複雜未知環境中移動機器人SLAM技術及應用檢視原始碼討論檢視歷史

《複雜未知環境中移動機器人SLAM技術及應用》，出版社： 浙江大學出版社，ISBN：9787308231824。

書籍是知識的源泉，只有書籍才能解救人類，只有知識才能使我們變成精神上堅強的、真正的、有理性的人。唯有這種人能真誠地熱愛人，尊重人的勞動，衷心地讚賞人類永不停息的偉大勞動所創造的最美好的成果。

內容簡介

SLAM本質上可看作一個多維非線性隨機狀態估計問題，以概率論為基礎的貝葉斯濾波估計技術已成為求解此類問題的非常理想的工具。然而，由於移動機器人的實際作業環境中存在各種不確定因素，其測量系統噪聲往往具有非高斯重尾分布或者參數先驗信息未知等特性。在這些複雜未知環境下，傳統的基於貝葉斯濾波估計技術的SLAM算法的性能受到了嚴重影響，其定位精度、地圖準確性和計算效率無法滿足實際應用的需求。 　　 《複雜未知環境中移動機器人SLAM技術及應用》結合筆者多年來的相關研究成果，對基於高斯濾波器、粒子濾波器和概率假設密度濾波器的SLAM算法進行了針對性的改進研究，以提高移動機器人在實際應用中的適應能力。 　　 《複雜未知環境中移動機器人SLAM技術及應用》共分為6章。第1章主要介紹國內外移動機器人SLAM技術的發展及應用概況，並對基於貝葉斯估計理論的SLAM算法的研究現狀進行分類綜述。第2章系統地介紹基於概率模型的機器人同時定位與地圖創建算法的原理框架，為後續改進算法的研究工作提供了理論基礎。第3章主要將線性回歸魯棒估計思想與貝葉斯濾波技術進行有機結合，並對非線性濾波技術進行分類、對典型算法進行介紹，最後對測量系統的噪聲為非高斯重尾分布時的SLAM問題進行研究。第4章系統地介紹基於蒙特卡羅採樣的粒子濾波方法，並分析影響其估計性能的關鍵因素與改進對策，最後對FastSLAM算法中採樣粒子質量差和計算效率低的問題進行研究。第5章主要將基於隨機有限集建模的SLAM與變分貝葉斯估計理論進行有機結合，並對環境中同時存在雜波干擾和未知測量噪聲方差的SLAM問題展開研究。第6章對《複雜未知環境中移動機器人SLAM技術及應用》的主要研究成果和創新點進行了總結，並對下一步的研究方向和任務作出展望。