中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
自動駕駛與機器人中的SLAM技術:從理論到實踐 版權信息
- ISBN：9787121458781
- 條形碼：9787121458781 ; 978-7-121-45878-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自動駕駛與機器人中的SLAM技術:從理論到實踐 本書特色
√主要用C 17作為C 標準
√追求理論與實踐統一
√注重原理層面的代碼實現
√提到的算法都有對應代碼實現
√讓算法運行得比經典實現更流暢
√從零開始搭建一套完整的激光SLAM方案
√本書配套代碼全部開源
本書內容架構
第1部分 基礎數學知識
√介紹基礎的幾何學、運動學知識
√回顧狀態估計理論的基礎知識
√介紹主流的處理慣性測量單元的方法：經典的誤差狀態卡爾曼濾波器；預積分方法
第2部分 激光雷達的定位與建圖
介紹激光SLAM的內容
√基礎的點云處理方法
√實現經典的數據結構√主要用C 17作為C 標準
√追求理論與實踐統一
√注重原理層面的代碼實現
√提到的算法都有對應代碼實現
√讓算法運行得比經典實現更流暢
√從零開始搭建一套完整的激光SLAM方案
√本書配套代碼全部開源
本書內容架構
第1部分 基礎數學知識
√介紹基礎的幾何學、運動學知識
√回顧狀態估計理論的基礎知識
√介紹主流的處理慣性測量單元的方法：經典的誤差狀態卡爾曼濾波器；預積分方法
第2部分 激光雷達的定位與建圖
介紹激光SLAM的內容
√基礎的點云處理方法
√實現經典的數據結構
√2D SLAM
√3D SLAM
√介紹松耦合的激光雷達–慣性導航里程計
第3部分 應用實例
介紹經典的SLAM應用
√實現一個緊耦合的激光雷達–慣性導航里程計
√介紹離線的點云地圖構建方法
√介紹在已有點云地圖中進行高精定位的方法
√介紹自動駕駛車輛的實時定位系統
自動駕駛與機器人中的SLAM技術:從理論到實踐 內容簡介
本書是《視覺SLAM十四講：從理論到實踐》一書的姊妹篇。內容比《視覺SLAM十四講：從理論到實踐》略難。系統介紹自動駕駛與機器人中的 SLAM 技術，從零開始搭建一套完整的激光雷達與慣性導航定位建圖方案。理論方面使用現代化流形方法進行推導，代碼方面則使用簡潔明快的現代 C++ 語言實現。本書從*基本的理論與程序代碼開始，一步步增加各種模塊，省略復雜的工程細節，*后形成一個完整的系統。本書在邏輯上是完整自洽的，在內容上則是通俗易懂的。 本書可作為人工智能、人工智能自動駕駛和機器人定位領域的教材，適用于對該方向感興趣的學生、教師和科研人員。
自動駕駛與機器人中的SLAM技術:從理論到實踐 目錄
**部分 基礎數學知識 1
第1章 自動駕駛 3
1.1 自動駕駛技術 3
1.1.1 自動駕駛能力與分級 3
1.1.2 L4 的典型業務 6
1.2 自動駕駛中的定位與地圖 10
1.2.1 為什么L4自動駕駛需要定位與地圖 10
1.2.2 高精地圖的內容與生產 12
1.3 本書內容的介紹順序 14
第2章 基礎數學知識回顧 17
2.1 幾何學 19
2.1.1 坐標系 19
2.1.2 李群與李代數 26
2.1.3 SO(3)上的BCH線性近似式 27
2.2 運動學 27
2.2.1 李群視角下的運動學 28
2.2.2 四元數視角下的運動學 29
2.2.3 四元數的李代數與旋轉矢量間的轉換 30
2.2.4 其他幾種運動學表達方式 32
2.2.5 線速度與加速度 34
2.2.6 擾動模型與雅可比矩陣 35
2.3 運動學演示案例：圓周運動 37
2.4 濾波器與*優化理論 40
2.4.1 狀態估計問題與*小二乘法 40
2.4.2 卡爾曼濾波器 40
2.4.3 非線性系統的處理方法 41
2.4.4 *優化方法與圖優化 42
2.5 本章小結 44
習題 44
第3章 慣性導航與組合導航 47
3.1 IMU系統的運動學 49
3.1.1 關于IMU測量值的解釋 51
3.1.2 IMU測量方程中的噪聲模型 51
3.1.3 IMU的離散時間噪聲模型 53
3.1.4 現實中的IMU 54
3.2 使用IMU進行航跡推算 56
3.2.1 利用IMU數據進行短時間航跡推算 56
3.2.2 IMU遞推的代碼實驗 57
3.3 衛星導航 61
3.3.1 GNSS的分類與供應商 61
