《机器人学中的状态估计》（第2版·上册） - 中国高校教材图书网
| 内容简介： |
|
如何根据带有噪声的传感器数据来估计机器人的状态（如位置、方向）是机器人学研究中的一个重要问题。本书为机器人学领域的学生和从业人员介绍了状态估计的相关知识，既包含经典的状态估计方法（例如卡尔曼滤波），也包含了更加重要的、现代的主题，例如批量优化、贝叶斯滤波、西格玛点（sigmapoint）滤波、粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归。由于绝大多数机器人在三维世界中工作，因此本书介绍了常见的传感器模型（如相机、激光测距仪），并阐述了如何对旋转状态变量进行状态估计。本书后续章节还涉及机器人中的实际应用问题，例如点云配准、位姿图松弛、光束平差法及同时定位与地图构建问题。
|
| 作者简介： |
作者简介：
蒂莫西·D.巴富特（Timothy D. Barfoot），博士（多伦多大学航空航天研究所教授）在工业和学术界的移动机器人导航方向已有逾二十年的研究经历。他的研究领域涉及空间探索、采矿、军事和运输等，并在定位、建图、规划和控制方面做出了贡献。他是电气电子工程师学会（Institute of Electrical and Electronics Engineers, IEEE）机器人与自动化学会的会士。
译者简介：
高翔，1989年3月出生，浙江湖州人，清华大学自动化系博士。2008年考入清华大学本科，2012年免试推荐至清华自动化系博士，2017年毕业于清华大学。随后于2017年赴德国慕尼黑工业大学计算机视觉研究所开展博士后工作。2018年8月回国。研究兴趣为计算机视觉、定位与地图构建算法。个人主要著、译作有《视觉SLAM十四讲：从理论到实践》《机器人学中的状态估计》《自动驾驶与机器人中的SLAM技术》，受到业内读者广泛好评，有英译、韩译版在Springer等国际知名出版社出版。在RAL、ICRA、IROS等顶级国际期刊、会议上有多篇发表论文。
谢晓佳，浙江大学硕士。致力于计算机视觉、多传感器融合、三维重建、4D标注等方向。现于理想汽车担任算法研发架构师。
|
| 章节目录： |
|
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
