移动机器人同步定位与地图构建

　　《移动机器人同步定位与地图构建》旨在为相应领域的从业者、本科学生、研究生以及研究人员提供一个有用的指导性文献。阅读《移动机器人同步定位与地图构建》不需要有概率论以及统计学等基础知识背景（如果有的话可以更快速地阅读《移动机器人同步定位与地图构建》），《移动机器人同步定位与地图构建》有两章的内容专门针对这两个主题进行论述。同时，对于物理学、积分学和代数学的知识背景也要求很低；不过，一本对任何知识都能自给自足的书只能是理想化的（还是要有一定的背景知识）。因此，我们假设读者具有上述三个方面的基础知识，在附录E中，我们提供了对于理解问题相对重要的概念的知识强化内容。《移动机器人同步定位与地图构建》由三部分组成。第1部分相对于其他书籍独具特色，集中讨论了所需要的机器人学、概率论以及统计学背景知识，以便于对后续内容进行更好的学习。第二、第三部分按照《移动机器人同步定位与地图构建》论述的问题的逻辑顺序展开，分别讨论定位与地图构建内容，这种组织模式，既便于读者按序学习，又便于根据个人需要有选择地阅读。最初产生编写《移动机器人同步定位与地图构建》的想法源于Juan在教授研究生关于移动机器人课程时的授课笔记。《移动机器人同步定位与地图构建》中的主要内容，包括目前出现在《移动机器人同步定位与地图构建》中的概念与公式，已经在课堂上使用了多年，这些内容在更多的介绍性课程上同样易于接受。在使用《移动机器人同步定位与地图构建》时，如果学生具备相应的数学背景知识，结合教学目标，可以忽略第1部分的内容。《移动机器人同步定位与地图构建》同样介绍了许多即时定位与地图构建（SLAM）的高级主题以及很多的新发展，大多基于Jos6博士研究生期间及后续的研究工作。

暂缺《移动机器人同步定位与地图构建》作者简介

第一部分 移动机器人同时定位与地图构建基础
第1章 绪论
1．1 总览
1．2 问题分类
1．2．1 空间几何基础
1．2．2 环境的动态与结构
1．2．3 机器人传感器
1．2．4 机器人的传动装置
1．2．5 先验知识
1．3 历史回顾
1．4 本书的组织
参考文献
第2章 机器人基础
2．1 引言
2．2 将机械变为机器人：传动装置
2．2．1 步行机器人
2．2．2 飞行机器人
2．2．3 水下机器人
2．2．4 轮式机器人
2．3 机器人看到的世界是什么样的？传感器
2．4 本体感受传感器：内部传感器
2．5 外界传感器：接触或近距离传感器
2．6 外界传感器：单方向测距仪
2．6．1 基于三角测量的接近传感器
2．6．2 脉冲信号飞行时间（P．ToF）
2．6．3 连续波飞行时间（C-TOF）
2．6．4 小结
2．7 外界传感器：二维测距仪
2．8 外界传感器：三维距离传感器
2．9 外界传感器：纯距离传感器
2．10 外界传感器：图像传感器．？
2．11 外界传感器：空气分析传感器
2．12 环境传感器：绝对位置设备
2．13 能量供应
参考文献
第3章 概率论基础
3．1 引言
3．2 历史回顾
3．3 概率空间
3．4 随机变量
3．5 不确定性的形态
3．5．1 离散随机变量不确定性的形状
3．5．2 连续随机变量不确定性的形状
3．5．3 任何随机变量不确定性的形状：可能性
3．6 不确定性的总结
3．6．1 随机变量的矩
3．6．2 矩的一些重要定理
3．6．3 随机变量的信息和熵
3．7 多变量概率
3．7．1 联合概率和边缘化
3．7．2 相互独立和协方差
3．8 随机变量的变换
3．8．1 预备知识
3．8．2 两个连续的独立随机变量的和
3．8．3 连续独立随机变量的线性组合
3．8．4 连续独立随机变量的乘积与除法
3．8．5 一维连续随机变量的线性变换
3．8．6 多元随机变量的线性变换
3．8．7 卡方分布的特例
3．8．8 任意变换的近似
3．9 条件概率
3．10 图示模型
……
第二部分 移动机器人定位
附注
参考文献
附录A 常见的欧几里得组SE（2）和SE（3）几何学运算
附录B 重采样算法
附录C 伪随机数的产生
附录D SO（n）和SE（n）的流形图
附录E 基本微积分和代数概念
附录F 符号表格
参考文献