《機器人地圖創建與環境探索》是2013年5月1日由國防工業出版社出版的一本圖書，作者是斯塔赫尼克。
基本介紹
- 中文名：機器人地圖創建與環境探索
- 外文名：Robotic Mapping and Exploration
- 作者：斯塔赫尼克 (Cyrill Stachniss)
- 類型：計算機與網際網路
- 出版日期：2013年5月1日
- 語種：簡體中文
- ISBN：7118086304
- 品牌：國防工業出版社
- 譯者：陳白帆
- 出版社：國防工業出版社
- 頁數：164頁
- 開本：16
- 定價：42.00
內容簡介,作者簡介,圖書目錄,
內容簡介
分三個部分展開：背景知識、機器人位姿已知的探索、機器人位姿未知的建圖和探索。背景知識部分主要括了機器人地圖創建與環境探索的基本原理、粒子濾波和柵格地圖等基本技術。機器人位姿已知的探索部分主要包括基於決策理論的覆蓋圖探索、多機器人協作探索和基於語義地標的多機器人探索。機器人位姿未知的建圖和探索部分主要包括Bao—Blackwellized建圖技術、主動閉環探索、粒子多樣性修復、基於信息增益的探索以及非靜態環境下的建圖和定位。
《機器人地圖創建與環境探索》（作者斯塔赫尼克）全面介紹了機器人環境探索和地圖創建中最先進的技術。讀者們會發現書中為機器人獲取周圍環境模型以面對真實世界所需要挑戰的許多問題提供了一系列解決方案。此書的重點是使機器人自主，所以不需要操縱桿來控制機器人在環境中的移動，機器人可以自行決定其行為。我認為通過自主決策來學習地圖的能力是自主機器人的核心能力。此書可供從事智慧型控制和智慧型系統研究、設計和套用的科技人員使用，也可作為相關專業大學本科高年級學生和研究生，特別是博士研究生的參考讀物。
作者簡介
作者：（德國）斯塔赫尼克（Cyrill Stachniss） 譯者：陳白帆 劉麗珏
圖書目錄
第1章緒論
第2章基本技術
2.1粒子濾波器概述
2.1.1基於粒子濾波器的移動機器人定位
2.2柵格地圖
2.2.1占用機率地圖構建方法
2.2.2雷射測距感測器模型
2.2.3聲納感測器模型
2.2.4反射機率地圖構建方法
第一部分機器人位姿已知的探索
第3章基於決策論的覆蓋率地圖探索
3.1概述
3.2覆蓋率地圖的定義
3.3基於感測器輸入的覆蓋率地圖更新
3.4基於決策論的覆蓋率地圖探索
3.4.1選擇最近的目標位置
3.4.2基於信息增益的探索
3.4.3在局部視窗中使用IG
3.4.4IG和CL的結合（IG—CL）
3.5基於占用柵格地圖的探索
3.6實驗結果
3.6.1帶噪聲感測器的建圖
3.6.2觀測點選擇策略的比較
3.6.3掃描計數方法的優點
3.7相關工作
3.8結論
第4章多機器人協作探索
4.1概述
4.2機器人團隊協作探索
4.2.1到達目標位置的代價
4.2.2邊界單元的效用計算
4.2.3目標點的選擇
4.2.4通信範圍有限時的協作
4.3移動機器人團隊的協作建圖
4.4實驗結果
4.4.1移動機器人團隊探索
4.4.2非協作探索與協作探索的比較
4.4.3仿真實驗
4.4.4有限通信範圍下的探索
4.5與其他協作技術的比較
4.5.1基於匈牙利算法的目標分配
4.5.2使用優先權策略的機器人團隊協作
4.5.3通過解決TsP來進行機器人團隊協作
4.6相關工作
4.7小結
第5章基於語義地標的多機器人探索
5.1概述
5.2語義地標
5.3目標位置的地標估計
5.4採用語義地標信息的高效多機器人探索
5.5實驗結果
5.5.1使用語義地點信息改進性能
5.5.2語義地點信息中的噪聲影響
5.5.3在新環境中套用訓練好的分類器
5.5.4改進的HMM濾波及分類器的誤差分析
5.6相關工作
5.7小結
第二部分機器人位姿未知的建圖和探索
第6章高效的Rao—Blackwellized建圖技術
6.1概述
6.2Ra0—Blackwellized建圖概念
6.3改進提議分布和選擇性重採樣
6.3.1使用雷射掃描數據計算改進的提議分布
6.3.2選擇性採樣
6.4複雜性
6.5實驗結果
6.5.1建圖結果
6.5.2量化結果
6.5.3改進提議分布和自適應重採樣的有效性
6.5.4掃描匹配失敗的情況
6.5.5計算代價
6.6相關工作
