【slam】eigen库的安装使用

参考

https://blog.csdn.net/tugouxp/article/details/119275551
https://blog.csdn.net/suyunzzz/article/details/105429161

安装很简单，直接sudo apt-get install就行了
不过会出现参考链接2里的问题，由于pcl的安装导致不能正确地链接eigen库
再运行一条链接命令即可解决。

凑字数

eigen简介：
eigen库是一个高级的C++库，主要用于线性代数、矩阵和向量操作，数值分析和相关的数学运算。以下是eigen库的一些关键特性和用法：

1. 模板库：Eigen利用C++的模板元编程技术，提供了很多常用的数学运算，如矩阵运算、特征值计算、解线性方程组等。

2. 安装与配置：Eigen是一个纯头文件库，不需要编译或链接。只需将Eigen的头文件包含在你的项目中，就可以开始使用。

3. 基本数据类型：Eigen库提供了多种数据类型，如Eigen::VectorXd（动态大小的向量）、Eigen::MatrixXd（动态大小的矩阵）等。这些数据类型都是模板类，可以方便地处理不同类型的数据。

4. 矩阵类型：Eigen中的矩阵类型一般都是用类似MatrixXXX来表示，可以根据该名字来判断其数据类型，比如”d”表示double类型，”f”表示float类型，”i”表示整数，”c”表示复数；Matrix2f，表示的是一个2*2维的，其每个元素都是float类型。

5. 矩阵的定义：Eigen中关于矩阵类的模板函数中，共有六个模板参数，常用的只有前三个。其前三个参数分别表示矩阵元素的类型、行数和列数。矩阵定义时可以使用Dynamic来表示矩阵的行列数为未知。

6. 高级特性：Eigen库不仅提供了基本的矩阵和向量操作，还具有许多高级特性，如特征值分解、奇异值分解（SVD）、最小二乘法等。

7. 应用场景：Eigen库因其高效性和易用性而被广泛应用于各种科学和工程项目中，如机器人学、计算机视觉、机器学习、物理模拟、金融工程等领域。

8. 开源与许可：Eigen是一个开源库，从3.1.1版本开始遵从MPL2许可。

9. 跨平台支持：Eigen支持多平台，可以在多种操作系统和架构上工作，包括Windows、Linux和macOS。

10. 性能：Eigen性能高效，采用模板化设计，可以支持各种数据类型的矩阵和向量运算。

通过这些特性，Eigen成为了科学计算和工程分析的有力工具。

eigen教程链接

https://blog.csdn.net/hongge_smile/article/details/107296658
（这个貌似不太全，不过先学这些就差不多了）

eigen中文文档（重要）

https://blog.csdn.net/maizousidemao/article/details/130022179