2 熟悉 Eigen 矩阵运算设线性⽅程 Ax=b\bm Ax = bAx=b，在A\bm AA为⽅阵的前提下，请回答以下问题：1. 在什么条件下，xxx有解且唯⼀？高斯消元法的原理是什么？QR 分解的原理是什么？Cholesky 分解的原理是什么？编程实现A 为100  100 随机矩阵时，⽤QR 和Cholesky 分解求x 的程序。你可以参考本次课⽤到的useEigen 例程。...

2.1{Z,+}\{\mathbb Z,+\}{Z,+}是群 封闭性: ∀Z1,Z2∈Z, 满足 Z1+Z2∈Z 结合性: ∀Z1,Z2,Z3∈Z, 满足 (Z1+Z2)+Z3=Z1+(Z2+Z3) 幺元: ∃Z0=0,∀Z1∈Z, 满足 Z1+0=0+Z1=Z1 逆:

2.11）apt-get 方式的安装sudo apt-get install2）dpkg方式的安装sudo dpkg -i package_name.deb安装路径：/usr, /usr/bin, /usr/local, /usr/share, /opt2.2环境变量是在操作系统中一个具有特定名字的对象，它包含了一个或者多个应用程序所将使用到的信息（包含相关的路径信息）a)临时设置：终端执行exp

1.d(Ax)dxT=∂(Ax)∂xTdxdxT=∂(Ax)∂xT⋅I=A\frac {d(\mathbf A \mathbf x)}{d\mathbf x^T} =\frac{\frac {\partial(\mathbf A \mathbfx)}{\partial \mathbf x^T}d\mathbf x}{d\mathbf x^T} = \frac {\partial(\mathbf A

2.1// compute the anglevoid computeAngle(const cv::Mat &image, vector<cv::KeyPoint> &keypoints) {int half_patch_size = 8;for (auto &kp : keypoints) {float m01 = 0, m10 = 0;//从(u − 8,

每个像素的误差为第一张图像在特征点(x, y) 处的像素值减去第二张图像在(x+dx, y+dy) 处的像素值记自变量为[Δx,Δy]T[\Delta x, \Delta y]^T[Δx,Δy]T，用中值查分表示图像梯度，导数为[−dI2dΔx−dI2dΔy]=[−I2(x+Δx+1,y+Δy)−I2(x+Δx−1,y+Δy)2−I2(x+Δx,y+Δy+1)−I2(x+Δx,y+Δy−1)2]\

目录2. Bundle Adjustment2.1 文献阅读2.2 BAL-dataset3. 直接法的 Bundle Adjustment3.1 数学模型3.2 实现2. Bundle Adjustment2.1 文献阅读1.矩阵Ｈ具有稀疏性，对角块矩阵有加速计算技巧2.相机内参　位姿　3D点坐标　投影后的像素坐标；pose： 欧拉角/四元数/旋转矩阵/李代数＋平移坐标point：齐次和齐次3.

每个像素的误差为第一张图像在特征点(x, y) 处的像素值减去第二张图像在(x+dx, y+dy) 处的像素值记自变量为[Δx,Δy]T[\Delta x, \Delta y]^T[Δx,Δy]T，用中值查分表示图像梯度，导数为[−dI2dΔx−dI2dΔy]=[−I2(x+Δx+1,y+Δy)−I2(x+Δx−1,y+Δy)2−I2(x+Δx,y+Δy+1)−I2(x+Δx,y+Δy−1)2]\

2.11）apt-get 方式的安装sudo apt-get install2）dpkg方式的安装sudo dpkg -i package_name.deb安装路径：/usr, /usr/bin, /usr/local, /usr/share, /opt2.2环境变量是在操作系统中一个具有特定名字的对象，它包含了一个或者多个应用程序所将使用到的信息（包含相关的路径信息）a)临时设置：终端执行exp

目录2. Bundle Adjustment2.1 文献阅读2.2 BAL-dataset3. 直接法的 Bundle Adjustment3.1 数学模型3.2 实现2. Bundle Adjustment2.1 文献阅读1.矩阵Ｈ具有稀疏性，对角块矩阵有加速计算技巧2.相机内参　位姿　3D点坐标　投影后的像素坐标；pose： 欧拉角/四元数/旋转矩阵/李代数＋平移坐标point：齐次和齐次3.