视觉SLAM十四讲学习笔记:第三讲

第三讲学习总结

SLAM十四讲是高翔博士写的非常经典的视觉slam书籍,记录下学习心得,与大家分享学习
一、知识总结
1、内积:描述向量间的投影关系
在这里插入图片描述2、外积:外积的方向垂直a、b两个向量,大小为在这里插入图片描述
它是两个向量张成的四边形的有向面积。外积只对三维向量存在定义,可以表示旋转^表示反对称符号,外积公式:
视觉SLAM十四讲学习笔记:第三讲_第1张图片
3、欧氏变换:同一个向量在各个坐标系下的长度和夹角都不会发生变换,称为欧氏变换。
4、旋转矩阵:描述了旋转本身。它是行列式为1的正交矩阵。SO表示特殊正交群,集合定义如下:
在这里插入图片描述
5、世界坐标系下向量a经过旋转R和平移t到a’描述一个欧氏空间完的变换关系。
在这里插入图片描述
6、变换矩阵和齐次坐标是使用数学技巧,把转换关系变为线性关系。变换矩阵为特殊欧氏群,表示为:

在这里插入图片描述
7、欧拉角:把一个旋转分解成三次绕不同轴的旋转。使用前要定义方向,如:偏航-俯仰-滚转等价于ZYX旋转。俯仰角为正负90度时,有万向锁(Gimbal Lock)问题,会丢失一个自由度。
8、旋转向量:使用方向与旋转轴n一致,长度等于旋转角的向量θ称为旋转向量,相比旋转矩阵更加紧凑,维数为6维。旋转矩阵和旋转向量之间的公式叫罗德里格斯,转换公式如下:
在这里插入图片描述
8、四元数q:用复数的乘法表示旋转,紧凑的,没有奇异性。性质:一个模长为1的复数,可表示复平面的纯旋转;任意的旋转都可以用互为相反数的四元数表示;满足一定的运算。
公式表达如下:
在这里插入图片描述

二、代码实践
Eigen库的使用:(只有头文件)
1、安装eigen: sudo install libeigen3-dev
有文件eigenMatrix.cpp
2、在CmakeLists.txt中加
#添加头文件
include_directories("/usr/include/eigen3")#(eigen的安装位置)
更多Eigen的知识
参考书籍 《视觉SLAM 十四讲》作者:高翔

你可能感兴趣的:(slam十四讲,slam,人工智能)