Eigen的使用总结2——geometry

最新推荐文章于 2025-10-15 16:59:39 发布
转载 最新推荐文章于 2025-10-15 16:59:39 发布 · 1.3w 阅读 · 109

本文深入探讨了Eigen库中的几何模块，详细介绍了旋转矩阵、旋转向量、四元数和平移向量等概念及其在Eigen中的表示方法。通过具体代码示例，展示了不同几何对象之间的转换过程，以及如何利用这些对象进行坐标变换。

常用：

  1. 旋转矩阵（3X3）:Eigen::Matrix3d

  2. 旋转向量（3X1）:Eigen::AngleAxisd

  3. 四元数（4X1）:Eigen::Quaterniond

  4. 平移向量（3X1）:Eigen::Vector3d

  5. 变换矩阵（4X4）:Eigen::Isometry3d

AngleAxis（angle, axis）：绕该轴逆时针旋转angle(rad)。

变换矩阵 
       Eigen::Isometry3d T; 
       T.matrix()才是变换矩阵，做运算时需加.matrix()后缀; 
       T.pretranslate()以及T.prerotate()可以给平移部分和旋转矩阵赋值，但是若循环中使用，末尾不重置变换矩阵的话，这个设置量会累加，而不是覆盖。


四元数赋值：Eigen::Quaterniond Q; 
       Q.x() = 3 「类似地 Q.y() = Q.z() = Q.w()」。

  1. 旋转矩阵（R），旋转向量（V）和四元数（Q）在Eigen中转换关系的总结：

æ转ç©éµï¼Rï¼ï¼æ转åéï¼Vï¼åååæ°ï¼Qï¼å¨Eigen中转æ¢å³ç³»å¾ç¤º

2.旋转矩阵（R），旋转向量（V）和四元数（Q）分别通过自身初始化自己的方式：

R通过自身初始化的方法：
//1.使用旋转矩阵的函数来初始化旋转矩阵
Matrix3d R1=Matrix3d::Identity();
cout << "Rotation_matrix1" << endl << R1 << endl;

V通过自身初始化的方法：
//1.使用旋转的角度和旋转轴向量（此向量为单位向量）来初始化角轴
AngleAxisd V1(M_PI / 4, Vector3d(0, 0, 1));//以（0,0,1）为旋转轴，旋转45度

cout << "Rotation_vector1" << endl << V1.matrix() << endl;

Q通过自身初始化的方法：
//1.使用旋转的角度和旋转轴向量（此向量为单位向量）来初始化四元数,即使用

q=[cos(A/2),n_x*sin(A/2),n_y*sin(A/2),n_z*sin(A/2)]

Quaterniond Q1(cos((M_PI / 4) / 2), 0 * sin((M_PI / 4) / 2), 0 * sin((M_PI / 4) / 2), 1 * sin((M_PI / 4) / 2));//以（0,0,1）为旋转轴，旋转45度

cout << "Quaternion1" << endl << Q1.coeffs() << endl;
 

演示代码1：eigen_geometry.cpp

#include <iostream>
#include <Eigen/Dense>
#define M_PI 3.1415926

using namespace std;
using namespace Eigen;

void run_eigen_geometry()
{

	//下面三个变量作为下面演示的中间变量

	AngleAxisd t_V(M_PI / 4, Vector3d(0, 0, 1));
	Matrix3d t_R = t_V.matrix();
	Quaterniond t_Q(t_V);


	//对旋转向量（轴角）赋值的三类方法

	cout << "对旋转向量（轴角）赋值的三类方法" << endl;
	//1.使用旋转的角度和旋转轴向量（此向量为单位向量）来初始化角轴
	AngleAxisd V1(M_PI / 4, Vector3d(0, 0, 1));//以（0,0,1）为旋转轴，旋转45度
	cout << "Rotation_vector1" << endl << V1.matrix() << endl;

	//2.通过旋转矩阵的方式

	//2.1 使用旋转向量的fromRotationMatrix()函数来对旋转向量赋值（注意此方法为旋转向量独有,四元数没有）
	AngleAxisd V2;
	V2.fromRotationMatrix(t_R);
	cout << "Rotation_vector2" << endl << V2.matrix() << endl;

