Ubuntu Tips:
(1)sudo dpkg -i xx.deb
(2)ubuntu安装terminator
sudo apt-get update
sudo apt-get install terminator
快捷键：
Ctrl + Shift + O 水平分割 分成上下两个窗口
Ctrl + Shift + E 垂直分割 分成左右两个窗口
优势：
由于在运行ros工程时，会启动很多终端，不方便使用，Terminator可以把所有的合在一个窗口，方便管理，每个窗口都是一个独立的终端。
(3)E:依赖但是他将不会被安装
method:更新与软件里调整
(4)cd
.代表此层目录
..代表上层目录
-代表前一个工作目录
~代表“目前有户身份”所在的的主文件夹
(5)source devel/setup.bash:这是一个在Linux和macOS中常用的命令，作用是在终端执行该命令来设置环境
变量，以便在终端中使用该环境中安装的软件包。
具体而言，他会读取并执行一个叫做”setup.bash”的脚本文件，该文件通常包含了环境变量的设置，如设置环境变量ROS_PACKAGE_PATH,ROS_ROOT等..
(6)
origin:远程数据仓库
(7)bash & shell
1.shell是用户和Linux（或者更准确的说，是用户和Linux内核）之间的接口程序。你在提示符下输入的每个命令都由shell先解释然后传给Linux内核。
2.bash:The Bourne Again Shell
bash是shell的一种；
bash是一个命令处理器，运行在文本窗口中，并能执行用户直接输入的命令；
bash还能从文件中读取Linux命令，称之为脚本；
对带有“.sh”扩展名的vi编辑器等文本的处理与执行。

Major:
(1)
<1>GNSS:Global Navigation Satellite System 全球定位系统
GNSS用于描述使用卫星信号来确定用户接收机位置的系统。
找至少4颗卫星，分别计算各个卫星和终端之间的距离delta L(这个距离也被称为伪距)，就可以列出4个方程组。
计算得到四个参数分别是经度,维度,三维,高程(海拔高度)和时间。
通过单位时间的位置变化，还能计算出终端的速度。三维坐标，速度，时间信息，我们通常将其称为PVT。
存在误差，为提高精度提出了RTK。
<2>RTK:Real-time kenematic 实时动态载波相位差分技术
RTK用于对GNSS辅助：基准站 & 流动站 , 二者均可观测和接收卫星数据。
<3>INS: Inertial Navigation System 全球惯性导航
(2)Main Project
LIO-SAM
FAST-LIO
(3)
voxel(体素):是像素(pixel)，体积(volume)和元素(element)的组合词，相当于3D空间中的像素
(4)SLAM定位方法
1>概率方法：EKF
2>匹配法(scan-matching):ICP及各种变体
(4)
adas:Advanced Driver Assistance system 高级辅助驾驶系统
log:日志,观察记录
pacp:package capture
mrpt:mobile robot programming toolkits
(5)地图相关概念
地图分为 局部地图 & 全局地图
局部地图中的特征点用来和当前帧匹配求解相机位置，希望尽可能的快；
全局地图记录所有特征点的信息，因此规模比较大，主要用于回环检测和地图表达。
(6)激光雷达的点云数据处理
XYZ + Intensity
ROI区域:region of interest
噪点 & 离群点
(7)
1>方差(variance):描述随机变量的数据相互间的偏离程度（分散程度）
2>标准差(standard deviation):方差的算术平方根
3>均方误差(Mean Squared Error)/均方根误差(Root Mean Square Error,RMSE):
应用场景存在一个真实值，衡量的是各数据偏离真实值的情况
4>相对位姿误差RPE(relative pose error)
(8)
GFTT(good feature to track):GFTT特征点检测算法
(9)单目VO的尺度不确定性
距离未知导致单目SLAM存在以下问题：
a.需要初始化
b.尺度不确定性
c.尺度漂移（地图越跑越小，通过回环一定程度上修复）
(10)
scan-to-scan:扫描到扫描的匹配，计算出pose
scan-to-map:扫描到地图
端到端：
将分步解决的中间步骤连接整合在一起，成为一个黑盒子，能看到的只是输入的数据和输出的结果，就是
从数据的端，到了结果的端；输入和输出的期望形式和最终需求一致。
非端到端：分步骤解决，人为做过降维处理或特征处理
(11)评估抖动情况的指标
方差：样本值和样本值平均数之差的平方值的平均数，衡量偏离程度

