掃一掃
關注中圖網
官方微博
>
移動機器人的SLAM與VSLAM方法
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
移動機器人的SLAM與VSLAM方法 版權信息
- ISBN：9787569306057
- 條形碼：9787569306057 ; 978-7-5693-0605-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：
移動機器人的SLAM與VSLAM方法 本書特色
SLAM（同時地圖創建與自定位）與VSLAM（視覺SLAM）是近年來機器人理論與技術研究的核心問題，是移動無人平臺真正實現自主導航的關鍵。本書簡要描述了SLAM方法的基礎，重點對近幾年以來迅速發展的VSLAM方法進行了較為全面的介紹，并對其前端視覺里程計、優化估計、閉環檢測、建圖的方法與技術進行了深入而具體的講解。本書具有良好的理論與工程相結合的特點，是國內目前較少的以SLAM和VSLAM為主體內容的專著。
移動機器人的SLAM與VSLAM方法 內容簡介
張國良、姚二亮著的《移動機器人的SLAM與VSLAM方法》主要介紹移動機器人的自主定位和環境創建技術，即同時定位與地圖創建(SLAM)。首先介紹了傳統基于激光的SLAM方法，而后闡述了基于視覺的SLAM方法(VSLAM)，并對VSLAM的各個部分進行了深入探討。其中，第1章介紹了移動機器人中的關鍵技術，并引入同時定位與地圖創建的概念。第2章對SLAM中常用的傳統濾波方法、剛體運動表示和位姿表示方法進行了詳細闡述。第3章講解了基于激光傳感器的經典SLAM方法，并針對存在的問題展開了進一步的研究。第4章介紹了常用的相機模型，而后從數學上描述了基于視覺的sLAM方法及其優化方法，并對VSL，AM中的重要概念進行了講解。第5章從代碼層面詳細地剖析了一種經典的VSLAM實現方法，有助于讀者深入理解VSL，AM的完整流程。第6章從視覺定位的精確性和魯棒性出發，介紹了VSLAM中視覺里程計的不同設計方法。第7章則講解了VSLAM中閉環檢測的改進辦法。針對存在錯誤閉環的問題，第8章介紹了不同的魯棒優化方法。第9章從地圖的表示方式和實用性出發，介紹了地圖的表征方法。本書可作為各理工科大學機器人、無人機、航空航天無人系統等相關專業的本科高年級教材與研究生教材和重要參考書籍，又可作為大學教師教授相關課程的參考書。
移動機器人的SLAM與VSLAM方法 目錄
第1章概述1.1從SLAM到VSLAM1.1.1未知環境下的同時地圖創建與自定位1.1.2SLAM的基本狀況1.1.3VSLAM的基本狀況1.2SLAM與VSLAM的主要內容1.2.1SLAM的主要內容與難點1.2.2VSLAM的主要內容與難點1.3近年SLAM與VSLAM研究的幾個方向1.3.1直接法與特征法融合問題1.3.2SLAM中IMU輔助的特征匹配1.3.3動態場景下SLAM的定位精度1.3.4利用語意信息輔助SLAM定位1.3.5長期SLAM問題1.3.6多機器人SLAM問題第2章經典SLAM方法的架構2.1SLAM問題的描述2.1.1SLAM問題的概率模型2.1.2機器人系統模型2.1.3SLAM算法的一致性2.2EKF—SLAM算法2.2.1擴展卡爾曼濾波算法2.2.2EKF-SLAM算法和一致性2.3FastSLAM算法2.3.1粒子濾波算法2.3.2Rao—Blackwellized粒子濾波算法2.3.3FastSLAM算法和一致性2.4實驗結果與分析2.5EKF—SLAM算法和FastSLAM算法存在的問題第3章經典SLAM方法改進3.1基于三輪驅動運動模型的EKF—SLAM算法3.1.1兩輪驅動移動機器人里程計圓弧模型3.1.2兩輪驅動移動機器人運動模型3.1.3三輪驅動移動機器人里程計模型3.1.4三輪驅動移動機器人運動模型3.1.5實驗結果與分析3.2基于線段特征匹配的EKFLSLAM算法3.2.1線段特征提取3.2.2線段特征觀測模型3.2.3EKF—Line—SLAM算法3.2.4線段特征提取實驗3.2.5EKF—Line-SLAM算法實驗3.3改進的UFastSLAM算法3.3.1UFastSLAM