	//2.2 直接使用旋转矩阵来对旋转向量赋值
	AngleAxisd V3;
	V3 = t_R;
	cout << "Rotation_vector3" << endl << V3.matrix() << endl;

	//2.3 使用旋转矩阵来对旋转向量进行初始化
	AngleAxisd V4(t_R);
	cout << "Rotation_vector4" << endl << V4.matrix() << endl;

	//3. 使用四元数来对旋转向量进行赋值

	//3.1 直接使用四元数来对旋转向量赋值
	AngleAxisd V5;
	V5 = t_Q;
	cout << "Rotation_vector5" << endl << V5.matrix() << endl;

	//3.2 使用四元数来对旋转向量进行初始化
	AngleAxisd V6(t_Q);
	cout << "Rotation_vector6" << endl << V6.matrix() << endl;


	//------------------------------------------------------

	//对四元数赋值的三类方法（注意Eigen库中的四元数前三维是虚部,最后一维是实部）

	cout << "对四元数赋值的三类方法" << endl;
	//1.使用旋转的角度和旋转轴向量（此向量为单位向量）来初始化四元数,即使用q=[cos(A/2),n_x*sin(A/2),n_y*sin(A/2),n_z*sin(A/2)]
	Quaterniond Q1(cos((M_PI / 4) / 2), 0 * sin((M_PI / 4) / 2), 0 * sin((M_PI / 4) / 2), 1 * sin((M_PI / 4) / 2));//以（0,0,1）为旋转轴，旋转45度
	//第一种输出四元数的方式
	cout << "Quaternion1" << endl << Q1.coeffs() << endl;

	//第二种输出四元数的方式
	cout << Q1.x() << endl << endl;
	cout << Q1.y() << endl << endl;
	cout << Q1.z() << endl << endl;
	cout << Q1.w() << endl << endl;

	//2. 使用旋转矩阵转四元數的方式

	//2.1 直接使用旋转矩阵来对旋转向量赋值
	Quaterniond Q2;
	Q2 = t_R;
	cout << "Quaternion2" << endl << Q2.coeffs() << endl;


	//2.2 使用旋转矩阵来对四元數进行初始化
	Quaterniond Q3(t_R);
	cout << "Quaternion3" << endl << Q3.coeffs() << endl;

	//3. 使用旋转向量对四元数来进行赋值

	//3.1 直接使用旋转向量对四元数来赋值
	Quaterniond Q4;
	Q4 = t_V;
	cout << "Quaternion4" << endl << Q4.coeffs() << endl;

	//3.2 使用旋转向量来对四元数进行初始化
	Quaterniond Q5(t_V);
	cout << "Quaternion5" << endl << Q5.coeffs() << endl;

	//----------------------------------------------------

	//对旋转矩阵赋值的三类方法
	cout << "对旋转矩阵赋值的三类方法" << endl;
	//1.使用旋转矩阵的函数来初始化旋转矩阵
	Matrix3d R1 = Matrix3d::Identity();
	cout << "Rotation_matrix1" << endl << R1 << endl;

	//2. 使用旋转向量转旋转矩阵来对旋转矩阵赋值

	//2.1 使用旋转向量的成员函数matrix()来对旋转矩阵赋值
	Matrix3d R2;
	R2 = t_V.matrix();
	cout << "Rotation_matrix2" << endl << R2 << endl;

	//2.2 使用旋转向量的成员函数toRotationMatrix()来对旋转矩阵赋值
	Matrix3d R3;
	R3 = t_V.toRotationMatrix();
	cout << "Rotation_matrix3" << endl << R3 << endl;

	//3. 使用四元数转旋转矩阵来对旋转矩阵赋值

	//3.1 使用四元数的成员函数matrix()来对旋转矩阵赋值
	Matrix3d R4;
	R4 = t_Q.matrix();
	cout << "Rotation_matrix4" << endl << R4 << endl;

