图书介绍
机器人感知 因子图在SLAM中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- （美）Frank Dellaert，Michael Kaess 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121338113
- 出版时间：2018
- 标注页数：145页
- 文件大小：15MB
- 文件页数：170页
- 主题词：智能机器人－感知－研究
PDF下载
下载说明
机器人感知 因子图在SLAM中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 引言3
1.1 机器人领域中的推断问题4
1.2 概率建模5
1.3 生成模型的贝叶斯网络6
1.4 指定概率密度函数8
1.5 在贝叶斯网络中进行模拟9
1.6 最大后验概率推断10
1.7 因子图推断12
1.8 因子图支持的计算14
1.9 路线图15
1.10 文献评论16
第2章 平滑与地图构建17
2.1 SLAM中的因子图18
2.2 非线性因子图的最大后验概率推断19
2.3 线性化20
2.4 最小二乘问题的直接求解方法22
2.5 最大后验概率推断的非线性优化24
2.5.1 梯度下降法25
2.5.2 高斯-牛顿法25
2.5.3 列文伯格-马夸尔特算法25
2.5.4 Dogleg最小化法27
2.6 文献评论28
第3章 探索稀疏性31
3.1 关于稀疏性32
3.1.1 启发性的例子32
3.1.2 稀疏雅可比矩阵及其因子图33
3.1.3 稀疏信息矩阵及其图表示34
3.2 消元算法36
3.3 利用变量消元进行稀疏矩阵分解38
3.3.1 稀疏高斯因子39
3.3.2 生成乘积因子39
3.3.3 利用部分QR分解进行变量消元40
3.3.4 多波前QR分解41
3.4 稀疏乔里斯基分解与贝叶斯网络43
3.4.1 线性高斯条件概率密度43
3.4.2 反向替代求解贝叶斯网络44
3.5 讨论44
3.6 文献评论45
第4章 消元顺序49
4.1 消元的时间复杂度50
4.2 变量顺序的影响51
4.3 填充的概念54
4.4 启发式排序55
4.4.1 最小度排序55
4.4.2 嵌套分割排序55
4.5 机器人领域中的启发式排序57
4.6 嵌套分割和SLAM60
4.7 文献评论62
第5章 增量平滑与地图构建65
5.1 增量推断66
5.2 更新矩阵分解68
5.3 卡尔曼滤波及平滑70
5.3.1 边缘化71
5.3.2 固定滞后平滑与滤波72
5.4 非线性滤波及平滑74
5.4.1 贝叶斯树75
5.4.2 更新贝叶斯树76
5.4.3 增量平滑与地图构建79
5.5 文献评论81
第6章 流形上的优化83
6.1 姿态与航向估计84
6.1.1 增量旋转85
6.1.2 指数映射86
6.1.3 局部坐标86
6.1.4 结合朝向信息88
6.1.5 平面旋转89
6.2 位姿SLAM90
6.2.1 位姿表示91
6.2.2 局部位姿坐标91
6.2.3 位姿的优化92
6.2.4 位姿SLAM93
6.3 李群及任意流形上的优化94
6.3.1 矩阵李群94
6.3.2 一般流形与归约95
6.3.3 归约和李群96
6.4 文献评论97
第7章 应用99
7.1 惯性导航100
7.2 稠密三维地图构建102
7.3 现场机器人学105
7.4 鲁棒估计与非高斯推断108
7.5 长期运行和稀疏化109
7.6 大规模及分布式SLAM110
7.7 总结114
参考文献117
附录A多波前乔里斯基分解139
附录B李群及其他流形141