非晚非晚的博客

由于在平时总是或多或少的遇到平移旋转的问题，每次都是现查资料，然后查了忘，忘了继续查，这次弄明白之后干脆写一篇文章，给人方便同时于己方便，后续如有扩充或变动也方便添加。

这篇文章是为了解读一些常用的numpy数组操作，同时也是为了加深自己对numpy的理解。如果后续碰到比较实用的操作，也会同步至这篇文章。1. 数组与标量的计算2. 两个数组之间的数学计算3. 数组一元函数的数学操作4. 数组二元函数的数学操作5. 数组的常用属性6. 数组的常用方法7. 随机操作8. 拼接数组9. 切分数组10. 插入和删除11. 数组扩展...............

Eigen中提供了丰富的线性方程求解方法，包括LU分解法，QR分解法，SVD（奇异值分解）、特征值分解等根据A的矩阵类型、对结果的精度要求以及计算速度的要求，可以选择不同的计算方式，下面一一进行介绍。

1. numpy数组的创建1.1 array函数创建数组1.2 asarray函数创建数组1.3 zeros和zeros_like创建数组1.4 ones和ones_like创建数组1.5 empty和empty_like创建数组1.6 arange创建数组1.7 eye、identity创建对角数组2. 索引与切片2.1 一维数组2.2 二维数组2.3 多维数组2.4 布尔型索引2.5 花式索引

g2o(General Graphic Optimization)是基于图优化的库。该工具尤其是在图像优化方面被广泛的应用。本文主要围绕g2o进行展开介绍相关的安装、使用、g2o的结构以及曲线拟合的实例。

Ceres Solver是谷歌开源的C++非线性优化库，能够解决有约束或无约束条件下的非线性最小二乘问题。2010年之后大量的运用在谷歌的产品开发中，尤其在谷歌开源的cartographer中被大量的使用。ceres可以在Linux，Windows，macOS，Andrioid，IOS系统进行安装使用，详情可查看下方的官网链接。Ceres Solver 官网：http://ceres-solver.org/

文章目录一. 马尔可夫链以及隐马尔可夫模型1.1 概念1.2 举例说明隐马尔可夫模型二. 贝叶斯网络三. 因子图贝叶斯网络是很多概率模型的基础，对于slam研究也是一项必须掌握的数学理论工具。一. 马尔可夫链以及隐马尔可夫模型1.1 概念我们先来了解一下马尔可夫相关的概念。马尔可夫性质(Markov property)：在随机过程中，未来状态的条件概率分布仅依赖于当前状态，而与过去状态无关。马尔可夫链(Markov chain)：又称离散时间马尔科夫链（discrete-time Markov

我们上一篇文章对Eigen的基础使用进行了介绍，下面我们继续对Eigen的功能使用进行完善和拓展。

Eigen是用于线性代数的C ++模板库，它包含：矩阵，向量，数值求解器和相关算法。进入到Eigen目录下会发现很多头文件，它分为一个核心模块和一些其他模块。每个模块都有相对应的头文件，使用的时候包含相应的头文件即可。

一. 总览二. 贝叶斯网络和因子图三. 机器人运动建模3.1 使用因子图建模3.2 建立因子图3.3 因子图与变量3.4 GTSAM中的非线性优化3.5 全后验推论四. 机器人定位4.1 一元测量因子4.2 自定义因子4.3 使用自定义因子4.4 全后验推论五. PoseSLAM5.1 闭环约束5.2 使用Matlab接口5.3 读取和优化姿态图5.4 3D中的poseSLAM六. 基于Landmark的slam6.1 基础6.2 Keys和Symbols6.3 A