标准差（Standard Deviation，STD）：均方差，方差的算术平方根

均方差：均方差 = 标准差
均方根误差（Root Mean Square Error）：观测值与真值偏差的平方与观测次数N比值的平方根

协方差：两个变量的总体误差，大于0变化趋势相同

数学期望（mathematic expectation）：均值

ATE：绝对轨迹误差 算法精度 & 轨迹全局一致性
RPE：相对位姿误差
(12)先验 & 后验 & 似然
1>先验：根据以往的经验或者常识，不根据当前事实对理论进行推导；
2>后验：根据当前的事情的观察（证据 & 原因），推断分析当前事情发生某种结果的概率
3>似然：根据当前事情发生的某种结果，反推之前的经验（证据）对当前结果发生的关联程度（也叫相似所以必然发生的最大可能性）是一种拟合程度；
(13)自动驾驶
a.主机厂：上汽
b.互联网公司：Google
c.一级供应商：博世
(14)word
flann:神经网络
(15)四元数Quaternion
构造顺序为wxyz，实际data顺序为xyzw
(16)
四元数是给计算机看的，对比应该再转化为四元数进行核对
(17)鲁棒核函数
HuberLoss/CauchyLoss
(18)偏导数
对多元函数中某一个自变量求导，而把其他自变量统统当作常数对待 (19)雅可比矩阵Jacobian

Jacobian矩阵是实向量值函数f在坐标域内的微分df的坐标形式，即有df(h)=Jh，也可以认为是多元泰勒展开的一阶项系数
Hessian矩阵则是坐标域上的实值函数（标量场）泰勒展开的
(20)微分和求导的联系与区别
https://zhuanlan.zhihu.com/p/145620564

微分：一个具体的动作或者说是操作，在某点附近进行线性逼近函数，画出直线
导数：给出斜率
函数在某点可导，那么必然在该点可微；函数在某点可微，那么必然可导。
（21）ZYX：yaw pitch roll 偏航 - 俯仰 - 滚转
（22）
插值是在已知的数据点之间进行估计或预测的数学方法。它可以用来填充数据点之间的空白，以便获得更连续和平滑的函数或曲线。插值在很多领域中被广泛应用，例如信号处理、图像处理、计算机图形学等。
在数学上，插值可以通过一些已知的数据点来估计或预测未知点的值。例如，给定一组离散数据点，可以使用插值方法来计算数据点之间的值。常见的插值方法包括最邻近插值、线性插值、多项式插值和样条插值等。这些方法根据数据点之间的不同情况，使用不同的数学模型来估计或预测未知点的值。
插值的目的是为了在已知的数据点之间填充空白，以获得更平滑和连续的函数或曲线。这对于数据分析、信号重建、平滑曲线绘制和数据处理等任务非常重要。插值方法的选择取决于数据点的性质和应用需求，不同的插值方法可能会得到不同的结果。因此，在选择插值方法时需要考虑数据的特点和所需的精度要求。
(23)
使用inline关键字直接把函数的声明和实现都写在头文件中即可 (24)
方差：度量单个随机变量的离散程度

协方差：一般刻画两个随机变量的相似程度

协方差矩阵：多个变量两两之间之间的协方差构成矩阵，对角线上元素是各个随机变量的方差，非对角线上是两两随机变量的协方差

(25) N维矩阵表示对N维空间上的以坐标原点为起点的N维空间向量进行旋转和伸缩变换
求解特征向量即求解对N维坐标的旋转方向（即旋转后的坐标轴方向）
特征值表示为变换对特征值的伸缩倍数
(26)最大似然估计
根据结果去反推模型的参数值
DL:
深度学习在图像领域几大任务
分类<目标检测<语义分割<实例分割

Job:
(1)
KPI:Key Performance Indicator 关键绩效指标
pkg(package):总包，年薪
Matlab:
(1) * & .*
表示矩阵的运算
.表示矩阵对应元素相乘，
(2) ^ & .^
^表示矩阵的指数运算，遵循矩阵的乘法法则
.^表述对应元素求二次方
(3) 样本方差(sample variance)
var(sample):求出的是样本方差即分母为n-1,表示为总体方差的无偏估计
总体方差(population variance)
var(sample,1):求出的是总体方差，分母为n