	//3.2 使用四元数的成员函数toRotationMatrix()来对旋转矩阵赋值
	Matrix3d R5;
	R5 = t_Q.toRotationMatrix();
	cout << "Rotation_matrix5" << endl << R5 << endl;

}

演示代码2：eigen_geometry_2.cpp

#include <iostream>
#include <cmath>
#define M_PI 3.1415926
using namespace std;

#include <Eigen/Core>
// Eigen 几何模块
#include <Eigen/Geometry>

/****************************
* 本程序演示了 Eigen 几何模块的使用方法
****************************/

void run_eigen_geometry_2()
{
	//注意一下类型名的最后一个字符为d表示双精度类型,换成f表示单精度类型，两种类型不能混用，必须显示转换
	// Eigen/Geometry 模块提供了各种旋转和平移的表示
	// 3D 旋转矩阵直接使用 Matrix3d 或 Matrix3f
	/****旋转向量****/

	// 旋转向量使用 AngleAxis, 它底层不直接是Matrix，但运算可以当作矩阵（因为重载了运算符）
	// 乘以该向量，表示进行一个坐标变换
	//任意旋转可用一个旋转轴和一个旋转角度来表示。
	//旋转向量，旋转向量的方向与旋转轴一致，长度为旋转角度。
	
	/*********************************/
	/*旋转向量　沿 Z 轴旋转 45 度         角度　轴 */
	Eigen::AngleAxisd rotation_vector(M_PI / 4, Eigen::Vector3d(0, 0, 1));   //沿 Z 轴旋转 45 度
	cout.precision(3);
	cout << "rotation matrix =\n" << rotation_vector.matrix() << endl;     //用matrix()转换成矩阵,也可以直接赋值
	
	/*********************************/
	/*旋转矩阵*/
	Eigen::Matrix3d rotation_matrix = Eigen::Matrix3d::Identity();//单位阵
	rotation_matrix = rotation_vector.toRotationMatrix();//转成旋转矩阵　由罗德里格公式进行转换
	
	// 用 AngleAxis 可以进行坐标变换
	Eigen::Vector3d v(1, 0, 0);
	/*************旋转向量进行坐标变换********************/
	Eigen::Vector3d v_rotated = rotation_vector * v;
	cout << "(1,0,0) after rotation = " << v_rotated.transpose() << endl;
	// 或者用旋转矩阵
	/*****************旋转矩阵进行坐标变换****************/
	v_rotated = rotation_matrix * v;
	cout << "(1,0,0) after rotation = " << v_rotated.transpose() << endl;

	/**欧拉角表示的旋转**/
	// 欧拉角: 可以将旋转矩阵直接转换成欧拉角
	Eigen::Vector3d euler_angles = rotation_matrix.eulerAngles(2, 1, 0); // ZYX顺序，即roll pitch yaw顺序
	cout << "yaw pitch roll = " << euler_angles.transpose() << endl;

	/***欧式变换矩阵表示旋转**/
	// 欧氏变换矩阵使用 Eigen::Isometry
	Eigen::Isometry3d T = Eigen::Isometry3d::Identity();// 虽然称为3d，实质上是4＊4的矩阵　　齐次坐标
	T.rotate(rotation_vector);                                        // 按照rotation_vector进行旋转
	T.pretranslate(Eigen::Vector3d(1, 3, 4));               // 把平移向量设成(1,3,4)
	cout << "Transform matrix = \n" << T.matrix() << endl;
	// 用变换矩阵进行坐标变换
	Eigen::Vector3d v_transformed = T*v;                              // 相当于R*v+t
	cout << "(1,0,0) after Isometry3d tranformed = " << v_transformed.transpose() << endl;


