- 《機率機器人》
-
SLAM從入門到放棄——學習SLAM 學習機器人 書籍推薦
《機率機器人》對機率機器人學這一新興領域進行了全面的介紹。機率機器人學依賴統計技術表示資訊和進行決策，以容納當今大多數機器人應用中必然存在的不确定性，是機器人學的一個分支。它依賴統計技術表示資訊和制定決策。這樣做，可以接納在當今大多數機器人應用中引起的不确定性。本書主要專注于算法，對于每種算法，均提供了四項内容：僞碼示例；完整的數學推導；實驗結果；算法優缺點的詳細讨論。
下載下傳：https://pan.baidu.com/s/1lq12TXWMvhjVCc117ceB2Q
- 《視覺SLAM十四講：從理論到實踐》
-
SLAM從入門到放棄——學習SLAM 學習機器人 書籍推薦
《視覺SLAM十四講：從理論到實踐》系統介紹了視覺SLAM（同時定位與地圖建構）所需的基本知識與核心算法，既包括數學理論基礎，如三維空間的剛體運動、非線性優化，又包括計算機視覺的算法實作，例如多視圖幾何、回環檢測等。此外，還提供了大量的執行個體代碼供讀者學習研究，進而更深入地掌握這些内容。
下載下傳：https://pan.baidu.com/s/1_MnAzzzMKeWgP7ru21r5XA
- 《計算機視覺中的多視圖幾何》
《計算機視覺中的多視圖幾何》全面介紹了近10年來發展的基于幾何的計算機視覺計算方法及其數學基礎。除了上述内容外，其中多錄影機視圖幾何及其計算方法，值得讀者關注。
下載下傳：https://pan.baidu.com/s/1_MnAzzzMKeWgP7ru21r5XA
- 《機器人學中的狀态估計》
如何估計機器人在空間中移動時的狀态（如位置、方向）是機器人研究中一個重要的問題。大多數機器人、自動駕駛汽車都需要導航資訊。導航的資料來自于相機、雷射測距儀等各種傳感器，而它們往往受噪聲影響，這給狀态估計帶來了挑戰。本書将介紹常用的傳感器模型，以及如何在現實世界中利用傳感器資料對旋轉或其他狀态變量進行估計。本書涵蓋了經典的狀态估計方法（如卡爾曼濾波）以及更為現代的方法（如批量估計、貝葉斯濾波、sigmapoint 濾波和粒子濾波、剔除外點的魯棒估計、連續時間的軌迹估計和高斯過程回歸）。這些方法在諸如點雲對齊、位姿圖松弛、光束平差法以及同時定位與地圖建構等重要應用中得以驗證。對機器人領域的學生和相關從業者來說，本書将是一份寶貴的資料。