(rot_mat);
  return angle_axis.axis() * angle_axis.angle();
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Qt 是一个强大的跨平台应用程序开发框架,而 Eigen 是一个高性能的线性代数库。在 Qt 开发中,你可以使用 Eigen 来增强图形处理、数学运算和数据分析等功能,特别是在处理矩阵和向量计算时。 将 Eigen 集成到 Qt 应用中,通常涉及以下几个步骤: 1. **安装 Eigen**:首先确保你的系统已经安装了 Eigen,可以通过包管理器或直接从 Eigen 官网下载源代码编译。 2. **包含头文件**:在你的 Qt 项目中,添加 Eigen 的头文件 `<Eigen/Dense>` 或 `<Eigen/Sparse>`,取决于你需要的线性代数类型。 3. **使用 Eigen 类型**:创建 Eigen 的矩阵(`MatrixXd`、`VectorXd`)或向量(`Vector3d`)实例,它们提供了丰富的数学操作方法,如矩阵乘法、转置、求逆等。 4. **连接信号槽**:如果你需要在 Qt 控件的事件响应中使用 Eigen,可能需要将 Eigen 的计算结果与 Qt 对象绑定起来。 5. **模板和智能指针**:Eigen 提供了模板类,可以方便地与 Qt 的智能指针(如 `QSharedPointer` 或 `std::unique_ptr`)一起使用,以避免内存泄漏。 6. **性能优化**:尽管 Eigen 已经是高效库,但在大规模计算时,仍需考虑内存管理和并行计算,Qt 的多线程支持可以在此时发挥作用。 相关问题: 1. Eigen 在 Qt 中主要用于哪些数学计算? 2. 如何在 Qt 的信号槽连接中使用 Eigen 的结果? 3. Eigen 的模板类如何与 Qt 智能指针配合使用

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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