	// 对于仿射和射影变换，使用 Eigen::Affine3d 和 Eigen::Projective3d 即可，略


	/*******四元数表示的旋转***********/
	// 可以直接把AngleAxis赋值给四元数，反之亦然 Quaterniond 表示双精度　四元素　Quaternionf　表示单精度四元素
	Eigen::Quaterniond q = Eigen::Quaterniond(rotation_vector);// 表示沿Z 轴旋转 45 度　的四元素变换 
	cout << "quaternion from AngleAxis rotation_vector = \n" << q.coeffs() << endl;   // 请注意coeffs的顺序是(x,y,z,w),w为实部，前三者为虚部
	// 也可以把旋转矩阵赋给它
	q = Eigen::Quaterniond(rotation_matrix);
	cout << "quaternion from rotation_matrix = \n" << q.coeffs() << endl;
	// 使用四元数旋转一个向量，使用重载的乘法即可
	/*注意程序表达形式和实际运算的不一样*/
	v_rotated = q*v; // 注意数学上是q*v*q^{-1}  而程序为了简化表示　直接使用　q*v代替
	cout << "(1,0,0) after Quaterniond rotation = " << v_rotated.transpose() << endl;
	
	
	
	/*编程题目
	小萝卜１号位姿q1=[0.35,0.2,0.3,0.1],t1=[0.3,0.1,0.1]'　　　世界坐标系到相机变换
	小萝卜２号位姿q2=[-0.5,0.4,-0.1,0.2],t2=[-0.1,0.5,0.3]'
	小萝卜１号看到位于自身坐标系下p=[0.5,0,0.2]'
	求该向量在小萝卜２号下的坐标
	*/
	Eigen::Quaterniond q1(0.35, 0.2, 0.3, 0.1);//wxyz q1.coeffs()  xyzw  q1.vec()  xyz
	//q1 << 0.35,0.2,0.3,0.1;
	Eigen::Matrix<double, 3, 1> t1;//float类型
	t1 << 0.3, 0.1, 0.1;
	Eigen::Quaterniond q2(-0.5, 0.4, -0.1, 0.2);
	//q2 << -0.5,0.4,-0.1,0.2;
	Eigen::Matrix<double, 3, 1> t2;//float类型
	t2 << -0.1, 0.5, 0.3;
	Eigen::Matrix<double, 3, 1> p1;//float类型
	p1 << 0.5, 0, 0.2;

	cout << "q1= \n" << q1.coeffs() << endl;
	cout << "t1= \n" << t1 << endl;
	cout << "q2= \n" << q2.coeffs() << endl;
	cout << "t2= \n" << t2 << endl;

	/*
	q1.setIdentity();
	cout<<"q1 after setIdentity \n"<<q1.coeffs() <<endl;
	q2.setIdentity();
	cout<<"q2 after setIdentity \n"<<q2.coeffs() <<endl;
	*/
	
	q1 = q1.normalized();//规范化　　归一化   除以模长
	cout << "q1 after normalized\n" << q1.coeffs() << endl;
	q2 = q2.normalized();
	cout << "q2 after normalized \n" << q2.coeffs() << endl;

	Eigen::Matrix3d q1rotation_matrix = Eigen::Matrix3d::Identity();//单位阵
	q1rotation_matrix = q1.toRotationMatrix();
	Eigen::Isometry3d Tc1w = Eigen::Isometry3d::Identity();// 虽然称为3d，实质上是4＊4的矩阵　　齐次坐标

	Tc1w.rotate(q1rotation_matrix);                                    // 按照q1rotation_matrix进行旋转
	Tc1w.pretranslate(t1);                                                     // 把平移向量设成t1

	//Eigen::Isometry3d Twc1=Tc1w.inverse();//由world 到c1的逆变换　　成　c1到world
	Eigen::Matrix<double, 3, 1> pw = Tc1w.inverse()*p1;    //将c1坐标系下的点p1变换到world坐标系下

	Eigen::Matrix3d q2rotation_matrix = Eigen::Matrix3d::Identity();//单位阵
	q2rotation_matrix = q2.toRotationMatrix();
	Eigen::Isometry3d Tc2w = Eigen::Isometry3d::Identity();// 虽然称为3d，实质上是4＊4的矩阵　　齐次坐标

