视觉SLAM十四讲——第三讲笔记

最新推荐文章于 2024-09-13 20:42:39 发布

w_pebble

最新推荐文章于 2024-09-13 20:42:39 发布

阅读量1.4k

点赞数

本文链接：https://blog.csdn.net/w_pebble/article/details/80240880

版权

本文详细介绍了视觉SLAM中的关键概念，包括旋转矩阵在SO(3)群中的特性，特殊欧式群SE(3)的变换矩阵，Eigen库的应用，欧拉角的ZYX表示及其万向锁问题，以及四元数的优势，如紧凑且无奇异性。此外，还提及了Eigen库中处理旋转的类型，如Matrix3d、Matrix3f以及AngleAxisd，并讨论了如何在旋转矩阵、旋转向量和四元数之间进行转换。

摘要由CSDN通过智能技术生成

1.旋转矩阵是一个行列式为1的正交矩阵——SO(n)；用来描述相机的旋转

2.变换矩阵，为了方便描述多次变换，把旋转和平移写在一个矩阵里，使整个关系变为线性关系。——特殊欧式群（special Euclidean group）SE(3).

3.Eigen的使用：

Eigen：：Matrix<float,2,3>matrix_23;//前三个参数：数据类型，行，列

//Eigen::Vector3d实质上是Eigen::Matrix<double,3,1>; Matrix3d、MatrixXd等等；

//注意矩阵的维度和类型
Eigen：：Matrix<double,2,1>result=matrix_23.cast<double>()*v_3d;//cast->强制类型转换

matrix_33 = Eigen::Matrix3d::Random();      // 随机数矩阵
    cout << matrix_33 << endl << endl;

    cout << matrix_33.transpose() << endl;      // 转置
    cout << matrix_33.sum() << endl;            // 各元素和
    cout << matrix_33.trace() << endl;          // 迹
    cout