幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

自動駕駛與機器人中的SLAM技術(從理論到實踐)/通用智能與大模型叢書

  • 作者：高翔|責編:鄭柳潔
  • 出版社：電子工業
  • ISBN：9787121458781
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：372
人民幣：RMB 179 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書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。本書從最基本的理論與程序代碼開始，一步步增加各種模塊，省略複雜的工程細節，最後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。
    本書從經典的卡爾曼濾波器講到現代的預積分和圖優化理論。讀者可以通過實際操作，將這些演算法重新實現一遍，並比較它們之間的異同。本書內容包括慣性導航、組合導航、誤差狀態卡爾曼濾波器、預積分和圖優化、二維和三維激光點雲的表達、最近鄰數據結構、點雲配准演算法，等等。最後，本書將各種演算法模塊組合起來，形成完整的激光雷達－慣性導航里程計、離線地圖構建和實時定位系統。
    本書可作為自動駕駛和機器人定位領域的教材，適用於對該方向感興趣的學生、教師和科研人員。
作者介紹
高翔|責編:鄭柳潔
    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LAM的結合。主要著、譯括《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等期刊和會議上發表了多篇論文。
目錄
第一部分  基礎數學知識
  第1章  自動駕駛
    1.1  自動駕駛技術
      1.1.1  自動駕駛能力與分級
      1.1.2  L4 的典型業務
    1.2  自動駕駛中的定位與地圖
      1.2.1  為什麼L4自動駕駛需要定位與地圖
      1.2.2  高精地圖的內容與生產
    1.3  本書內容的介紹順序
  第2章  基礎數學知識回顧
    2.1  幾何學
      2.1.1  坐標系
      2.1.2  李群與李代數
      2.1.3  SO(3)上的BCH線性近似式
    2.2  運動學
      2.2.1  李群視角下的運動學
      2.2.2  四元數視角下的運動學
      2.2.3  四元數的李代數與旋轉矢量間的轉換
      2.2.4  其他幾種運動學表達方式
      2.2.5  線速度與加速度
      2.2.6  擾動模型與雅可比矩陣
    2.3  運動學演示案例：圓周運動
    2.4  濾波器與優化理論
      2.4.1  狀態估計問題與小二乘法
      2.4.2  卡爾曼濾波器
      2.4.3  非線性系統的法
      2.4.4  優化方法與圖優化
    2.5  本章小結
  第3章  慣性導航與組合導航
    3.1  IMU系統的運動學
      3.1.1  關於IMU測量值的解釋
      3.1.2  IMU測量方程中的雜訊模型
      3.1.3  IMU的離散時間雜訊模型
      3.1.4  現實中的IMU
    3.2  使用IM行航跡推算
      3.2.1  利用IMU數行短時間航跡推算
      3.2.2  IMU遞推的代碼實驗
    3.3  導航
      3.3.1  GNSS的分類與供應商
      3.3.2  實際的RTK安裝與接收數據
      3.3.3  常見的世界坐標系
      3.3.4  RTK讀數的顯示
    3.4  使用誤差狀態卡爾曼濾波器實現組合導航
      3.4.1  ESKF的數學推導
      3.4.2  離散時間的ESKF運動方程
      3.4.3  ESKF的運動過程
      3.4.4  ESKF的更新過程
      3.4.5  ESKF的誤差狀態後續處理
    3.5  實現ESKF的組合導航
      3.5.1  ESKF的實現