	Tc2w.rotate(q2rotation_matrix);                                    // 按照q1rotation_matrix进行旋转
	Tc2w.pretranslate(t2);                                                     // 把平移向量设成t1

	Eigen::Matrix<double, 3, 1> p2 = Tc2w*pw;    //将world坐标系下的点pw变换到c2坐标系下
	cout << "the loc of p1 in c1  = \n" << p1 << endl;
	cout << "the loc of p1 in world  = \n" << pw << endl;
	cout << "the loc of p1 in c2 = \n" << p2 << endl;

}

 

参考：https://blog.youkuaiyun.com/u011092188/article/details/77430988

 

Eigen知识点2——获取gps坐标，并将其转换为eigen矩阵----poseMsgToEigen解析
qq_41545537的博客
11-04 617
#include"ros/ros.h" #include"std_msgs/String.h" #include<pcl/common/transforms.h> #include"nav_msgs/Odometry.h" #include <tf/tf.h> #include <tf_conversions/tf_eigen.h> #include<Eigen/Eigen> // 可用于geometry_msgs与Eigen相关数据类型之间的转换。 #in
PCL点云库入门（第6讲）——PCL库中Eigen数学工具库的基本使用（持续更新）
qq_36812406的博客
12-18 1549
Eigen库是一个高性能的C++模板库，专注于线性代数、矩阵和向量运算，以及相关的数值分析和算法。在Eigen库中，所有的矩阵和向量均被视为矩阵模板类的实例。向量可以被看作是特殊形式的矩阵，具体表现为只包含1行或1列。
Eigen 旋转向量与旋转矩阵（用法）
热门推荐
4月16！的博客
09-14 1万+
1、旋转矩阵-------旋转向量 Eigen::AngleAxisd rotation_vector2; rotation_vector2.fromRotationMatrix(rotation_matrix2); 或者 Eigen::AngleAxisd rotation_vector2(rotation_matrix2); 打印可以输出： 旋转角，旋转向量 cout << "rotation_vector2 " << "an...
使用Eigen计算三维坐标变换
weixin_50431732的博客
08-20 9783
本文讲述物体在三维空间的位姿表示与变换，欧拉角、四元数、旋转矩阵都是表示两个坐标系相对旋转关系，欧拉角有歧义，旋转矩阵有冗余，四元数不易理解，介绍了这三者相互转换公式以及如何使用Eigen库计算。
Eigen库的使用之Vector3d的使用
m0_65443540的博客
10-15 520
Eigen::Vector3d元素访问方式总结：1）下标访问（[]/()），需注意索引从0开始；2）成员函数访问（x()/y()/z()），推荐使用；3）数据指针访问（data()），适合高性能场景；4）C++17结构化绑定；5）矩阵式访问。建议优先使用x()/y()/z()成员函数，兼具可读性和安全性，data()指针适合与C库交互。注意索引范围（0-2）和大小写规范，避免越界错误。
随手笔记——Eigen的几何模块使用记录
曾经也曾立志
07-12 3858
/ 对于仿射和射影变换，使用 Eigen::Affine3d 和 Eigen::Projective3d 即可，略。// 旋转向量使用 AngleAxis, 它底层不直接是Matrix，但运算可以当作矩阵（因为重载了运算符）// 虽然称为3d，实质上是4＊4的矩阵。// Eigen/Geometry 模块提供了各种旋转和平移的表示。//用matrix()转换成矩阵。// 欧氏变换矩阵使用 Eigen::Isometry。// 也可以直接赋值。// 或者用旋转矩阵。// 欧拉角: 可以。
Eigen/Geometry 模块
weixin_41735501的博客
08-10 2018
Eigen/Geometry 模块提供了各种旋转和平移的表示 一、表示： 旋转矩阵直接使用 Matrix3d 或 Matrix3f： Eigen::Matrix3d rotationMatrix=Eigen::Matrix3d::Identity();//初始化为一个...
Eigen/Geometry模块学习笔记
guaaaaaaa的博客
