自动驾驶与机器人中的SLAM技术 从理论到实践
全新正版 假一赔十 可开发票
￥ 113.25 6.3折 ￥ 179 全新
库存20件
作者高翔 著
出版社电子工业出版社
ISBN9787121458781
出版时间2023-08
装帧平装
开本16开
定价179元
货号1202992098
上书时间2024-11-03
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
高翔，慕尼黑工业大学博后，清华大学博士，长期从事SLAM的研究，主要包括机器人的中的视觉SLAM技术、机器学习与SLAM的结合。主要著译作包括《视觉SLAM十四讲：从理论到实践》《机器人学中的状态估计》，在ICRA、IROS、RA-Letters、Transactions on Mechatronics、Robotics and Autonomous Systems、Autonomous Robots等国际知名期刊、会议有多篇论文发表。
目录
第一部分基础数学知识1
第1章自动驾驶3
1.1自动驾驶技术3
1.1.1自动驾驶能力与分级3
1.1.2L4的典型业务6
1.2自动驾驶中的定位与地图10
1.2.1为什么L4自动驾驶需要定位与地图10
1.2.2高精地图的内容与生产12
1.3本书内容的介绍顺序14
第2章基础数学知识回顾17
2.1几何学19
2.1.1坐标系19
2.1.2李群与李代数26
2.1.3SO(3)上的BCH线性近似式27
2.2运动学27
2.2.1李群视角下的运动学28
2.2.2四元数视角下的运动学29
2.2.3四元数的李代数与旋转矢量间的转换30
2.2.4其他几种运动学表达方式32
2.2.5线速度与加速度34
2.2.6扰动模型与雅可比矩阵35
2.3运动学演示案例：圆周运动37
2.4滤波器与最优化理论40
2.4.1状态估计问题与最小二乘法40
2.4.2卡尔曼滤波器40
2.4.3非线性系统的处理方法41
2.4.4最优化方法与图优化42
2.5本章小结44
习题44
第3章惯性导航与组合导航47
3.1IMU系统的运动学49
3.1.1关于IMU测量值的解释51
3.1.2IMU测量方程中的噪声模型51
3.1.3IMU的离散时间噪声模型53
3.1.4现实中的IMU54
3.2使用IMU进行航迹推算56
3.2.1利用IMU数据进行短时间航迹推算56
3.2.2IMU递推的代码实验57
3.3卫星导航61
3.3.1GNSS的分类与供应商61
3.3.2实际的RTK安装与接收数据63
3.3.3常见的世界坐标系64
3.3.4RTK读数的显示66
3.4使用误差状态卡尔曼滤波器实现组合导航72
3.4.1ESKF的数学推导72
3.4.2离散时间的ESKF运动方程77
3.4.3ESKF的运动过程78
3.4.4ESKF的更新过程79
3.4.5ESKF的误差状态后续处理80
3.5实现ESKF的组合导航82
3.5.1ESKF的实现82
3.5.2实现预测过程83
3.5.3实现RTK观测过程84
3.5.4ESKF系统的初始化87
3.5.5运行ESKF90
3.5.6速度观测量95
3.6本章小结98
习题98
第4章预积分学99
4.1IMU状态的预积分学101
4.1.1预积分的定义101
4.1.2预积分测量模型103
4.1.3预积分噪声模型106
4.1.4零偏的更新109
4.1.5预积分模型归结至图优化112
4.1.6预积分的雅可比矩阵113
4.1.7小结115
4.2实践：预积分的程序实现116
4.2.1实现预积分类116
4.2.2预积分的图优化顶点120
4.2.3预积分方案的图优化边121
4.2.4实现基于预积分和图优化的GINS126
4.3本章小结133
习题133
第二部分激光雷达的定位与建图135
第5章基础点云处理137
5.1激光雷达传感器与点云的数学模型139
5.1.1激光雷达传感器的数学模型139
5.1.2点云的表达141
5.1.3Packet的表达143
5.1.4俯视图和距离图144
5.1.5其他表达形式148
5.2最近邻问题148
5.2.1暴力最近邻法149
5.2.2栅格与体素方法152
5.2.3二分树与K-d树160
5.2.4四叉树与八叉树172
5.2.5其他树类方法179
5.2.6小结180
5.3拟合问题181
5.3.1平面拟合181
5.3.2平面拟合的实现184
5.3.3直线拟合185
5.3.4直线拟合的实现187
5.4本章小结189
习题190
第6章2DSLAM191
6.12DSLAM的基本原理193
6.2扫描匹配算法195
6.2.1点到点的扫描匹配195