3.3.2 實際的RTK安裝與接收數據 63
3.3.3 常見的世界坐標系 64
3.3.4 RTK讀數的顯示 66
3.4 使用誤差狀態卡爾曼濾波器實現組合導航 72
3.4.1 ESKF的數學推導 72
3.4.2 離散時間的ESKF運動方程 77
3.4.3 ESKF的運動過程 78
3.4.4 ESKF的更新過程 79
3.4.5 ESKF的誤差狀態后續處理 80
3.5 實現ESKF的組合導航 82
3.5.1 ESKF的實現 82
3.5.2 實現預測過程 83
3.5.3 實現RTK觀測過程 84
3.5.4 ESKF系統的初始化 87
3.5.5 運行ESKF 90
3.5.6 速度觀測量 95
3.6 本章小結 98
習題 98
第4章 預積分學 99
4.1 IMU 狀態的預積分學 101
4.1.1 預積分的定義 101
4.1.2 預積分測量模型 103
4.1.3 預積分噪聲模型 106
4.1.4 零偏的更新 109
4.1.5 預積分模型歸結至圖優化 112
4.1.6 預積分的雅可比矩陣 113
4.1.7 小結 115
4.2 實踐：預積分的程序實現 116
4.2.1 實現預積分類 116
4.2.2 預積分的圖優化頂點 120
4.2.3 預積分方案的圖優化邊 121
4.2.4 實現基于預積分和圖優化的GINS 126
4.3 本章小結 133
習題 133
第二部分 激光雷達的定位與建圖 135
第5章 基礎點云處理 137
5.1 激光雷達傳感器與點云的數學模型 139
5.1.1 激光雷達傳感器的數學模型 139
5.1.2 點云的表達 141
5.1.3 Packet的表達 143
5.1.4 俯視圖和距離圖 144
5.1.5 其他表達形式 148
5.2 *近鄰問題 148
5.2.1 暴力*近鄰法 149
5.2.2 柵格與體素方法 152
5.2.3 二分樹與K-d樹 160
5.2.4 四叉樹與八叉樹 172
5.2.5 其他樹類方法 179
5.2.6 小結180
5.3 擬合問題 181
5.3.1 平面擬合 181
5.3.2 平面擬合的實現 184
5.3.3 直線擬合185
5.3.4 直線擬合的實現 187
5.4 本章小結 189
習題 190
第6章 2D SLAM 191
6.1 2D SLAM的基本原理 193
6.2 掃描匹配算法 195
6.2.1 點到點的掃描匹配 195
6.2.2 點到點ICP的實現（高斯-牛頓法）199
6.2.3 點到線的掃描匹配算法 203
6.2.4 點到線ICP的實現（高斯-牛頓法）204
6.2.5 似然場法 207
6.2.6 似然場法的實現（高斯-牛頓法）209
6.2.7 似然場法的實現（g2o）212
6.3 占據柵格地圖 215
6.3.1 占據柵格地圖的原理215
6.3.2 基于Bresenham算法的地圖生成 216
6.3.3 基于模板的地圖生成 218
6.4 子地圖 223
6.4.1 子地圖的原理 223
6.4.2 子地圖的實現 224
6.5 回環檢測與閉環 228
6.5.1 多分辨率的回環檢測 229
6.5.2 基于子地圖的回環修正 233
6.5.3 討論 238
6.6 本章小結 241
習題 241
第7章 3D SLAM 243
7.1 多線激光雷達的工作原理 245
7.1.1 機械旋轉式激光雷達 245
7.1.2 固態激光雷達 246
7.2 多線激光雷達的掃描匹配 248
7.2.1 點到點ICP 248
7.2.2 點到線、點到面ICP 254
7.2.3 NDT方法 258
7.2.4 本節各種配準方法與PCL內置方法的對比 265
7.3 直接法激光雷達里程計 267
7.3.1 使用NDT構建激光雷達里程計 267
7.3.2 增量NDT里程計 273
7.4 特征法激光雷達里程計 280
7.4.1 特征的提取 280
7.4.2 基于激光雷達線束的特征提取 280
7.4.3 特征提取部分的實現 281
7.4.4 特征法激光雷達里程計的實現 286
7.5 松耦合LIO系統 293
7.5.1 坐標系說明 293
7.5.2 松耦合LIO系統的運動與觀測方程 294
7.5.3 松耦合LIO系統的數據準備 294
7.5.4 松耦合LIO系統的主要流程 297
7.5.5 松耦合LIO系統的配準部分 301
