前言

第1章緒論

1.1什么是移動機器人

1.2移動機器人的應(yīng)用

1.3移動機器人的分類

1.4移動機器人的關(guān)鍵性能

1.5自主移動關(guān)鍵技術(shù)

1.6小結(jié)

習(xí)題


第2章預(yù)備知識

2.1概率基礎(chǔ)

2.1.1概率密度函數(shù)

2.1.2期望、方差及高斯分布

2.1.3聯(lián)合概率和條件概率

2.2三維動態(tài)系統(tǒng)

2.2.1位移、旋轉(zhuǎn)和位姿

2.2.2狀態(tài)系統(tǒng)建模

2.2.3旋轉(zhuǎn)的線性化

2.2.4旋轉(zhuǎn)的概率表示

2.3估計方法

2.3.1概率狀態(tài)系統(tǒng)

2.3.2最大后驗估計

2.3.3濾波

2.4小結(jié)

習(xí)題



第3章運動學(xué)建模

3.1概述

3.2輪式移動機器人

3.2.1輪式移動機器人運動學(xué)建模
要素

3.2.2輪式移動運動學(xué)建模方法

3.2.3移動機器人機動度

3.2.4移動機器人的工作空間與
完整性

3.3軀干式移動機器人

3.3.1仿生游動機器人

3.3.2仿生飛行機器人

3.4腿足式移動機器人

3.4.1四足機器人

3.4.2雙足機器人

3.5小結(jié)

習(xí)題

第4章導(dǎo)航規(guī)劃

4.1概述

4.2路徑規(guī)劃

4.2.1位形空間和完備性

4.2.2分辨率完備的路徑規(guī)劃方法

4.2.3概率完備的路徑規(guī)劃方法

4.2.4最優(yōu)路徑搜索方法

4.3避障規(guī)劃

4.3.1Bug算法

4.3.2向量勢直方圖法

4.3.3動態(tài)窗口法

4.4軌跡規(guī)劃

4.4.1基本概念

4.4.2一維軌跡規(guī)劃

4.4.3平面移動軌跡規(guī)劃

4.4.4軌跡學(xué)習(xí)

4.5融合導(dǎo)航

4.5.1混合A*算法

4.5.2彈性帶算法

4.5.3定時彈性帶算法

4.6導(dǎo)航行為規(guī)劃

4.7小結(jié)

習(xí)題

第5章地圖表示與構(gòu)建


5.1概述

5.2常用環(huán)境感知傳感器

5.2.1測距傳感器

5.2.2相機

5.3相機建模和標定

5.4地圖表示方法

5.4.1點云地圖

5.4.2柵格地圖

5.4.3特征地圖

5.4.4拓撲地圖

5.4.5地圖表示研究趨勢

5.5局部地圖構(gòu)建

5.5.1局部柵格地圖構(gòu)建

5.5.2局部線段特征地圖構(gòu)建

5.6小結(jié)

習(xí)題


第6章里程估計

6.1概述

6.2運動里程估計

6.2.1輪式編碼器里程估計

6.2.2慣性測量單元里程估計

6.3激光里程計

6.3.1迭代最近點算法

6.3.2基于特征匹配的激光里程計

6.3.3局部優(yōu)化

6.4視覺里程計

6.4.1視覺特征提取與匹配

6.4.2運動估計

6.4.3局部優(yōu)化


6.4.4直接法

6.5多傳感器融合里程估計

6.5.1視覺慣導(dǎo)里程計

6.5.2視覺激光里程計

6.5.3擴展卡爾曼濾波融合里程
估計

6.6小結(jié)

習(xí)題


第7章同時定位與地圖構(gòu)建

7.1SLAM系統(tǒng)整體框架

7.2閉環(huán)檢測

7.2.1詞包模型

7.2.2全局描述子

7.2.3序列地點識別

7.3同時定位與地圖構(gòu)建建模

7.3.1基于最大后驗估計的同時定位與
地圖構(gòu)建

7.3.2因子圖模型

7.3.3基于擴展卡爾曼濾波的同時定位
與地圖構(gòu)建

7.4優(yōu)化器分析

7.4.1稀疏結(jié)構(gòu)

7.4.2魯棒優(yōu)化

7.5定位

7.5.1基于擴展卡爾曼濾波的定位

7.5.2基于粒子濾波的定位

7.6小結(jié)

習(xí)題

參考文獻