阅读:4764回复:6
【泡泡机器人新书推荐】《机器人学中的状态估计》经典书籍SER中译版,高翔,谢晓佳等译
Hi,各位泡芙!
机器人领域经典书籍State Estimation for Robotics的中译版《机器人学中的状态估计》已在近日由西安交通大学出版社正式出版。 该书介绍了机器人领域状态估计问题中常用的数学方法,也展示了一些最新的技术,比如矩阵李群等。全书理论翔实,推导细致,是一本不可多得的经典好书。 中译版由高翔、谢晓佳等国内SLAM领域知名研究者翻译完成,全书风格统一、语言流畅,非常适合国内相关研究人员学习。 |
|
沙发#
发布于:2018-12-01 11:47
内容简介
如何估计机器人在空间中移动时的状态(如位置、方向)是机器人研究中一个重要的问题。大多数机器人、自动驾驶汽车都需要导航信息。导航的数据来自于相机、激光测距仪等各种传感器,而它们往往受噪声影响,这给状态估计带来了挑战。本书将介绍常用的传感器模型,以及如何在现实世界中利用传感器数据对旋转或其他状态变量进行估计。本书涵盖了经典的状态估计方法(如卡尔曼滤波)以及更为现代的方法(如批量估计、贝叶斯滤波、sigmapoint 滤波和粒子滤波、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)。这些方法在诸如点云对齐、位姿图松弛、光束平差法以及同时定位与地图构建等重要应用中得以验证。对机器人领域的学生和相关从业者来说,本书将是一份宝贵的资料。 作者简介 Timothy Barfoot 博士(多伦多大学航空航天研究所UTIAS 教授)在工业和学术界的移动机器人导航中已有逾十五年的研究历史。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、规划和控制方面作出了贡献。他是International Journal of Robotics Research 和Journal of Field Robotics 的编辑委员会成员,并且在2015 年多伦多举办的Field and Service Robotics 会议中担任主席。 译者序 Timothy Barfoot 教授的《机器人学中的状态估计》一书,前后花费了两年时间写成。初稿甫成,就将草稿公开于互联网,供世界各地读者阅读、纠错。当时,我们就觉得这本书理论之深刻、叙述之严谨、应用之广泛,实在是一本机器人方向不可多得的好书。倘若中国读者,或为语言之碍,或为地域所隔,无法了解此书的奥秘,实乃遗憾之事。2017 年春,机缘巧合,西安交大出版社获得了本书的中文版权,而我们亦有幸参与此书的翻译工作。希望这本中译本能够让中国的学生、研究人员更好地理解状态估计的内容,将理论知识运用到实践中去。 目录 第1章 引言 第一部分 状态估计机理 第2章 概率论基础 第3章 线性高斯系统的状态估计 第4章 非线性非高斯系统的状态估计 第5章 偏差、匹配和外点 第二部分 三维空间运动机理 第6章 三维几何学基础 第7章 矩阵李群 第三部分 应用 第8章 位姿估计问题 第9章 位姿和点的估计问题 第10章 连续时间的估计 |
|
板凳#
发布于:2018-12-01 12:03
目 录
第一章 引 言 5 1.1 状态估计简史 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 传感器,测量和问题定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3 本书组织结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.4 与其它教程的关系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 第一部分 状态估计机理 10 第二章 概率论基础 11 2.1 概率密度函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.1 定 义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.1.2 贝叶斯公式及推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.1.3 矩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.4 样本均值和样本⽅差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.1.5 统计独⽴性与不相关性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.1.6 归⼀化积 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.7 ⾹农和互信息 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.1.8 克拉美罗下界和费歇尔信息量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.2 ⾼斯概率密度函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.1 定 义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2.2 Isserlis 定理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.3 联合⾼斯概率密度函数,分解与推断 . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.2.4 统计独⽴性,不相关性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2.5 ⾼斯分布随机变量的线性变换 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.2.6 ⾼斯概率密度函数的归⼀化积 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.2.7 Sherman-Morrison-Woodbury 等式 . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2.8 ⾼斯分布随机变量的⾮线性变换 . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2.9 ⾼斯分布的⾹农信息 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.2.10 联合⾼斯概率密度函数的互信息 . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2.11 ⾼斯概率密度函数的克拉美罗下界 . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.3 ⾼斯过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.4 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.5 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 第三章 线性高斯系统的状态估计 36 3.1 离散时间的批量估计问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.1.1 问题定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.1.2 最⼤后验估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.1.3 贝叶斯推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.1.4 存在性,唯⼀性与能观性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.1.5 MAP 的协⽅差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.2 离散时间的递归平滑算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.2.1 利⽤批量优化结论中的稀疏结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.2.2 Cholesky 平滑算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.2.3 Rauch-Tung-Striebel 平滑算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.3 离散时间的递归滤波算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.3.1 批量优化结论的分解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.3.2 通过 MAP 推导卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 3.3.3 通过贝叶斯推断推导卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.3.4 从增益最优化的⾓度来看卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.3.5 关于卡尔曼滤波的讨论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.3.6 误差动态过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.3.7 存在性,唯⼀性以及能观性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.4 连续时间的批量估计问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.4.1 ⾼斯过程回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.4.2 ⼀种稀疏的⾼斯过程先验⽅法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.4.3 线性时不变情况 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.4.4 与批量离散时间情况的关系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.5 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.6 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 第四章 非线性非高斯系统的状态估计 83 4.1 引 ⾔ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 4.1.1 全贝叶斯估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 4.1.2 最⼤后验估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 4.2 离散时间的递归估计问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 4.2.1 问题定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 4.2.2 贝叶斯滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 4.2.3 扩展卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.2.4 ⼴义⾼斯滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 4.2.5 迭代扩展卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.2.6 从 MAP ⾓度看 IEKF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 4.2.7 其它将 PDF 传⼊⾮线性函数的⽅法 . . . . . . . . . . . . . . . . . . . . . . . . . . 