参考
https://blog.csdn.net/tugouxp/article/details/119275551
https://blog.csdn.net/suyunzzz/article/details/105429161
安装很简单,直接sudo apt-get install就行了
不过会出现参考链接2里的问题,由于pcl的安装导致不能正确地链接eigen库
再运行一条链接命令即可解决。
凑字数
eigen简介:
eigen库是一个高级的C++库,主要用于线性代数、矩阵和向量操作,数值分析和相关的数学运算。以下是eigen库的一些关键特性和用法:
-
模板库:Eigen利用C++的模板元编程技术,提供了很多常用的数学运算,如矩阵运算、特征值计算、解线性方程组等。
-
安装与配置:Eigen是一个纯头文件库,不需要编译或链接。只需将Eigen的头文件包含在你的项目中,就可以开始使用。
-
基本数据类型:Eigen库提供了多种数据类型,如
Eigen::VectorXd
(动态大小的向量)、Eigen::MatrixXd
(动态大小的矩阵)等。这些数据类型都是模板类,可以方便地处理不同类型的数据。 -
矩阵类型:Eigen中的矩阵类型一般都是用类似MatrixXXX来表示,可以根据该名字来判断其数据类型,比如”d”表示double类型,”f”表示float类型,”i”表示整数,”c”表示复数;Matrix2f,表示的是一个2*2维的,其每个元素都是float类型。
-
矩阵的定义:Eigen中关于矩阵类的模板函数中,共有六个模板参数,常用的只有前三个。其前三个参数分别表示矩阵元素的类型、行数和列数。矩阵定义时可以使用Dynamic来表示矩阵的行列数为未知。
-
高级特性:Eigen库不仅提供了基本的矩阵和向量操作,还具有许多高级特性,如特征值分解、奇异值分解(SVD)、最小二乘法等。
-
应用场景:Eigen库因其高效性和易用性而被广泛应用于各种科学和工程项目中,如机器人学、计算机视觉、机器学习、物理模拟、金融工程等领域。
-
开源与许可:Eigen是一个开源库,从3.1.1版本开始遵从MPL2许可。
-
跨平台支持:Eigen支持多平台,可以在多种操作系统和架构上工作,包括Windows、Linux和macOS。
-
性能:Eigen性能高效,采用模板化设计,可以支持各种数据类型的矩阵和向量运算。
通过这些特性,Eigen成为了科学计算和工程分析的有力工具。
eigen教程链接
https://blog.csdn.net/hongge_smile/article/details/107296658
(这个貌似不太全,不过先学这些就差不多了)
eigen中文文档(重要)
https://blog.csdn.net/maizousidemao/article/details/130022179
标签:eigen,数据类型,矩阵,blog,slam,安装,模板,Eigen From: https://www.cnblogs.com/satsuki26681534/p/18527922