08-28 4882
Eigen/Geometry模块学习笔记
2024年物联网嵌入式最全Eigen的使用总结2——geometry_eigen pretranslate，字节跳动8年老物联网嵌入式开发面试官经验谈
2401_85014331的博客
05-14 513
/注意一下类型名的最后一个字符为d表示双精度类型,换成f表示单精度类型，两种类型不能混用，必须显示转换。(img-mpEBrV9G-1715649320535)]// 3D 旋转矩阵直接使用 Matrix3d 或 Matrix3f。// Eigen/Geometry 模块提供了各种旋转和平移的表示。// Eigen 几何模块。
CGAL学习记录——Geometry Processing（几何处理篇）-3D Point Set
阁楼
03-29 1930
CGAL点云部分基础
Eigen——C++矩阵运算库
weixin_42040046的博客
11-28 1万+
Eigen——C++矩阵运算库Eigen是什么？下载配置使用参考 Eigen是什么？ Eigen是一个基于C++模板的开源库，支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。 下载配置 官网：Eigen官网，下载解压缩可以重命名为eigen3，在项目——属性——C/C++——常规——附加包含目录添加该库位置就好了。 图文详细：vs2013配置Eigen库 使用 注：Eigen使用源代码方式...
C++矩阵处理库 Eigen 2017最新源码
11-28
C++矩阵处理库 Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C++库，它里面包含了很多算法。它的License是MPL2。它支持多平台。
eigen库 最新稳定版3.3.9
12-24
eigen库 最新稳定版3.3.9
Eigen 中Geometry （几何模块）
博客
08-02 3972
该代码源于《视觉SLAM十四讲》 Eigen 中Geometry （几何模块） 主要操作有旋转向量和旋转矩阵之间的转换；欧拉角（旋转矩阵变欧拉角）；欧式变换（旋转+平移）；四元数 该页代码用于日后查找方便 （添加了部分笔记） #include &amp;lt;iostream&amp;gt; #include &amp;lt;cmath&amp;gt; using namespace std; #include &amp;lt...
SLAM学习笔记(Code3)----Eigen库中的Geometry
qq_56297952的博客
11-13 1418
利用Eigen/Geometry可以实现矩阵旋转和平移，可以用到旋转矩阵、角轴、欧拉角、欧式变换矩阵、四元数。 3.1头文件 #include <Eigen/Core> #include <Eigen/Geometry> //其他 #include <cmath>//包括一些三角函数等等 3.2使矩阵旋转的方法 //旋转矩阵 Eigen::Matrix3d rotation_matrix = Eigen::Matrix3d::Identity(); //角轴(
SLAM学习：Eigen几何模块测试
zfjBIT的专栏
07-11 443
数据结构: • 旋转矩阵（3 × 3）：Eigen::Matrix3d。 • 旋转向量（3 × 1）：Eigen::AngleAxisd。 • 欧拉角（3 × 1）：Eigen::Vector3d。 • 四元数（4 × 1）：Eigen::Quaterniond。 • 欧氏变换矩阵（4 × 4）：Eigen::Isometry3d。 • 仿射变换（4 × 4）：Eigen:...
视觉SLAM——第三章　Eigen几何模块Geometry使用 四元素 欧式变换矩阵
chengde6896383的专栏
11-02 1431
https://blog.youkuaiyun.com/xiaoxiaowenqiang/article/details/78076865 视觉SLAM——第三章 Eigen几何模块Geometry使用 四元素 欧式变换矩阵 github链接 点击打开链接 * 本程序演示了 Eigen 几何模块的使用方法 * 旋转向量 Eigen::AngleAxisd 角度 轴 Eigen::AngleAxisd ...
Eigen中几何模块的应用
举个栗子的博客
10-12 485
Eigen中几何模块的应用
Eigen::Isometry3d的用法（pretranslate、translate、prerotate、rotate的区别）
u011208918的专栏
07-20 2986
Eigen::Isometry3d的基本使用及注意事项
c++中如何安装Eigen
最新发布
11-21
