《视觉SLAM十四讲》学习日志(一)——预备知识

SLAM简介 :

SLAM是 Simultaneous Localization and Mapping 的缩写，中文译作 " 同时定位与地图构建 "。它是指搭载特定传感器的主题，在没有环境先验信息的情况下，于运动过程中建立环境的模拟，同时估计自己的运动。如果传感器主要是相机，那就称之为 " 视觉SLAM "。

SLAM 的目的是为了解决 " 定位 " 与 " 地图构建 " 这两个问题。也就是说，一边要估计传感器自身的位置，一边要建立周围环境的模型。这就需要用他到传感器的信息。用相机作为传感器时，我们要做的就是根据一张张连续运动的图像(它们形成了一段视频)，从中推出相机的运动，以及周围环境的情况。

我们眼中的世界在计算机中是一个个由数字排列而成的矩阵(Matrix)，就像电影《黑客帝国》中的场景。我们要解决的就是让计算机通过这种方式 " 理解 " 我们现在的世界。

第一讲习题:

1.有线性方程 Ax = b，若已知 A，b，需要求解x，该如何求解？这对 A 和b有哪些要求？

解：

首先考虑非齐次线性方程的情况，即 b 不是 0 。

对 A 和 b 组成的增广矩阵进行初等行变换。

如果 R(A) < R(A，b) 则无解，

如果 R(A) = R(A，b) = n ，则有唯一解，然后将增广矩阵化成行最简型矩阵，最后写出元方程组同解方程组，可得唯一解。

如果 R(A) = R(A，b) < n ，步骤同上，求得解系。

对齐次线性方程的情况，即 b = 0 。

对系数矩阵进行初等行变换。

如果 R(A) < n ，则有非零解，写出元方程组同解方程组。

如果 R(A) = n ，则只有零解。

2.高斯分布是什么？它的一维形式是什么样子？它的高维形式是什么样子？

所谓高斯分布就是通常所说的正态分布，一维正态分布概率密度函数：

高维形式即二维正态分布，概率密度函数：

更多有关函数的性质等参见
https://baike.baidu.com/item/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83/829892?fr=aladdin&fromid=10145793&fromtitle=%E9%AB%98%E6%96%AF%E5%88%86%E5%B8%83

3.你知道C++中的类吗？你知道STL吗？你使用过它们吗？
请看博主写的这篇文章：
http://blog.csdn.net/eliminatedacmer/article/details/79254433

C++标准库由三组库构成：C库，C++库和标准模板库(STL)，STL包含了诸多在计算机科学领域里常用的基本数据结构和基本算法。更多相关知识请参见：http://blog.csdn.net/byxdaz/article/details/4633826

4.你以前怎样书写C++程序？

5.你知道C++11标准吗？其中哪些新特性你听说过或使用过？有没有其他的标准？
请看这篇文章，写的相当不错：
http://blog.csdn.net/whhitxjl/article/details/50703918

6.你知道Linux吗？你有没有至少使用过一种，例如Ubuntu？

7.Linux的目录结构是怎么样的？你知道哪些基本命令？例如ls，cat等？
https://www.cnblogs.com/CoderJYF/p/6092604.html

8.如何在Ununtu下安装软件？这些软件被安装在哪里？如果只知道软件的模糊名称(例如一个名称中含有eigen的库)，该怎么安装它？
Linux下安装软件的几种方法：
http://blog.csdn.net/u010509774/article/details/50593231
如果只知道软件的模糊名称，可以
yum list|grep eigen
进行安装。

9.*学习Vim。