向std::map插入含Eigen成员的结构体时偶发段错误如何解决

这个偶发段错误是Eigen固定大小矩阵的内存对齐要求导致的：
你用到的Eigen::Matrix<double, 2, 1>、Eigen::Matrix<double, 2, 2>属于固定尺寸的可向量化类型，Eigen默认会要求16字节内存对齐，而STL容器的默认分配器无法保证存储自定义结构体时满足该对齐要求。当结构体实例的内存地址不满足对齐要求时，Eigen的SIMD优化指令访问成员就会触发段错误，因为内存地址是否对齐是随机的，所以故障表现为无规律偶发，你移除Eigen成员后问题消失也完全符合该故障特征。

你可以任选以下任意一种方案修复：

方案1：添加Eigen对齐宏（最优，不损失性能） #

在cell结构体的定义末尾添加EIGEN_MAKE_ALIGNED_OPERATOR_NEW宏，该宏会重载结构体的new运算符，保证所有动态分配的cell实例都满足Eigen的对齐要求，修改后的cell定义如下：

struct cell {
    Eigen::Matrix<double, 2, 1> mean;
    Eigen::Matrix<double, 2, 2> covariance;
    std::vector<double> x_m {};
    std::vector<double> y_m {};
    std::vector<Eigen::Matrix<double, 2, 1>> hits {};
    cell();
    // 新增对齐宏
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
};

该方案不需要修改其他代码，也不会损失Eigen的SIMD计算性能，是首选方案。

方案2：关闭Eigen成员的对齐要求（简单兼容） #

如果不需要SIMD优化，可以将Eigen矩阵的对齐属性设置为关闭，修改成员定义如下：

Eigen::Matrix<double, 2, 1, Eigen::DontAlign> mean;
Eigen::Matrix<double, 2, 2, Eigen::DontAlign> covariance;

该方案不需要改动其他逻辑，仅对极小数值计算场景有可忽略的性能损失。

方案3：改用动态尺寸Eigen矩阵 #

把固定尺寸的矩阵改为动态尺寸，动态矩阵默认不需要严格对齐：

Eigen::MatrixXd mean; // 2x1
Eigen::MatrixXd covariance; // 2x2

需要注意构造函数中要指定矩阵尺寸初始化。

你当前用double作为std::map的key存在逻辑风险：浮点计算存在精度误差，理论上相同的坐标经过不同计算路径得到的x/y值可能存在极小的差异，会导致map判定为不同的key，出现预期外的多entry。建议将坐标放大固定倍数后转为整数作为key，比如保留毫米级精度的话可以用int64_t key_x = llround(x * 1000)作为外层map的key，避免精度问题。

内容的提问来源于stack exchange，提问作者notARobot