<think> 嗯，用户想了解在C++中安装Eigen库的方法。根据引用的资料，安装Eigen主要有两种方式：直接下载源码配置和使用包管理器安装。 用户提到的引用[1]详细说明了Visual Studio和ROS环境下的配置方法。对于Windows+VS环境，需要从官网下载Eigen源码包，解压后通过项目属性添加包含目录。引用[4]还补充了具体操作截图：在C/C++附加包含目录中添加Eigen根目录路径即可。 Linux环境下更简单，引用[1]提到可以用apt直接安装。安装后同样只需包含头文件，不需要额外链接库。引用[3]特别指出Eigen是纯头文件库这个重要特性——这意味着不需要编译.so文件。 考虑到用户可能的环境差异，准备在回复中区分三种场景：Windows/Vistual Studio、Linux命令行编译、ROS开发环境。每种场景都强调"包含目录配置+验证测试"的核心步骤，并补充官网下载注意事项（用户引用里没提版本选择问题）。 需要提醒用户验证安装是否成功。引用[2][5]提到的Vector3d和norm()函数很适合作为测试用例，既简单又能验证基础线性代数功能。计划在回复中给出具体测试代码片段。 用户提供的引用[3]还展示了丰富的模块分类（Core/Geometry/LU等），但安装部分不需要展开这些，可能作为补充说明放在注意事项里更合适。 </think>根据您的需求，以下是C++中安装Eigen库的详细方法（参考多平台场景）： ### 一、Visual Studio 环境安装 1. **下载源码** 访问[Eigen官网](https://eigen.tuxfamily.org)下载最新压缩包（如`eigen-3.4.0.zip`） 2. **配置项目** - 解压到本地目录（示例：`D:\Libraries\eigen-3.4.0`） - VS项目中右键项目 → 属性 → C/C++ → 常规 → **附加包含目录**添加路径： ```plaintext D:\Libraries\eigen-3.4.0 ``` - 无需链接.lib文件（纯头文件库）[^4] 3. **验证安装** 创建测试文件： ```cpp #include <iostream> #include <Eigen/Dense> // 核心矩阵库[^3] int main() { Eigen::Matrix3f mat = Eigen::Matrix3f::Identity(); std::cout << "Eigen matrix:\n" << mat; return 0; } ``` 成功输出单位矩阵即安装正确。 ### 二、Linux环境安装 ```bash # Ubuntu/Debian sudo apt install libeigen3-dev # 验证头文件位置 ls /usr/include/eigen3 # 通常安装到此目录 # 编译时指定路径 g++ your_code.cpp -I/usr/include/eigen3 -o output ``` ### 三、ROS环境安装 ```bash # 若已安装ROS桌面版，通常已自带Eigen sudo apt install ros-${ROS_DISTRO}-eigen-conversions # 补充安装ROS封装工具 # 在package.xml中添加依赖 <depend>eigen3</depend> ``` ### 关键注意事项 1. **版本选择**：生产环境建议使用稳定版（如3.3.x+），避免使用开发分支 2. **跨平台特性**：同一份Eigen代码可在Windows/Linux/macOS无缝迁移 3. **纯头文件设计**：无需编译，包含路径正确即可使用[^3] 4. **模块化包含**：按需包含子模块节省编译时间，例如： ```cpp #include <Eigen/Core> // 基础矩阵运算 #include <Eigen/Geometry> // 3D变换[^3] ``` ### 验证高级功能 ```cpp #include <Eigen/Dense> #include <iostream> int main() { // 动态矩阵计算 Eigen::MatrixXd A(2,2); A << 1, 2, 3, 4; std::cout << "A.inverse():\n" << A.inverse() << "\n"; // 向量范数计算（引用[5]示例） Eigen::Vector3d v(1,2,3); std::cout << "Frobenius norm: " << v.norm(); return 0; } ``` > **常见问题排查**：若出现`Eigen/Dense: No such file`错误，检查： > 1. 包含路径是否指向Eigen**父目录**（正确路径示例：`/path/to/eigen-3.4.0/`） > 2. 路径中避免多层`eigen`子目录（错误路径：`.../eigen-3.4.0/Eigen/`）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值