复杂未知环境中移动机器人slam技术及应用 机械工程 徐巍军
none
¥
51.25
6.6折
¥
78
全新
库存3件
作者徐巍军
出版社浙江大学出版社
ISBN9787308231824
出版时间2024-08
版次1
装帧平装
开本16
页数212页
字数205千字
定价78元
货号700_9787308231824
上书时间2024-12-30
商品详情
- 品相描述:全新
-
正版特价新书
- 商品描述
-
目录:
章 移动机器人slam技术概述
1.1 引言
1.2 slam技术发展及应用现状
1.2.1 国外slam技术发展及应用现状
1.2.2 slam技术发展及应用现状
1.3 环境地图表示方法
1.3.1 基于栅格的地图表示法
1.3.2 基于拓扑的地图表示法
1.3.3 基于特征的地图表示法
1.3.4 基于视图的地图表示法
1.3.5 基于语义的地图表示法
1.3.6 混合地图表示法
1.4 slam算法研究进展分析
1.4.1 基于高斯滤波器的slam算法
1.4.2 基于粒子滤波器的slam算法
1.4.3 基于概率设密度滤波器的slam算法
1.4.4 基于图优化的slam算法
参文献
第2章 slam概率模型及算法框架
2.1 引言
2.2 概率机器人学基础
2.2.1 概率统计学基础
2.2.2 机器人学不确定
2.3 贝叶斯估计及方法
2.3.1 贝叶斯模型构成
2.3.2 贝叶斯滤波方程及求解方法
2.3.3 高斯滤波器
2.3.4 粒子滤波器
2.3.5 概率设密度滤波器
2.4 移动机器人slam概率模型
2.4.1 机器人运动模型
2.4.2 路标特征测量模型
2.4.3 递归运算过程
2.5 基于高斯滤波器的slam算法
2.5.1 高斯滤波slam算法
2.5.2 高斯滤波slam算法流程
2.6 基于粒子滤波器的slam算法
2.6.1 fastslam算法
2.6.2 fastslam算法流程
2.7 基于概率设密度滤波器的slam算法
2.7.1 概率设密度滤波slam算法
2.7.2 概率设密度滤波slam算法实现
参文献
第3章 基于统计线回归鲁棒优化的高斯滤波slam算法
3.1 引言
3.2 估计与发展历史
3.2.1 估计概述
3.2.2 鲁棒估计发展历程
3.3 估计算法的鲁棒定义
3.3.1 定鲁棒
3.3.2 全局鲁棒
3.3.3 局部鲁棒
3.4 基于线回归的鲁棒估计算法
3.4.1 经典极大似然估计
3.4.2 广义极大似然估计
3.4.3 常用鲁棒代价函数
3.4.4 估计能评价指标
3.5 非线滤波技术与分类
3.5.1 非线滤波方法概述
3.5.2 基于函数线化的近似方法
……
第4章 基于自适应粒子重采样的ufastslam算法
第5章 同时估计未知噪声方差的概率设密度slam算法
第6章 结与展望
附录 缩写术语对照表
内容简介:
lam本质上可看作一个多维非线估计问题,以概率论为基础的贝叶斯滤波估计技术已成为求解此类问题的非常理想的工具。然而,由于移动机器人的实际作业环境中存在各种不确定因素,其测量系统噪声往往具有非高斯重尾分布或者参数先验信息未知等特。在这些复杂未知环境下,传统的基于贝叶斯滤波估计技术的lam算法的能受到了严重影响,其定位精度、地图准确和计算效率无法满足实际应用的需求。
复杂未知环境中移动机器人lam技术及应用结合笔者多年来的相关研究成果,对基于高斯滤波器、粒子滤波器和概率设密度滤波器的lam算法进行了针对的改进研究,以提高移动机器人在实际应用中的适应能力。
复杂未知环境中移动机器人lam技术及应用共分为6章。章主要介绍外移动机器人lam技术的发展及应用概况,并对基于贝叶斯估计理论的lam算法的研究现状进行分类综述。第2章系统地介绍基于概率模型的机器人同时定位与地图创建算法的框架,为后续改进算法的研究工作提供了理论基础。第3章主要将线回归鲁棒估计思想与贝叶斯滤波技术进行有机结合,并对非线滤波技术进行分类、对典型算法进行介绍,后对测量系统的噪声为非高斯重尾分布时的lam问题进行研究。第4章系统地介绍基于蒙特卡罗采样的粒子滤波方法,并分析影响其估计能的关键因素与改进对策,后对fatlam算法中采样粒子质量差和计算效率低的问题进行研究。第5章主要将基于有限集建模的lam与变分贝叶斯估计理论进行有机结合,并对环境中同时存在杂波干扰和未知测量噪声方差的lam问题展开研究。第6章对复杂未知环境中移动机器人lam技术及应用的主要研究成果和创新点进行了结,并对下一步的研究方向和任务作出展望。
作者简介:
博士,自然资源部第二海洋研究所海底科学助理研究员。研究领域为自主无人系统的探测技术。浙江省重点创新团队成员,参与多项科技进步、863海洋技术重大专项、自然科学科研项目。
— 没有更多了 —
以下为对购买帮助不大的评价