特征库：实时处理答案

【问题标题】：Eigen Library : real time processing特征库：实时处理
【发布时间】：2014-06-23 10:16:48
【问题描述】：

我正在尝试使用没有堆分配的Eigen 进行实时处理。

据我所知：

Matrix<double, Dynamic, Dynamic> allocates on the stack
Matrix<double, Dynamic, Dynamic, AutoAlign, 1, 1> allocates on the heap
and Matrix<double, 1, 1> allocates on the stack;

实时使用Eigen 的一种方法是在启动时调整矩阵的大小，使用较大的尺寸，然后只使用该尺寸的一小部分。

我的问题是：使用像 Rm.colPivHouseholderQr().solve(Rhs) 这样的函数，我如何使用动态矩阵执行这样的计算？
该函数将采用矩阵的整个大小来执行不好的操作，因为我们只希望处理这个大小的一部分。
另外我们显然不能use .resize()

那么如何通过实时处理来执行操作呢？

【问题讨论】：

标签： matrix real-time eigen

【解决方案1】：

实时处理通常涉及按固定时间表重复完成相同的工作。那么动态内存分配的一种方法是拥有一个连续的内存块（一个池），您可以从中线性分配。然后，您在处理期结束时将所有这些内存标记为空闲。分配成本为 O(1)，释放成本为 O(1)，对于给定的工作量，您可以轻松保证所有内存分配都会得到满足。因此，一种解决方案是使用自定义分配器。

【讨论】：

【解决方案2】：

使用block() method：

Rm.block<3, 3>(0,0).colPivHouseholderQr().solve(Rhs)

【讨论】：