SLAM十四讲第三章Eigen库学习笔记
来源:互联网 发布:单片机发送at指令 编辑:程序博客网 时间:2024/05/18 01:58
#include <iostream>
#include <eigen3/Eigen/Core>
#include <eigen3/Eigen/Dense>
#include <ctime>
using namespace std;
int main(int argc, char **argv)
{
Eigen::Matrix<double,3,3> m_33;//三维矩阵
m_33<<1,2,3,3,2,1,4,3,4;//赋值
Eigen::Vector3d v_3d;//三维向量,其实也可以用Matrix<double,3,1>建立向量
v_3d<<3,2,1;
Eigen::Vector3d v_3d2=m_33*v_3d.cast<double>();
//矩阵运算
cout<<m_33<<endl;
cout<<m_33.transpose()<<endl;
cout<<endl;
cout<<m_33.sum()<<endl;
cout<<m_33.trace()<<endl;
cout<<m_33.inverse()<<endl;
cout<<m_33.determinant()<<endl;
//生成A,b,求解x.Ax=b
const int N=50;
Eigen::Matrix<double,N,N> m_nn;
m_nn=Eigen::MatrixXd::Random(N,N);//随机数
Eigen::Matrix<double,N,1> v_nd;
v_nd=Eigen::MatrixXd::Random(N,1);
//直接求逆解Ax=b
clock_t time_s=clock();
Eigen::Matrix<double,N,1> vn=m_nn.inverse()*v_nd;
cout<<1000*(clock()-time_s)/(double)CLOCKS_PER_SEC<<" ms"<<endl;//计数器即每秒记下clock()个数
//QR分解求解
time_s=clock();
vn=m_nn.colPivHouseholderQr().solve(v_nd);//QR分解
cout<<1000*(clock()-time_s)/(double)CLOCKS_PER_SEC<<" ms"<<endl;
cout<<vn<<endl;
return 0;
}
#include <eigen3/Eigen/Core>
#include <eigen3/Eigen/Dense>
#include <ctime>
using namespace std;
int main(int argc, char **argv)
{
Eigen::Matrix<double,3,3> m_33;//三维矩阵
m_33<<1,2,3,3,2,1,4,3,4;//赋值
Eigen::Vector3d v_3d;//三维向量,其实也可以用Matrix<double,3,1>建立向量
v_3d<<3,2,1;
Eigen::Vector3d v_3d2=m_33*v_3d.cast<double>();
//矩阵运算
cout<<m_33<<endl;
cout<<m_33.transpose()<<endl;
cout<<endl;
cout<<m_33.sum()<<endl;
cout<<m_33.trace()<<endl;
cout<<m_33.inverse()<<endl;
cout<<m_33.determinant()<<endl;
//生成A,b,求解x.Ax=b
const int N=50;
Eigen::Matrix<double,N,N> m_nn;
m_nn=Eigen::MatrixXd::Random(N,N);//随机数
Eigen::Matrix<double,N,1> v_nd;
v_nd=Eigen::MatrixXd::Random(N,1);
//直接求逆解Ax=b
clock_t time_s=clock();
Eigen::Matrix<double,N,1> vn=m_nn.inverse()*v_nd;
cout<<1000*(clock()-time_s)/(double)CLOCKS_PER_SEC<<" ms"<<endl;//计数器即每秒记下clock()个数
//QR分解求解
time_s=clock();
vn=m_nn.colPivHouseholderQr().solve(v_nd);//QR分解
cout<<1000*(clock()-time_s)/(double)CLOCKS_PER_SEC<<" ms"<<endl;
cout<<vn<<endl;
return 0;
}
阅读全文
0 0
- SLAM十四讲第三章Eigen库学习笔记
- Eigen集合模块学习(角轴,位姿,欧拉角,四元数)--参考SLAM十四讲3.6
- 《视觉SLAM十四讲》学习笔记(一)
- slam课程第二讲作业eigen
- 视觉SLAM十四讲调试
- 《视觉SLAM十四讲》内容摘要
- 半闲居士视觉SLAM十四讲笔记(2)初识 SLAM- part 1 基础理论
- opencv库练习--参考SLAM十四讲5.3
- 《视觉SLAM十四讲》学习系列(1)—经典视觉SLAM框架
- 《视觉SLAM十四讲》书籍图片资源
- 《视觉SLAM十四讲》书籍图片资源
- 视觉SLAM——第三章 Eigen几何模块Geometry使用 四元素 欧式变换矩阵
- 半闲居士视觉SLAM十四讲笔记(2)初识 SLAM- part 2 linux CMake、Kdevelop
- 半闲居士视觉SLAM十四讲笔记(1)前言
- 半闲居士视觉SLAM十四讲笔记(3)三维空间刚体运动
- 半闲居士视觉SLAM十四讲笔记(3)三维空间刚体运动
- 半闲居士视觉SLAM十四讲笔记(3)三维空间刚体运动
- 半闲居士视觉SLAM十四讲笔记(3)三维空间刚体运动
- 1068. 万绿丛中一点红(20)
- MarkDown编辑器详细教程
- 读者写者问题(Java多线程)
- Go-CLI 命令行实用程序
- STM32的库函数
- SLAM十四讲第三章Eigen库学习笔记
- 黎曼可积的充分必要条件 (3)
- logstash配置读取文本文件使用kafka传送到kafka服务器
- 图片压缩
- 【Linux】LVM逻辑卷管理器
- VAE(Variational Autoencoder)的原理
- 我做错了
- GDI+编程说明及小结
- Android与屏幕有关的知识点