运行learnorbvi 的时候遇到关于SO3的段错误，查找后发现是Eigen中的问题，具体的解释如下网址：
原文：Eigen官網-The Matrix class 在Eigen中，所有的矩陣Matrix和向量Vector都是由Matrix類構造的。向量只不過是矩陣的特殊形式，只有一列（列向量）或者一行（行向量）。 Matrix類的參數
在CMakeList文件中分別添加以上三處 find_package(catkin REQUIRED COMPONENTS cmake_modules ) find_package(Eigen REQUIRED) include_
最近用matlab和Eigen庫中的一些旋轉矩陣（方向餘弦矩陣）、四元數和歐拉角之間的轉換和繪圖，弄得我有些頭疼，把遇到的問題記錄一下，以防以後又腦闊疼....有不同的理解可以再評論區批評指正～ 定義 首先要明確一下歐拉角、旋轉矩陣、四元
原文：Eigen官網-Reshape and Slicing Eigen並沒有爲matrix提供直接的Reshape和Slicing的API，但是這些特性可以通過Map類來實現。 1. Reshape Reshape操作在保持元素
Ubuntu 下安裝Eigen有兩種方式，一種是“apt-get”方式，一種是源碼安裝方式。 1. apt-get安裝 1.1 執行安裝命令 打開終端窗口，輸入如下命令： sudo apt-get install libeigen
原文：Eigen官網-Reductions, visitors and broadcasting 1. Reductions 在Eigen中，Reduction是用來處理matrix或者array的某類特徵，然後返回一個標量。 1
原文：Eigen官網-Aliasing 在Eigen中，當變量同時出現在左值和右值，賦值操作可能會帶來混淆問題。比如：mat = 2 * mat，mat = mat.transpose() ，對於第一個表達式，是無害的，但是第二個
原文：Eigen官網-Advanced initialization 本篇介紹幾種矩陣初始化的高級方法，重點介紹逗號初始化和特殊矩陣（單位陣、零陣）。 1. 逗號初始化 （1）Eigen提供了逗號操作符允許我們方便地爲矩陣/向量/
原文：Eigen官網-Benchmark of dense decompositions LLT是最快的方法。 對於大規模過約束問題，Cholesky/LU分解的代價主要取決於對稱協方差矩陣的計算。 對於具有較大規模的問題，只有
原文：Eigen官網-Getting started Eigen 是一個基於C++的線性代數庫，其中實現大量常用的線性代數算法，包括常規矩陣計算，矩陣變換，矩陣分解，矩陣塊操作。Eigen 廣泛地應用在開源項目中，例如OpenCV
原文：Eigen官網-Storage orders 對於矩陣和二維數組，有兩種存儲順序：列優先和行優先。 1. 行優先和列優先的存儲 矩陣的項構成一個二維網格。然而，當矩陣存儲在內存中時，條目必須以某種方式線性排列。有兩種主要的方
原文：Eigen官網-Matrix and vector arithmetic 本節內容主要介紹Eigen中關於矩陣、向量、標量之間的數學運算。 1. 引言 Eigen提供了matrix/vector的運算操作，既包括重載了c++
原文：Eigen官網-Block operations Eigen 爲 Matrix 、Array 和 Vector提供了塊操作方法。塊是matrix或array中的矩形子部分。塊區域可以被用作 左值 和 右值。 1. 使用塊
原文：Eigen官網-Linear algebra and decompositions 本篇文章介紹了線性方程求解、矩陣分解，包括LU分解法，QR分解法，SVD（奇異值分解）、特徵值分解等。 The problem：對於一般形式
原文：Eigen官網-Interfacing with raw buffers: the Map class 1. 引言 本篇文章將介紹Eigen如何與原生raw C/C++ 數組混合編程。當你從其他庫中導入vectors或mat