7.6 本章小結 304
習題 304
第三部分 應用實例 305
第8章 緊耦合LIO系統 307
8.1 緊耦合的原理和優點 309
8.2 基于IEKF的LIO系統 309
8.2.1 IEKF狀態變量與運動方程 309
8.2.2 觀測方程中的迭代過程 311
8.2.3 高維觀測的等效處理 313
8.3 實現基于IEKF的LIO系統 315
8.4 基于預積分的LIO系統 319
8.4.1 預積分LIO系統的原理 319
8.4.2 代碼實現 321
8.5 本章小結 327
習題 327
第9章 自動駕駛車輛的離線地圖構建 329
9.1 點云建圖的流程 331
9.2 前端實現 332
9.3 后端位姿圖優化與異常值檢驗 337
9.4 回環檢測 339
9.5 地圖的導出 345
9.6 本章小結 347
習題 348
第10章 自動駕駛車輛的實時定位系統 351
10.1 點云融合定位的設計方案 353
10.2 算法實現 354
10.2.1 RTK初始搜索 354
10.2.2 外圍測試代碼 358
10.3 本章小結 360
習題 361
參考文獻 363
展開全部
自動駕駛與機器人中的SLAM技術:從理論到實踐 相關資料
名家點評
本書是高翔的又一力作，涵蓋了自動駕駛與機器人中SLAM技術的關鍵理論和應用。本書深入淺出地介紹了激光SLAM的基礎知識、前沿算法，并通過詳細的代碼示例將理論落到實處。本書既適合SLAM初學者進行學習實踐，也能讓富有經驗的專家從中獲益。無論是學術研究還是工程實踐，本書都能為自動駕駛和機器人領域的同學和工程師提供全面、豐富的資料。
——香港科技大學教授 譚平
一套完整的SLAM系統涉及許多問題，包括數學、算法、編程和硬件，其入門難度很大，而目前成體系的教材較少。本書凝聚了高翔在SLAM領域多年的經驗，相信會成為SLAM經典教材。無論是新手還是有經驗的專家都可以從這本書中獲益。尤為難得的是，本書結合自動駕駛和機器人中許多實際問題給出了可以執行的C 源代碼。力薦本書給一線科研和工程實踐人員。
——哈佛大學助理教授 周昊胤
本書是高翔為SLAM學習者提供的又一精品之作，書中深入淺出地介紹了激光SLAM的基礎理論知識和一些前沿算法，并且提供了大量實用的算法代碼實現，非常適合SLAM初學者學習。
——東北大學機器人科學與工程學院教授 方正
本書以簡潔、精練的語言向讀者介紹了許多實用知識，包括卡爾曼濾波器、組合導航、激光雷達里程計、點云建圖定位，等等。這些都是自動駕駛和機器人中廣泛應用的算法與模塊。本書可以幫助讀者深入理解這些模塊的底層原理，也可以培養讀者寫出高質量的代碼。
——清華大學自動化系教授、系主任，信息科學技術學院副院長 張濤
本書全面、細致地講解了自動駕駛和機器人中的SLAM技術，在基礎數學知識、慣性導航與組合導航、預積分的基礎上，深入淺出地講解了激光雷達定位與建圖，最后給出了應用實例。高翔在SLAM領域有深厚的功力，對技術的講解通俗易懂，并輔以代碼，能夠幫助讀者更深刻地理解其中的理論，更好地應用所學的知識和技術。本書能夠為自動駕駛和機器人領域的從業者提供全面且豐富的資料。
——西北工業大學教授 布樹輝
本書用極簡的風格把激光SLAM中的關鍵思想和理論講得一清二楚，并由淺入深、逐步遞進地展開了慣性導航系統、“慣性導航系統 衛星導航”，以及LO和LIO的神奇畫卷。同時，給出了一套完整、詳細、優雅的代碼樣例，將一切落到實處。其中的慣性導航算法采用了極簡方案，適合新手理解和掌握，與嚴謹復雜的經典慣性導航算法互補。本書提供了一套詳細的激光SLAM定位算法，并以一種平易近人的方式，像一位專家一樣手把手地教你實現這套算法。書中還在關鍵的地方給出了深入的指導和解釋。就像《視覺SLAM十四講：從理論到實踐》一樣，本書是學習激光SLAM的不二選擇。
——武漢大學衛星導航定位技術研究中心教授 牛小驥
讀者寄語
本書以流暢自然的方式介紹了自動駕駛和機器人領域中與SLAM相關的核心問題和基礎知 識。本書理論推導深入淺出，工程代碼優雅高效。讀完本書，相信讀者能夠對ESKF、預積分、卡爾曼濾波器與因子圖優化、松耦合/緊耦合LIO系統、激光SLAM與高精定位等內容有更深入的理解和體會，并能結合實際應用場景進行實踐。 ——王谷博士
