中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
同時定位與建圖的理論、方法及應用 版權信息
- ISBN：9787030740175
- 條形碼：9787030740175 ; 978-7-03-074017-5
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
同時定位與建圖的理論、方法及應用 內容簡介
首先，介紹SLAM的發展歷程、SLAM相關的傳感器類型、算法框架和優化方法；然后，介紹SLAM算法需要的基礎數學內容，其中囊括非線性優化的數學推導和姿態矩陣的三種物理含義，彌補了現有書籍的不足；多傳感器內參和外參的標定方法，提出相機-激光內外參數標定新方法；視覺、激光和GNSS融合時的算法框架和具體技術細節，提出新的視覺和激光定位建圖新方法；為了便于讀者分析和理解SLAM算法的應用場景，給出我們承擔課題三個SLAM算法的實際應用；*后，本書附上了項目研發過程中開發的源代碼網址鏈接，便于從事SLAM行業的研究者和工程師進行使用。
同時定位與建圖的理論、方法及應用 目錄
前言
第1章 緒論 1
1.1 基于激光的SLAM系統 1
1.1.1 發展歷程 5
1.1.2 挑戰和未來發展方向 6
1.2 基于視覺的SLAM系統 7
1.2.1 發展歷程 7
1.2.2 未來發展方向 10
1.3 基于多傳感器融合的SLAM系統 10
1.3.1 多傳感器標定 13
1.3.2 激光和視覺融合 15
1.3.3 未來發展方向 16
參考文獻 18
第2章 SLAM基礎算法 22
2.1 視覺與激光SLAM算法 23
2.1.1 視覺SLAM算法 23
2.1.2 激光SLAM算法 32
2.1.3 IMU算法 38
2.2 狀態估計模型 46
2.2.1 卡爾曼濾波 47
2.2.2 粒子濾波 49
2.2.3 非線性優化 55
參考文獻 57
第3章 SLAM相關數學知識 59
3.1 非線性優化方法 59
3.1.1 基本方法介紹 59
3.1.2 高斯-牛頓法 61
3.1.3 L-M方法 63
3.1.4 Dog-leg法 65
3.2 非線性優化中的求導方法 68
3.2.1 SLAM后端非線性優化 68
3.2.2 自動求導 71
3.2.3 解析導數 73
3.2.4 代數導數 73
3.3 參數化方法 75
3.3.1 旋轉矩陣 75
3.3.2 歐拉角 76
3.3.3 四元數 77
3.4 誤差的定義和位姿的三種物理含義 79
3.4.1 SLAM誤差定義 79
3.4.2 位姿的三種物理含義 80
參考文獻 81
第4章 傳感器標定 82
4.1 視覺傳感器標定方法 82
4.1.1 相機模型 82
4.1.2 單目相機標定方法 84
4.1.3 多目相機標定方法 88
4.1.4 標定開源工具 91
4.1.5 基于三維標定板的相機內參標定新方法 93
4.2 視覺-激光外參標定 101
4.2.1 現有激光-相機外參標定方法 101
4.2.2 基于三維標定板的自動外參標定方法 103
4.3 GNSS-IMU-視覺外參標定方法 104
4.3.1 視覺-IMU標定方法 104
4.3.2 GNSS/INS-激光雷達/相機外參標定方法 107
參考文獻 110
第5章 視覺SLAM方法 112
5.1 基于李群李代數的ICP總體*小二乘方法 112
5.1.1 研究內容概述 112
5.1.2 基于李群李代數的總體ICP算法 113
5.1.3 基于向量的坐標解算方法 120
5.1.4 實驗結果 123
5.2 基于穩定框架下的PnP方法 130
5.2.1 研究內容概述 131
5.2.2 歸一化PnP算法 135
5.2.3 實驗結果 138
5.3 不依賴FEJ的位姿圖優化方法 149
5.3.1 研究內容概述 149
5.3.2 增量式PGO算法 150
5.3.3 實驗結果 158
參考文獻 168
第6章 激光SLAM方法 172
6.1 現有激光SLAM算法 172
6.2 特征點提取與匹配 175
6.3 基于體素的平面檢測方法 180
6.3.1 平面匹配 180
6.3.2 多邊形邊界估計 183
6.3.3 平面參數更新方法 184
6.3.4 激光曲率的檢測結果 187
6.3.5 基于三次增長法的平面檢測結果 191
參考文獻 193
第7章 多傳感器融合的SLAM方法 195
7.1 GNSS定位原理與方法 195
7.1.1 GNSS定位基本原理 196
7.1.2 GNSS定位性能評價 199
7.1.3 GNSS定位與SLAM的坐標系統 202
7.2 多傳感器松耦合/緊耦合方法 205
7.2.1 Visual-IMU組合模型 205
7.2.2 LiDAR-IMU組合模型 209
7.3 激光-視覺的融合方法 214
7.3.1 優化方法 216
7.3.2 基于平面投影的可視化方法 224
7.4 激光-視覺-GNSS-IMU融合方法 227
7.4.1 融合框架 228
7.4.2 基于因子圖優化的狀態估計 229
參考文獻 232
第8章 SLAM系統典型應用 234
8.1 SLAM技術在變電站巡檢中的應用 235
8.1.1 背景介紹 235
8.1.2 解決方案 236
8.1.3 測試結果 236
8.2 SLAM技術在村鎮土地調查中的應用 238
8.2.1 村鎮用地信息獲取的特點 239
8.2.2 村鎮用地信息獲取的SLAM技術模式 240
8.2.3 基于空地協同的用地信息獲取方法 241
8.2.4 基于空地協同的點云配準與三維重建 246
8.2.5 實驗設計與分析 247
8.2.6 展望 253
8.3 SLAM技術在城市綠化智能管護中的應用 254
8.3.1 背景介紹 254
8.3.2 城市綠化智能管護系統組成 255
8.3.3 系統功能及性能 257
8.3.4 系統測試結果分析 260
8.3.5 應用前景 266
8.3.6 小結 266
參考文獻 266
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
隨園食單
- >
姑媽的寶刀
- >
詩經-先民的歌唱
- >
伯納黛特,你要去哪(2021新版)
- >
史學評論
本類暢銷
