高翔的slam课程笔记（2）

这节课主要是说的是旋转与平移的表示方法~~

● 一般的情况下，坐标可以用xyz轴表示，xyz轴的表示方法用的是右手表示法（x到y轴是四个手指弯曲的方向，大拇指就是z轴方向）

● a与b的乘法分为a·b（点乘/内积）与a×b（叉乘/外积） |a×b|=|a||b|sin<a,b>

就是那个a尖尖啦~~

介绍完坐标系之间的关系后，遇到的问题如下

1、如何描述坐标系与坐标系之间的变化？

2、如何计算同一个向量在不同坐标系里的坐标？

一个点无论如何进行位移，都可以用两个元素来表示，一个是旋转量R一个是平移T

●R（旋转矩阵）

一个点如果不进行移动，那么在两个坐标系下的关系有如下关系

左边是原坐标系，右边是另一个坐标系，因为点没有移动，因此两边等式成立，化简后如右边

可以求得R是一个好复杂那个矩阵

这个矩阵有两个性质：1、行列式=1 2、是一个对称矩阵 也就是R的逆=R的转置。

因此我们把满足着两条性质的所有矩阵都称为旋转矩阵

把这一类矩阵定义成一个群：

但是无论怎么变换最后还是要加上一个平移呀，然后觉的真的是好麻烦啊好麻烦，不如我们加一个向量，然后把旋转和平移放在一起吧~~

然后原来是这样的形式：

我们加入一个分量，则变成这样的形式：

多了一个分量，平移和旋转都可以进入到一个矩阵中

并且在多次旋转平移后，都尽可能地用了一个式子表示

我们将这种

称为变换矩阵（与旋转矩阵分开哦），并且将这一类矩阵定义成另外一种群：

称为特殊欧氏群。

另外：诸如这种形式的称为齐次坐标，这样的齐次坐标的一大性质就是 乘以任意为零常数时仍然表达的是同一个坐标，因此我们经常会把这种坐标做归一化处理，防止会有不同的坐标表达错乱

● 利用Eigen库进行矩阵、向量的计算、分解

Eigen：：Matrix