96 4.2.8 粒⼦滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 4.2.9 sigmapoint 卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4.2.10 迭代 sigmapoint 卡尔曼滤波 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 4.2.11 ISPKF 与后验均值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 4.2.12 滤波器分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4.3 离散时间的批量估计问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 4.3.1 最⼤后验估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 4.3.2 贝叶斯推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 4.3.3 最⼤似然估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 4.3.4 讨 论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 4.4 连续时间的批量估计问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 4.4.1 运动模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 4.4.2 观测模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 4.4.3 贝叶斯推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 4.4.4 算法总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 4.5 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 4.6 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 第五章 偏差,匹配和外点 132 5.1 处理输⼊和测量的偏差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 5.1.1 偏差对于卡尔曼滤波器的影响 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 5.1.2 未知的输⼊偏差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 5.1.3 未知的测量偏差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 5.2 数据关联 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5.2.1 外部数据关联 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5.2.2 内部数据关联 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 5.3 处理外点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 5.3.1 随机采样⼀致性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 5.3.2 M-估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 5.3.3 协⽅差估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.4 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 5.5 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 |
|
地板#
发布于:2018-12-01 12:05
第二部分 三维空间运动机理 147
第六章 三维几何学基础 148 6.1 向量和参考系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 6.1.1 参考系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 6.1.2 点 积 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 6.1.3 叉 积 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 6.2 旋 转 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 6.2.1 旋转矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 6.2.2 基本旋转矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 6.2.3 其它旋转表⽰形式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 6.2.4 旋转运动学 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 6.2.5 加上扰动的旋转 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 6.3 姿 态 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 6.3.1 转换矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 6.3.2 机器⼈学的符号惯例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 6.3.3 弗莱纳参考系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 6.4 传感器模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 6.4.1 透视相机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 6.4.2 ⽴体相机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 6.4.3 距离-⽅位⾓-俯仰⾓模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 6.4.4 惯性测量单元 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 6.5 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 6.6 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 第七章 矩阵李群 186 7.1 ⼏何学 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 7.1.1 特殊正交群和特殊欧⼏⾥得群 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 7.1.2 李代数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 7.1.3 指数映射 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 7.1.4 伴 随 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 7.1.5 Baker-Campbell-Hausdorff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 7.1.6 距离、体积与积分 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 7.1.7 插 值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 7.1.8 齐次坐标点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 7.1.9 微积分和优化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 7.1.10 公式摘要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 7.2 运动学 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 7.2.1 旋 转 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 7.2.2 位 姿 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 7.2.3 旋转线性化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 7.2.4 线性化位姿 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 7.3 概率与统计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 7.3.1 ⾼斯随机变量和概率分布函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 7.3.2 旋转向量的不确定性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 7.3.3 位姿组合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238 7.3.4 位姿融合 . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 7 .3.5 ⾮线性相机模型中的不确定性传播 . . . . . . . . . . . . . . . . . . . . . . . . . . 246 7.4 总 结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 7.5 习 题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 第三部分 应用 256 第八章 位姿估计问题 257 8.1 点云对准 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 8.1.1 问题描述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 8.1.2 单位四元数解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 8.1.3 旋转矩阵解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 8.1.4 变换矩阵解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 8.2 点云跟踪 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 8.2.1 问题描述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 8.2.2 运动先验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276 8.2.3 测量模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 8.2.4 EKF 解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 8.2.5 批量式最⼤后验解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 8.3 位姿图松弛化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 8.3.1 问题定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 8.3.2 批量式最⼤似然解法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 8.3.3 初始化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 8.3.4 利⽤稀疏性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 8.3.5 边的例⼦ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 第九章 位姿和点的估计问题 292 9.1 光束平差法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292 9.1.1 问题描述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293 9.1.2 测量模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293 9.1.3 最⼤似然解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 9.1.4 利⽤稀疏性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300 9.1.5 插值的例⼦ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302 9.2 同时定位与地图构建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 9.2.1 问题描述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306 9.2.2 批量式最⼤后验的解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306 9.2.3 利⽤稀疏性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308 第十章 连续时间的估计 310 10.1 运动先验 . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310 10.1.1 原问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310 10.1.2 对问题的简化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 10.2 同时轨迹估计与地图构建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 10.2.1 问题建模 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 10.2.2 观测模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316 10.2.3 批量式最⼤后验解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 10.2.4 稀疏性分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 10.2.5 插 值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 10.2.6 后 记 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320 参考文献 321 |
|