2.1 用g++编译cpp文件  代码如下，#include <iostream>using namespace std;int main(){cout << "Hello SLAM!" << endl;return 0;}  在终端中输入g++ main.cpp，生成可执行文件a.out，继续再终端中输入./a.out，显示Hello SLAM!。效果如下图，

个人介绍读博：TMU 机器视觉组工作：微软 苏黎世 虚拟现实和混合显示组1基础知识三维几何学epipolar geometry，一个点对提供1个约束方程。特征点法 versus 直接法SLAM: Tracks the pose of the camera in a map and simultaneously estimates the parameters of the environment

RGB-D SLAM

双目LSD-SLAM

（2）田博的《ROS移动机器人开发实战》（1）古月的《ROS机械臂开发实战》观看方式：打开终端输入。

说明高斯-牛顿法和列文伯格-马夸尔特法在处理非线性优化时的差异。：将实践环节的运动学修改成以一定角速度的平抛运动。方向的重力加速度影响。请修改程序，给出动画演示。轴角速度影响，具有一定的初始水平速度。：请分别使用左右扰动模型，计算。：分别使用左右扰动模型，计算。

实现对似然场图像进行插值后进行scan matching的算法。讨论在实际机器人中，如何处理悬空物体和低矮物体（开放问题）。基于直线拟合方法，讨论并实现对单个Scan退化检测的算法。实现基于优化器的点到点ICP、点到线ICP。

证明：若某个高斯随机变量为零均值，协方差为对角线矩阵且大小相同（各向同性），那么在乘任意旋转矩阵以后，其均值仍为零，且协方差不变。具有零均值和对角协方差矩阵，且协方差矩阵是各向同性的（即协方差矩阵是对角矩阵且大小相同），那么在乘上一个任意的旋转矩阵。矩阵拆开，分别为每种状态变量实现运动方程。因此，旋转变换不会改变高斯随机变量的均值和协方差矩阵。后，其均值仍然为零，且协方差矩阵保持不变。-维的高斯随

利用数值求导工具，验证本书实验中的雅可比矩阵的正确性。实现由Odom数据触发的图优化（g2o）。推导以下等式(书中式4.48d)，

将本节的最近邻算法与一些常见的近似最近邻算法进行对比，比如nanoflann，给出精度指标和时间效率指标。在三维体素中定义 NEARBY14，实现 14 格最近邻的查找。的最大特征向量或奇异向量，