std::vector<Eigen::Vector3d> 到 Eigen::MatrixXd Eigen答案

【问题标题】：std::vector<Eigen::Vector3d> to Eigen::MatrixXd Eigenstd::vector<Eigen::Vector3d> 到 Eigen::MatrixXd Eigen
【发布时间】：2018-04-13 09:13:19
【问题描述】：

我想知道是否有比使用 for 循环更简单的方法来解决我的问题。所以情况如下：

一般来说，我想从我的传感器收集数据点（消息类型为Eigen::Vector3d，我无法更改它，因为它是一个巨大的框架）

收集的点应保存在 Eigen MatrixXd 中（以便在优化算法中将它们作为矩阵进一步处理），矩阵的先验维度部分未知，因为这取决于我将进行多少次测量（一维是3，因为有x,y,z坐标）

目前，我创建了一个std::vector<Eigen::Vector3d>，通过push_back 收集积分，收集完积分后，我想通过操作Map 将其转换为MatrixXd。

 sensor_input = Eigen::Map<Eigen::MatrixXd>(sensor_input_vector.data(),3,sensor_input_vector.size());

但我有一个错误并注意：没有已知的参数 1 从 Eigen::Matrix<double, 3, 1>* 到 Eigen::Map<Eigen::Matrix<double, -1, -1>, 0, Eigen::Stride<0, 0> >::PointerArgType {aka double*} 的转换

你能告诉我如何使用地图函数来实现吗？

【问题讨论】：

使用 for 循环有什么问题？
我只是好奇/感兴趣，有没有更简单的方法，我假设 map 比 for 循环更有效？
Map 是去这里的正确方法。但是你应该发布一个实际的minimal reproducible example。 Eigen::Map 是模板类型，所以你上面的代码根本无法编译。
在其他语言中，map 可能更有效。在 C++ 中，一切都是一样的
好的，你的 mcve 只是因为格式不正确而搞砸了。你需要写sensor_input_vector[0].data() 而不是sensor_input_vector.data()

标签： c++ eigen

【解决方案1】：

简答：你需要写（确保你的输入不为空）：

sensor_input = Eigen::Map<Eigen::MatrixXd>(sensor_input_vector[0].data(),3,sensor_input_vector.size());

原因是Eigen::Map 需要一个指向底层Scalar 类型的指针（在本例中为double*），而std::vector::data() 返回一个指向向量内第一个元素的指针（即Eigen::Vector3d* )。

现在sensor_input_vector[0].data() 将为您提供指向std::vector 的第一个元素的第一个(Vector3d) 条目的指针。或者，您可以像这样reinterpret_cast：

sensor_input = Eigen::Map<Eigen::MatrixXd>(reinterpret_cast<double*>(sensor_input_vector.data()),3,sensor_input_vector.size());

在许多情况下，您实际上可以避免将数据复制到Eigen::MatrixXd，而是直接使用Eigen::Map，而不是MatrixXd，您可以使用Matrix3Xd 来表示在编译时已知正好有 3 行：

// creating an Eigen::Map has O(1) cost
Eigen::Map<Eigen::Matrix3Xd> sensor_input_mapped(sensor_input_vector[0].data(),3,sensor_input_vector.size());
// use sensor_input_mapped, the same way you used sensor_input before

您需要确保在使用sensor_input_mapped 时不会重新分配底层std::vector。此外，更改 std::vector 的各个元素将更改 Map 中的它们，反之亦然。

【讨论】：

你似乎在假设sensor_input_vector[0].data() + sensor_input_vector[0].size() == sensor_input_vector[1].data()。 Eigen 能保证吗？
@Caleth 是的，对于所有固定大小的数据类型，这是有保证的。
@chtz，如果sensor_input_vector 是 VectorXd（不是 Vector3d），您的答案将不起作用。你对动态大小特征向量VectorXd有什么建议吗？
@JohnPekl 如果您的意思是std::vector<Eigen::VectorXd>，则不能将其映射到Eigen::Map，因为数据不连续。

【解决方案2】：

这个解决方案应该有效：

Eigen::MatrixXd sensor_input = Eigen::MatrixXd::Map(sensor_input_vector[0].data(),
 3, sensor_input_vector.size());

由于您的输出将是 3 x N 的矩阵（N 是 3D 向量的数量），您也可以使用 Eigen::Matrix3Xd 的 Map 函数：

Eigen::Matrix3Xd sensor_input = Eigen::Matrix3Xd::Map(sensor_input_vector[0].data(),
 3, sensor_input_vector.size());

【讨论】：