视觉SLAM十四讲第二版笔记及课后习题-第一讲

视觉SLAM十四讲笔记及课后习题-第一讲

前言

写这个博客主要是为了总结一下自己近期学习的一些知识，希望能够理顺一下，可能会包括笔记，代码实践，课后习题，这里面会有一些自己的理解以及从其他博客或者网站中了解到的相关知识。

笔记

SLAM是Simultaneous Localization and Mapping的缩写，中文译作“同时定位与地图构建”。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为“视觉SLAM”。
第1讲是预备知识，介绍基本信息。
第2-6讲为要用到的所有数学知识，其中包括三维空间刚体运动、利群与李代数、针孔相机模型及图像在计算机中的表达、非线性优化，将会接触到Eigen、Sophus、OpenCV、Ceres以及g2o库的使用。
第7-14讲将主要介绍视觉SLAM的重要组成部分视觉里程计、后端优化、回环检测、建图等的原理及实现过程，最后还包括一个SLAM系统的设计例程以及对SLAM的现在和未来的展望分析。
代码在https://github.com/gaoxiang12/slambook2

课后习题

1.有线性方程Ax=b，若已知A，b，需要求解x，该如何求解？这对A和b有哪些要求？
解：
设A为mxn矩阵，A的秩为r(A)

①若b≠0，方程组为非齐次线性方程组,系数矩阵A与增广矩阵B的秩相当时,即r(A)=r(B)时,方程组有解;
r(A) 当r(A)=m=n时，满秩，存在唯一解
当r(A)=n 当r(A)=m 当r(A) ②若b=0，方程组为齐次线性方程组，r(A)=n时，该方程组只有唯一零解；r(A) 当r(A)=n时，唯一零解
当r(A)

2.高斯分布是什么，它的一维形式是什么样子？它的高维形式是什么样子？
高斯分布（Gaussian distribution）又名正态分布（Normal distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
具体可看博客1,博客2或者是直接在维基百科上搜索。

3.你知道C++中的类吗？你知道STL吗？你使用过它们吗？
类是面向对象语言的一大特性，类定义以class开头，后跟类名，主要有public、protected、private等访问修饰符，用来对应类属性不同的访问权限。STL是C++标准模板库。主要有四大组件：容器、迭代器、算法、仿函数。

5.C++11标准：https://www.cnblogs.com/feng-sc/p/5710724.html

7.Linux的目录结构是什么样的？你知道哪些基本命令，比如ls,cat等？
Linux采用的是树状的层级式目录结构，其形状如下：

基本命令：
ls：查看目录
cd：目录切换
mkdir：创建目录
rm：删除目录或文件
mv和cp：修改目录
find：查找目录
touch：新建文件
vi/vim：编辑文件
cat：查看文件
chmod：修改权限
tar -zcvf xx.tar：压缩文件到当前目录
tar -zxvf xx.tar：解压文件到当前目录

8.如何在Ubuntu系统中安装软件(不打开软件中心的情况下)？这些软件被安装在什么地方？如果只知道模糊的软件名称(比如想要装一个名称中含有Eigen的库)，应该如何安装它？

1. 在/etc/apt/sources.list中加入相关源，然后使用sudo apt-get install xxx 进行安装。一般软件被安装在/usr/bin目录下，或者在/usr/share和/usr/local目录下。

2. 通过下载deb安装包文件进行手动安装。

3. 只知道模糊的软件名，可以通过按tab键进行补全的方式