本書解決了長期以來困擾我的問題：雖然在與機器人相關的期刊和會議中，新的SLAM論文不斷涌現，但我無法通過閱讀這些論文獲得具體的實現細節（雖然不少論文有開源代碼，但代碼的可讀性有限，我越看越迷惑）。本書用有限的文字和豐富規范的開源代碼，向讀者解釋了很多SLAM方法的核心算法和詳細實現。機器人學是一門實踐科學，本書為讀者提供了大量SLAM關鍵算法的知識和實現細節。例如，如何利用IMU產品手冊設置IMU運動方程噪聲參數，NDT有什么高效直接的實現方法，如何實現松耦合/緊耦合的激光雷達里程計，等等。 ——林郁蔥
高翔所著的《視覺SLAM十四講：從理論到實踐》帶領我入門了視覺SLAM。本書循序漸進的內容設計使我的學習過程非常愉快，前面章節的理論和實踐不斷地成為后續章節的子模塊。讀到最后一章時，我發現自己不知不覺地搭建了非常復雜的 SLAM 系統。雖然本書著眼于自動駕駛和機器人領域，但以點見面，很多技術在其他領域的SLAM系統中同樣重要。例如VR、AR中的SLAM，同樣要用到卡爾曼濾波、預積分、子地圖、回環檢測等技術！ ——張博文
高翔所著的《視覺SLAM十四講：從理論到實踐》和本書給我帶來了莫大的幫助。學習SLAM后，我時常陷入復雜的知識體系中，找不到清晰的知識脈絡。本書對激光雷達及其他傳感器融合SLAM的知識框架進行梳理，讓我對SLAM技術體系的學習更加明確清晰。 ——在讀碩士 崔同學
本書延續了高翔的寫作風格，在理論方面講得通俗易懂，條理清晰，框架完整。書中提到、用到的理論，有開源代碼與之對應，對初學者來說，可以實現從理論到實踐的跨越。相信本書可以給許多SLAM初學者帶來收獲。 ——李勇良
本書由底層算法講到頂層SLAM框架，循序漸進，有理論、有實踐，是不可多得的SLAM好書。尤其是其中關于多傳感器融合定位的知識，使我受益匪淺。 ——劉貴濤
閱讀完本書，我感到酣暢淋漓。所有的推理過程都非常流暢，前后邏輯嚴密。它像一本精彩的小說，卻沒有喪失專業性。本書的內容既有我預料中的，也有出乎意料的部分。總之，它非常精彩！ ——孫天闊
本書延續了《視覺SLAM十四講：從理論到實踐》中生動有趣的語言風格、簡明易懂的公式推導過程、理論與實踐相結合的特點，為讀者揭開了SLAM技術在自動駕駛與機器人應用中的面紗，講解了ESKF、預積分、點云處理、LIO系統、建圖定位等核心知識點。 ——劉宸希
本書是不可多得的寶藏書！書中詳細推導了LIO系統的各個組成部分并給出了非常有趣的代碼實現，為我學習道路中缺失的知識做了全面的補充。 ——在讀碩士 馮同學
本書兼具學術深度和實際應用價值。對學者而言，書中深入探討的SLAM理論基礎和前沿進展是一筆寶貴的知識財富。對初學者而言，將受益于其清晰的圖解和通俗易懂的文字，能夠在較短時間內建立起對SLAM的基本理解。在工程實踐方面，本書通過直觀、完善的代碼案例，為工 程師提供了實用的指南和參考方案。總的來說，本書為讀者提供了一把鑰匙，開啟了無限可能。 ——縱目科技算法工程師 路古
本書采用統一的數學符號，并保持代碼與理論統一，內容循序漸進，干貨滿滿！本書使用了極簡的代碼風格，涉及大量C 新特性。這些新特性正是我們在學校，甚至在工作中難以接觸到的代碼經驗。一種高效的學習方法是：閱讀本書的過程中，遇到不熟悉或不理解的地方就在cppreference文檔中進行查找，而不是必須先完整地閱讀新特性，再去查看本書提供的代碼示例。此外，每學習完一章就合上書，嘗試自己復現公式，即使沒達到復現的水平，也可以對著源碼手敲一遍，加深印象。只要動手實踐，就會有收獲！最后，本書的課后習題是對學習內容的拓展與提 升，請讀者認真思考，這樣才能“榨干”本書的養分！ ——陳梓杰博士
自動駕駛與機器人中的SLAM技術:從理論到實踐 作者簡介
高翔，慕尼黑工業大學博士后，清華大學自動化系博士。長期從事SLAM的研究工作，研究興趣為機器人中的視覺SLAM技術、機器學習與SLAM的結合。主要著、譯作包括《視覺SLAM十四講：從理論到實踐》《機器人學中的狀態估計》，在ICRA、IROS、IEEE RA-Letters、Transactions on Mechatronics、IEEE-ASME Robotics and Autonomous Systems、Autonomous Robots等國際知名期刊和會議上發表了多篇論文。
書友推薦
- >
羅庸西南聯大授課錄
- >
月亮虎
- >
詩經-先民的歌唱
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
巴金－再思錄
- >
李白與唐代文化
本類暢銷