6.2.2点到点ICP的实现（高斯-牛顿法）199
6.2.3点到线的扫描匹配算法203
6.2.4点到线ICP的实现（高斯-牛顿法）204
6.2.5似然场法207
6.2.6似然场法的实现（高斯-牛顿法）209
6.2.7似然场法的实现（g2o）212
6.3占据栅格地图215
6.3.1占据栅格地图的原理215
6.3.2基于Bresenham算法的地图生成216
6.3.3基于模板的地图生成218
6.4子地图223
6.4.1子地图的原理223
6.4.2子地图的实现224
6.5回环检测与闭环228
6.5.1多分辨率的回环检测229
6.5.2基于子地图的回环修正233
6.5.3讨论238
6.6本章小结241
习题241
第7章3DSLAM243
7.1多线激光雷达的工作原理245
7.1.1机械旋转式激光雷达245
7.1.2固态激光雷达246
7.2多线激光雷达的扫描匹配248
7.2.1点到点ICP248
7.2.2点到线、点到面ICP254
7.2.3NDT方法258
7.2.4本节各种配准方法与PCL内置方法的对比265
7.3直接法激光雷达里程计267
7.3.1使用NDT构建激光雷达里程计267
7.3.2增量NDT里程计273
7.4特征法激光雷达里程计280
7.4.1特征的提取280
7.4.2基于激光雷达线束的特征提取280
7.4.3特征提取部分的实现281
7.4.4特征法激光雷达里程计的实现286
7.5松耦合LIO系统293
7.5.1坐标系说明293
7.5.2松耦合LIO系统的运动与观测方程294
7.5.3松耦合LIO系统的数据准备294
7.5.4松耦合LIO系统的主要流程297
7.5.5松耦合LIO系统的配准部分301
7.6本章小结304
习题304
第三部分应用实例305
第8章紧耦合LIO系统307
8.1紧耦合的原理和优点309
8.2基于IEKF的LIO系统309
8.2.1IEKF状态变量与运动方程309
8.2.2观测方程中的迭代过程311
8.2.3高维观测的等效处理313
8.3实现基于IEKF的LIO系统315
8.4基于预积分的LIO系统319
8.4.1预积分LIO系统的原理319
8.4.2代码实现321
8.5本章小结327
习题327
第9章自动驾驶车辆的离线地图构建329
9.1点云建图的流程331
9.2前端实现332
9.3后端位姿图优化与异常值检验337
9.4回环检测339
9.5地图的导出345
9.6本章小结347
习题348
第10章自动驾驶车辆的实时定位系统351
10.1点云融合定位的设计方案353
10.2算法实现354
10.2.1RTK初始搜索354
10.2.2外围测试代码358
10.3本章小结360
习题361
参考文献363
内容摘要
本书系统介绍自动驾驶与机器人中的SLAM技术，从零开始搭建一套完整的激光雷达与惯性导航定位建图方案。理论方面使用现代化流形方法进行推导，代码方面则使用简洁明快的现代C++语言实现。本书从最基本的理论与程序代码开始，一步步增加各种模块，省略复杂的工程细节，最后形成一个完整的系统。本书在逻辑上是完整自洽的，在内容上则是通俗易懂的。
本书从经典的卡尔曼滤波器讲到现代的预积分和图优化理论。读者可以通过实际操作，将这些算法重新实现一遍，并比较它们之间的异同。本书内容包括惯性导航、组合导航、误差拓展卡尔曼滤波器、预积分和图优化、二维和三维激光点云的表达、最近邻数据结构、点云配准算法，等等。最后，本书将各种算法模块组合起来，形成完整的惯性里程计、离线地图构建和实时定位系统。
本书可作为自动驾驶和机器人定位领域的教材，适用于对该方向感兴趣的学生、教师和科研人员。
主编推荐
"√大部分书是用来看的，而本书是可以运行的
√《视觉SLAM十四讲：从理论到实践》进阶读物
√介绍自动驾驶和机器人中使用到的SLAM技术"
相关推荐
-
自动驾驶与机器人中的SLAM技术
全新武汉
￥ 104.57
-
自动驾驶与机器人实践指南
全新武汉
￥ 72.07
-
自动驾驶与机器人实践指南
全新武汉
￥ 67.62
-
自动驾驶与机器人实践指南
全新武汉
￥ 74.60
-
自动驾驶与机器人实践指南
全新保定
￥ 69.62
-
自动驾驶与机器人实践指南
全新武汉
￥ 70.90
-
自动驾驶与机器人实践指南
全新廊坊
￥ 71.60
-
9787122443304自动驾驶与机器人实践指南
全新保定
￥ 70.09
-
自动驾驶与机器人中的SLAM技术 从理论到实践
全新广州
￥ 104.47
-
自动驾驶与机器人中的SLAM技术 从理论到实践
全新广州
￥ 104.52
— 没有更多了 —
以下为对购买帮助不大的评价