关于sophus模板类需要注意的情况（error: missing template arguments before ‘SO3_R’）

最新推荐文章于 2023-11-10 09:52:24 发布

纷繁中淡定

最新推荐文章于 2023-11-10 09:52:24 发布

阅读量5.3k

点赞数 19

分类专栏：视觉SLAM

视觉SLAM 专栏收录该内容

15 篇文章

订阅专栏

高博视觉SLAM十四讲第二版使用模板类的sophus，编译时会有问题。具体修改包括头文件从.h改为.hpp，新版本是模板类定义需指定类型，打印要用log()函数，最后还附上了ch4中useSophus代码及参考博客。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

高博视觉SLAM十四讲第二版已经开始使用模板类的sophus,但是具体程序基本没有改动，只是把头文件修改了一番，编译的时候会遇到一些问题。

具体修改如下：

1.头文件.h 修改为 .hpp

.hpp 是将头文件源文件写在一起的文件。

2.新本是模板类，定义时需要指定类型

将下面代码

Sophus::SO3 SO3_R(R);

换成：

Sophus::SO3<double> SO3_R(R); 或者  Sophus::SO3d SO3_R(R);

3.打印需要log()函数：

将下面代码

cout<<"SO(3) from matrix: "<<SO3_R<<endl;

修改为：

cout<<"SO(3) from matrix: "<<SO3_R.log()<<endl;

最后附一下ch4中useSophus代码

#include <iostream>
#include <cmath>
using namespace std; 

#include <Eigen/Core>
#include <Eigen/Geometry>

#include "sophus/so3.hpp"
#include "sophus/se3.hpp"

int main( int argc, char** argv )
{
    // 沿Z轴转90度的旋转矩阵
    Eigen::Matrix3d R = Eigen::AngleAxisd(M_PI/2, Eigen::Vector3d(0,0,1)).toRotationMatrix();

    Sophus::SO3<double> SO3_R(R);               // Sophus::SO(3)可以直接从旋转矩阵构造
//  Sophus::SO3 SO3_v( 0, 0, M_PI/2 );  // 亦可从旋转向量构造
    Eigen::Quaterniond q(R);            // 或者四元数
    Sophus::SO3<double> SO3_q( q );
    // 上述表达方式都是等价的
    // 输出SO(3)时，以so(3)形式输出
    cout<<"SO(3) from matrix: "<<SO3_R.log()<<endl;
//  cout<<"SO(3) from vector: "<<SO3_v<<endl;
    cout<<"SO(3) from quaternion :"<<SO3_q.log()<<endl;

    // 使用对数映射获得它的李代数
    Eigen::Vector3d so3 = SO3_R.log();
    cout<<"so3 = "<<so3.transpose()<<endl;
    // hat 为向量到反对称矩阵
    cout<<"so3 hat=\n"<<Sophus::SO3<double>::hat(so3)<<endl;
    // 相对的，vee为反对称到向量
    cout<<"so3 hat vee= "<<Sophus::SO3<double>::vee( Sophus::SO3<double>::hat(so3) ).transpose()<<endl; // transpose纯粹是为了输出美观一些

    // 增量扰动模型的更新
    Eigen::Vector3d update_so3(1e-4, 0, 0); //假设更新量为这么多
    Sophus::SO3<double> SO3_updated = Sophus::SO3<double>::exp(update_so3)*SO3_R;
    cout<<"SO3 updated = "<<SO3_updated.log()<<endl;

    /********************萌萌的分割线*****************************/
    cout<<"************我是分割线*************"<<endl;
    // 对SE(3)操作大同小异
    Eigen::Vector3d t(1,0,0);           // 沿X轴平移1
    Sophus::SE3<double> SE3_Rt(R, t);           // 从R,t构造SE(3)
    Sophus::SE3<double> SE3_qt(q,t);            // 从q,t构造SE(3)
    cout<<"SE3 from R,t= "<<endl<<SE3_Rt.log()<<endl;
    cout<<"SE3 from q,t= "<<endl<<SE3_qt.log()<<endl;
    // 李代数se(3) 是一个六维向量，方便起见先typedef一下
    typedef Eigen::Matrix<double,6,1> Vector6d;
    Vector6d se3 = SE3_Rt.log();
    cout<<"se3 = "<<se3.transpose()<<endl;
    // 观察输出，会发现在Sophus中，se(3)的平移在前，旋转在后.
    // 同样的，有hat和vee两个算符
    cout<<"se3 hat = "<<endl<<Sophus::SE3<double>::hat(se3)<<endl;
    cout<<"se3 hat vee = "<<Sophus::SE3<double>::vee( Sophus::SE3<double>::hat(se3) ).transpose()<<endl;

    // 最后，演示一下更新
    Vector6d update_se3; //更新量
    update_se3.setZero();
    update_se3(0,0) = 1e-4d;
    Sophus::SE3<double> SE3_updated = Sophus::SE3<double>::exp(update_se3)*SE3_Rt;
    cout<<"SE3 updated = "<<endl<<SE3_updated.matrix()<<endl;

    return 0;
}

参考博客：https://blog.youkuaiyun.com/weixin_38275649/article/details/80869340