（1）重载运算符<< 和 >>为什么要重载运算符？C++语言中已经给出的运算符（包括算数运算符和逻辑运算符）只是针对C++语言中已经给定的数据类型进行运算，假如我们想要对我们的自定义数据类型进行运算的话，则需要重载运算符，我们可以把重载运算符理解成对已有的运算符的一种重新定义。语法格式如下<返回类型> operator <运算符符号>（<参数&

useGeometry代码分别用几种旋转方式如 angle axis 、matrix 、变换矩阵、四元数旋转一个向量v（1，0，0）最后得出的结果就是旋转以后的 v丶坐标 。不过变换矩阵的结果加入了平移向量。在书中不懂的地方自己进行了注释...

coordinateTransform.cpp首先小萝卜一号坐标变换到世界坐标系Pw = T w1 * P 1其次世界坐标系再变换到小萝卜二号坐标系P2 = T 2w * P w所以 P2 = T 2w * Tw1 * P1T2w 是使用四元数q2初始换欧式变换矩阵Isometry3d T2w(q2);Tw1 = T1w的逆矩阵 初始化和上面代码一样Isometry3d T1w(q1);在加上平移

（1）旋转矩阵，变换矩阵，旋转向量，欧拉角，四元数之间的相互联系1.四元数---->旋转向量：v_rotate = AngleAxisd (q)2.旋转向量----->四元数：q = Quaterniond (v_rotate)3.旋转向量----->旋转矩阵： R = v_rotate.matrix() 或 R = v_rotate.toRotationMatrix()4.旋转

前面代码是使用灰度图实现去畸变和双目视觉的，本部分内容用彩色图来实现双目视觉。视觉SLAM学习【7】-----基于ubuntu16.04的深度及彩色图像立体匹配，并生成深度和彩色3D点云 - 古月居 (guyuehome.com)https://www.guyuehome.com/23903代码就不讲了，讲一下我写的时候遇到一些问题。一、彩色图的左右两图像素一定要相同，截图完以后使用画图工具修改像

世界坐标系、相机坐标系 、图像（物理成像平面）坐标系（Z=1, 归一化坐标系），像素坐标系这四个坐标系的坐标依次为 Pw, Pc ,，Puv (二维平面内)注意书中的 P 就是这里的 Pc,看的时候不认真，把Pw 和 Pc 搞混了（1） Pc = R Pw + t = [X,Y,Z](XYZ是相机坐标系坐标) 或者 Pc = Tcw Pw从世界坐标系变换到相机坐标系（2）Pw = R Pc + t

图像去畸变CMakeLists.txtcmake_minimum_required(VERSION 3.10)project(basics)#Eigeninclude_directories("/usr/include/eigen3")#opencvfind_package(OpenCV REQUIRED)#添加头文件include_directories(${OpenCV_INCLUDE_DIR

这一部分我把书中的内容认认真真的看了三遍，高博书中已经写的很详细了，不懂的地方去网上找找相关资料就没什么大问题了。看完后要明白几个问题1.为什么李群要转换成李代数计算？有什么优势？为了求导。使用李代数的一个动机是为了进行优化，而在优化过程中导数是很重要的信息2.为什么引入指数和对数映射？跟李代数和李群又是什么关系？为了更好的计算李群和李代数引入了指数和对数映射李群通过对数映射转化为李代数，反过来李

矩阵中元素的一个通道的数据类型。即每一个像素的位数(bits)，在opencv的Mat.depth()中得到的是一个 0 – 6 的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 };CV_8UC3---则可以创建----8位无符号的三通道---RGB彩色图像---colo

一、首先理解运动方程和观测方程（1）运动方程： x表示相机的位姿，每个时刻位姿记为x1, x2...... xk,构成了运动的轨迹。uk 是传感器的输入；wk 是噪声，假设噪声服从高斯分布。运动方程的意义是： k-1 到 k 时刻，机器人位姿x 是如何变化的。 SLAM中的定位问题就是估计 x的值。区分位姿和位置：位姿代表位置和姿态。任何一个刚体在空间坐标系(OXYZ)中,可以用位置和姿态来精确、