Eigen GO Ceres

1、Eigen
1）Eigen只用到头文件，所以要确保编译器的搜索路径里包含头文件的路径，/usr/local/include/ /usr/include/eigen3/
2)定义一个矩阵或向量有两种方法，一种矩阵或向量的size 是不定的，用#include<Eigen/Dense>
MatrixXd m;
VectorXd v;
另一种是size确定的
#include<Eigen/Dense>
Matrix3d m;
Vector3d v;
用确定的比较好，节省时间。但如果不确定时，比如涉及到读入图像，就用不确定的形式。
3)
Eigen基础入门：官网资料，简单介绍Eigend 的基本Matrix 等。http://eigen.tuxfamily.org/dox/group__QuickRefPage.html#
4)
Eigen::aligned_allocator：https://blog.csdn.net/sinat_38792591/article/details/99704036
5）Eigen:: Map,map其实就是一种引用，Eigen开发人说的
The use ‘sub’ as a Matrix or Map. Actually Map, Ref, and Block inherit from the same base class. You can also use Block.
https://blog.csdn.net/SKANK911/article/details/89279693?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-4

2CERES
1）、安装ceres方法：
GitHub下载ceres库的压缩包，解压，复制到桌面，文件名可以改成简单的，但不一定非得是ceres;
安装依赖项
进入文件，mkdir build , cd build ,cmake … make, sudo make install
完成
头文件默认安在/usr/local/include/ceres下ceres.h
库文件安在/usr/local/lib下libceres.a
CeresConfig.cmake文件安在/usr/local/lib/cmake/Ceres下
二、ceres
1、核函数是用来减少错误点的影像，比如曲线拟合时，一些不好的点，把他们的权重值下调，核函数就是用来提供权重的。
2、structure相当于定义误差函数f(x)，problem相当于定义目标函数F(x)。
3)Numpy
1、numpy读入一副彩色图：
Img=o3d.io.read_image(“图片路径”)
Col=np.asarray(img)
Col的shape是（512,214,3）512代表图片有多少行像素，214代表图片多少行列像素，3代表每个元素有三通道的RGB值
Col[:200,:200,0]=0
Col[:200,:200,1]=0
Col[:200,:200,1]=0
分别给前200行和200列的RGB值分别赋值为0
2、每次产生的随机数相同，则设置随机种子
Numpy.random.seed(0)
N=numpy.random.randn(2,1)则在循环中产生的21矩阵是一样的
3、用numpy.fromfile()读test.data中的数据，如果test.data文件上写的是19.2,2.3,2.1则data=np.fromfile(路径，sep=’,’)，返回[19.2 2.3 2.1] ，data=np.fromfile(路径，sep=’空格’)，返回[19.2]
如果test.data文件上写的是19.2空格2.3空格2.1则data=np.fromfile(路径，sep=’,’)，返回[19.2] ，data=np.fromfile(路径，sep=’空格’)，返回[19.2 2.3 2.1]
4、numpy中reshape(整个数组有几个块，每块有多少元素)，shape[0]是整个数组有几个块，shape[1]是每块有多少元素
数组.max(axis=0)或则(axis=1)是按轴找最大的，axis=0是最外围，如果有三个轴，则axis=2是最小块里的元素比大小[[44 7 5][8 414 3][2 55 9]]如果是axis=0,则输出是[44 414 9],如果axis=1输出是[44 414 55]
nUmpy.array中定义的矩阵，元素首先按行排，numpy.array([[1,2,3],[2,3,4]])输出：
1 2 3
2 3 4
5、Numpy中array和asarray区别https://www.jb51.net/article/138281.htm
6、Numpy.meshgridhttps://blog.csdn.net/lllxxq141592654/article/details/81532855
7、Numpy用法
y=np.asarray([[1,1,1],[2,2,2],[3,3,3]])
y1=np.mean(y,axis=0)
print(y1.shape)
y2=y1[:,np.newaxis]
print(y2.shape)
Y1的形状是(3,)，而不是(3, 1)。导致该问题的原因是使用np.mean函数的时候消除了第0维，为了使其形状为(3,1),用y2=y1[:,np.newaxis]，y2形状为(3,1).同理，x=np.asarray([3,2,1])，x的形状为(3,),x1=x[:,np.newaxis]
print(x1.shape)此时形状为(3,1)
a = np.array([[ 0, 0, 0],
[10,10,10],
[20,20,20],
[30,30,30]])
b = np.array([1,2,3，4])
b1=b[:,np.newaxis]同理使用numpy的broadcast时，如果时ba,报错，但b1*a可以
8、ndarray的属性ndim, 其大小等于ndarray.shape所包含元素的个数，是个数，不是元素。