算法3.3.2改進的UFastSLAM算法3.3.3實驗結果與分析3.4基于PSO優化的粒子濾波sLAM算法3.4.1常規粒子濾波SLAM算法的不足3.4.2改進的建議分布3.4.3融合粒子群算法與粒子濾波的SLAM算法3.4.4實驗仿真與分析3.5本章小結第4章VSLAM基礎4.1立體相機模型4.1.1針孔相機模型4.1.2立體相機深度獲取原理4.1.3反投影模型4.1.4Kinect深度誤差模型4.2相機位姿表示4.2.1三維空間的剛體姿態描述4.2.2李群、李代數4.2.3相機位姿的表示方式4.2.4對相機位姿變換的求導4.3VSLAM的數學表述4.4非線性優化4.5視覺里程計4.5.12D-3D法4.5.23D-3D法4.6閉環檢測4.7地圖構建4.8本章小結第5章開源雙目視覺SLAM框架及其實現5.1數據基礎5.1.1MapPoint類5.1.2zrame尖5.2tracking類5.2.1雙目初始化5.2.2跟蹤參考關鍵幀5.2.3跟蹤上一幀5.2.4重定位5.2.5跟蹤局部地圖5.2.6計算運動模型5.2.7判斷關鍵幀5.2.8創建關鍵幀5.3LocalMapping類5.3.1處理新關鍵幀5.3.2地圖點篩選5.3.3建立新地圖點5.3.4附近關鍵幀搜索匹配地圖點5.3.5局部BA5.3.6關鍵幀篩選5.4LoopClosing類5.4.1閉環檢測5.4.2計算Sim35.4.3閉環優化5.5本章小結第6章VSLAM前端——視覺里程計6.1基于改進視覺里程計和大回環模型的VSLAMI嗩間配準算法6.1.1基于改進Color GICP算法的快速視覺里程計6.1.2基于模型到模型配準的大回環局部優化模型6.1.3實驗及分析6.2考慮多位姿估計約束的立體視覺里程計6.2.1基于改進2D-2D位姿估計模型的位姿跟蹤6.2.2基于改進3D-2D位姿估計模型的位姿跟蹤6.2.3考慮多位姿估計約束的立體視覺里程計6.2.4實驗與分析6.3動態場景下基于運動物體檢測的立體視覺里程計6.3.1基于場景流的運動物體檢測6.3.2基于運動物體檢測的立體視覺里程計6.3.3實驗與分析6.4本章小結第7章VSLAM后端——閉環檢測7.1基于歷史模型集的改進VSLAM閉環檢測算法7.1.1基于改進Frame—to-model配準的歷史模型集構建7.1.2基于歷史模型集的改進閉環檢測算法7.1.3實驗及分析7.2基于空間位置不確定性約束的改進閉環檢測算法7.2.1基于特征點云幀間配準的視覺里程計不確定性模型7.2.2基于空間位置不確定性約束的改進閉環檢測算法7.2.3實驗與分析7.3基于場景顯著區域的閉環檢測算法7.3.1閉環概率模型7.3.2顯著區域選取與場景描述7.3.3基于逆向索引的預匹配場景選取7.3.4顯著區域匹配概率的計算7.3.5實驗與分析7.4本章小結第8章VSLAM后端——魯棒優化估計8.1自適應的Graph SLAM魯棒閉環算法8.1.1常規Graph SLAM魯棒閉環算法8.1.2自適應的Graph SLAM魯棒閉環算法8.1.3實驗仿真與分析8.2增量式的Graph SLAM魯棒閉環算法8.2.1增量式Graph S LAM算法8.2.2增量式Graph S LAM魯棒閉環算法8.2.3實驗仿真與分析8.3基于非線性0-1規劃的魯棒圖優化智能算法加速策略8.3.1魯棒圖優化模型8.3.2改進的Markov鄰域及智能算法加速方法8.3.3實驗與分析8.4本章小結第9章VSLAM地圖創建9.1基于完整可見性模型的改進魯棒Octomap地圖構建9.1.1魯棒Octomap可見性模型分析9.1.2完整可見性模型9.1.3基于完整可見性模型的改進魯棒Octomap9.1.4實驗及分析9.2動態場景下基于平面投影的導航地圖構建方法9.2.1動態場景下三維點云的生成9.2.2地面平面方程的求解9.2.3二維導航地圖構建9.2.4實驗與分析9.3本章小結參考文獻
展開全部
書友推薦
- >
我與地壇
- >
二體千字文
- >
經典常談
- >
李白與唐代文化
- >
朝聞道
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
- >
巴金－再思錄
本類暢銷
