Eigen使用小技巧（1）- 单位阵优化

发现问题

在SLAM系统中，需要使用到噪声矩阵，原始的OpenVins代码中都是使用一个 单位阵保存噪声信息。
然而，其中真正使用到的变量仅仅为主对角线上的分量，使用一个矩阵保存简单的噪声信息，浪费了 大量内存。

分析问题

由于矩阵的对角线可以使用一个向量进行表示，因此，可以在前期使用 向量来存储噪声信息。在最后矩阵计算时，将向量转换为矩阵进行计算。并且可以利用eigen的特性，计算发生在最后的 赋值步骤，提升效率。

解决问题

假设：使用向量替换矩阵能够节省内存，减少时间
检验：使用简单代码，分别初始化一个单位阵，初始化向量然后转换为矩阵，分别计算花费时间。

测试代码

#include<iostream>
#include<Eigen/Dense>
#include<Eigen/Sparse>
#include<time.h></