      3.5.2  實現預測過程
      3.5.3  實現RTK觀測過程
      3.5.4  ESKF系統的初始化
      3.5.5  運行ESKF
      3.5.6  速度觀測量
    3.6  本章小結
  第4章  預積分學
    4.1  IMU 狀態的預積分學
      4.1.1  預積分的定義
      4.1.2  預積分測量模型
      4.1.3  預積分雜訊模型
      4.1.4  零偏的更新
      4.1.5  預積分模型歸結至圖優化
      4.1.6  預積分的雅可比矩陣
      4.1.7  小結
    4.2  實踐：預積分的程序實現
      4.2.1  實現預積分類
      4.2.2  預積分的圖優化頂點
      4.2.3  預積分方案的圖優化邊
      4.2.4  實現基於預積分和圖優化的GINS
    4.3  本章小結
第二部分  激光雷達的定位與建圖
  第5章  基礎點雲處理
    5.1  激光雷達感測器與點雲的數學模型
      5.1.1  激光雷達感測器的數學模型
      5.1.2  點雲的表達
      5.1.3  Packet的表達
      5.1.4  俯視圖和距離圖
      5.1.5  其他表達形式
    5.2  近鄰問題
      5.2.1  近鄰法
      5.2.2  柵格與體素方法
      5.2.3  二分樹與K-d樹
      5.2.4  四叉樹與八叉樹
      5.2.5  其他樹類方法
      5.2.6  小結
    5.3  擬合問題
      5.3.1  平面擬合
      5.3.2  平面擬合的實現
      5.3.3  直線擬合
      5.3.4  直線擬合的實現
    5.4  本章小結
  第6章  2D SLAM
    6.1  2D SLAM的基本原理
    6.2  掃描匹配演算法
      6.2.1  點到點的掃描匹配
      6.2.2  點到點ICP的實現（高斯-牛頓法）
      6.2.3  點到線的掃描匹配演算法
      6.2.4  點到線ICP的實現（高斯-牛頓法）
      6.2.5  似然場法

      6.2.6  似然場法的實現（高斯-牛頓法）
      6.2.7  似然場法的實現（g2o）
    6.3  佔據柵格地圖
      6.3.1  佔據柵格地圖的原理
      6.3.2  基於Bresenham演算法的地圖生成
      6.3.3  基於模板的地圖生成
    6.4  子地圖
      6.4.1  子地圖的原理
      6.4.2  子地圖的實現
    6.5  迴環檢測與閉環
      6.5.1  多解析度的迴環檢測
      6.5.2  基於子地圖的迴環修正
      6.5.3  討論
    6.6  本章小結
  第7章  3D SLAM
    7.1  多線激光雷達的工作原理
      7.1.1  機械旋轉式激光雷達
      7.1.2  固態激光雷達
    7.2  多線激光雷達的掃描匹配
      7.2.1  點到點ICP
      7.2.2  點到線、點到面ICP
      7.2.3  NDT方法
      7.2.4  本節各種配准方法與PCL內置方法的對比
    7.3  直接法激光雷達里程計
      7.3.1  使用NDT構建激光雷達里程計
      7.3.2  增量NDT里程計
    7.4  特徵法激光雷達里程計
      7.4.1  特徵的提取
      7.4.2  基於激光雷達線束的特徵提取
      7.4.3  特徵提取部分的實現
      7.4.4  特徵法激光雷達里程計的實現
    7.5  松耦合LIO系統
      7.5.1  坐標系說明
      7.5.2  松耦合LIO系統的運動與觀測方程
      7.5.3  松耦合LIO系統的數據準備
      7.5.4  松耦合LIO系統的主要流程
      7.5.5  松耦合LIO系統的配准部分
    7.6  本章小結
第三部分  應用實例
  第8章  緊耦合LIO系統
    8.1  緊耦合的原理和優點
    8.2  基於IEKF的LIO系統
      8.2.1  IEKF狀態變數與運動方程
      8.2.2  觀測方程中的迭代過程
      8.2.3  高維觀測的等效處理
    8.3  實現基於IEKF的LIO系
    8.4  基於預積分的LIO系
      8.4.1  預積分LIO系統的原理
      8.4.2  代碼實現
    8.5  本章小結

  第9章  自動駕駛車輛的離線地圖構建
    9.1  點雲建圖的流程
    9.2  前端實現
    9.3  後端位姿圖優化與異常值檢驗
    9.4  迴環檢測
    9.5  地圖的導出
    9.6  本章小結
  第10章  自動駕駛車輛的實時定位系統
    10.1  點雲融合定位的設計方案
    10.2  演算法實現
      10.2.1  RTK初始搜索
      10.2.2  外圍測試代碼
    10.3  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032