4）g2o
1、G2o学习资料http://docs.ros.org/fuerte/api/re_vision/html/namespaceg2o.html
https://www.cnblogs.com/feifanrensheng/articles/8681952.html

2、、线性求解器的资料https://blog.csdn.net/ziliwangmoe/article/details/89399540

Eigen GO Ceres相关推荐

查看Ubuntu中的OpenCV、Eigen、Ceres版本
在研究SLAM的应用以及无人机机器人开发时,需要用到OpenCV.Eigen.Ceres库:现记录一下查看自己Ubuntu系统中安装的OpenCV.Eigen.ceres的版本. 目录 1.查看Ope ...
ubuntu18.04新机配置VinsMono环境博客整理（中文输入法、换源、ROS、Opencv、Eigen、Ceres、VinsMono）
ubuntu18.04新机配置VinsMono环境博客整理(中文输入法.换源.ROS.Opencv.Eigen.Ceres.VinsMono) 文章目录前言 1. ibus拼音输入法 2. 换源 2 ...
Ubuntu查看OpenCV，Eigen，Ceres等库的版本
查看OpenCV版本 pkg-config --modversion opencv 查看Eigen版本 vim /usr/include/eigen3/Eigen/src/Core/util/Macr ...
g2o图优化简介与基本使用方法
一.g2o简介 g2o(General Graphic Optimization)是一个基于图优化的库,将非线性优化与图论结合起来的理论,我们可以利用g2o求解任何可以表示为图优化的最小二乘问题. 图 ...
wondows10使用vcpkg编译colmap的教程（带suitesparse）
编译环境 Windows10+cmake+vs2017+cuda10.1+qt5.12.9-windows-x86+boost1.64.0+cgal4.11+ceres+colmap3.6-maste ...
机器人运动估计——IMU运动方程与ESKF原理介绍（上）
Hello! 欢迎来到我的博客今天的内容关于机器人中常用的传感器IMU,我们用它来实现机器人姿态.速度.位置的估计. 今天将会介绍使用低成本IMU进行机器人运动估计的一个常用方法--ESKF. 1 ...
Amy-Tabb机器人世界手眼标定（4、Windows）
目录 Ubuntu系统下的各版本作者的版本准备工作: 1.SuiteSparse 2.Eigen3 3.Gflag 4.glog 6.Ceres编译 7.工程搭配目录问题1: 导师要求在wind ...
arcgis中编码方式改变引起的shp文件乱码、字符截断问题处理
arcgis中编码方式改变引起的shp文件乱码.字符截断问题处理我们有时候使用ArcGIS读取shp文件的时候,打开属性表后,属性值存在中文乱码的情况,或字段项存在长度缩减的情况,这都是使用不同版本 ...
国内外LiDAR SLAM实验室总结
知乎上有一个关于视觉的SLAM实验室以及20年前的视觉SLAM开源算法的汇总SLAM 领域国内外优秀实验室汇总,非常详细,但是偏视觉一点,本文主要关注LiDAR SLAM. 这篇文章一开始是非常简短的 ...

Eigen GO Ceres

Eigen GO Ceres相关推荐

最新文章

热门文章