6.7小結
第7章主動閉環探索
7.1概述
7.2主動閉環
7.2.1閉環檢測的時機
7.2.2位姿不確定下的行為表示
7.2.3閉環過程的終止
7.2.4探索時間的縮短
7.2.5多重嵌套環的處理
7.3實驗結果
7.3.1真實世界探索
7.3.2主動閉環vs.基於邊界的探索
7.3.3定量分析
7.3.4終止條件的重要性
7.3.5Neff的演變
7.3.6多重嵌套環
7.3.7計算資源
7.4相關工作
7.5小結
第8章粒子多樣性修復
8.1概述
8.2閉環後粒子多樣性修復
8.3實驗結果
8.4相關工作
8.5小結
第9章基於信息增益的探索
9.1概述
9.2Rao—Blackwellized建圖方法的不確定性
9.3預期信息增益
9.4行為集的計算
9.5實驗結果
9.5.1真實世界的套用
9.5.2決策過程
9.5.3與之前方法的比較
9.5.4走廊探索
9.6相關工作
9.7小結
……
第10章非靜態環境下的建圖和定位
第11章結論
附錄
符號表
參考文獻
第2章基本技術
2.1粒子濾波器概述
2.1.1基於粒子濾波器的移動機器人定位
2.2柵格地圖
2.2.1占用機率地圖構建方法
2.2.2雷射測距感測器模型
2.2.3聲納感測器模型
2.2.4反射機率地圖構建方法
第一部分機器人位姿已知的探索
第3章基於決策論的覆蓋率地圖探索
3.1概述
3.2覆蓋率地圖的定義
3.3基於感測器輸入的覆蓋率地圖更新
3.4基於決策論的覆蓋率地圖探索
3.4.1選擇最近的目標位置
3.4.2基於信息增益的探索
3.4.3在局部視窗中使用IG
3.4.4IG和CL的結合（IG—CL）
3.5基於占用柵格地圖的探索
3.6實驗結果
3.6.1帶噪聲感測器的建圖
3.6.2觀測點選擇策略的比較
3.6.3掃描計數方法的優點
3.7相關工作
3.8結論
第4章多機器人協作探索
4.1概述
4.2機器人團隊協作探索
4.2.1到達目標位置的代價
4.2.2邊界單元的效用計算
4.2.3目標點的選擇
4.2.4通信範圍有限時的協作
4.3移動機器人團隊的協作建圖
4.4實驗結果
4.4.1移動機器人團隊探索
4.4.2非協作探索與協作探索的比較
4.4.3仿真實驗
4.4.4有限通信範圍下的探索
4.5與其他協作技術的比較
4.5.1基於匈牙利算法的目標分配
4.5.2使用優先權策略的機器人團隊協作
4.5.3通過解決TsP來進行機器人團隊協作
4.6相關工作
4.7小結
第5章基於語義地標的多機器人探索
5.1概述
5.2語義地標
5.3目標位置的地標估計
5.4採用語義地標信息的高效多機器人探索
5.5實驗結果
5.5.1使用語義地點信息改進性能
5.5.2語義地點信息中的噪聲影響
5.5.3在新環境中套用訓練好的分類器
5.5.4改進的HMM濾波及分類器的誤差分析
5.6相關工作
5.7小結
第二部分機器人位姿未知的建圖和探索
第6章高效的Rao—Blackwellized建圖技術
6.1概述
6.2Ra0—Blackwellized建圖概念
6.3改進提議分布和選擇性重採樣
6.3.1使用雷射掃描數據計算改進的提議分布
6.3.2選擇性採樣
6.4複雜性
6.5實驗結果
6.5.1建圖結果
6.5.2量化結果
6.5.3改進提議分布和自適應重採樣的有效性
6.5.4掃描匹配失敗的情況
6.5.5計算代價
6.6相關工作
6.7小結
第7章主動閉環探索
7.1概述
7.2主動閉環
7.2.1閉環檢測的時機
7.2.2位姿不確定下的行為表示
7.2.3閉環過程的終止
7.2.4探索時間的縮短
7.2.5多重嵌套環的處理
7.3實驗結果
7.3.1真實世界探索
7.3.2主動閉環vs.基於邊界的探索
7.3.3定量分析
7.3.4終止條件的重要性
7.3.5Neff的演變
7.3.6多重嵌套環
7.3.7計算資源
7.4相關工作
7.5小結
第8章粒子多樣性修復
8.1概述
8.2閉環後粒子多樣性修復
8.3實驗結果
8.4相關工作
8.5小結
第9章基於信息增益的探索
9.1概述
9.2Rao—Blackwellized建圖方法的不確定性
9.3預期信息增益
9.4行為集的計算
9.5實驗結果
9.5.1真實世界的套用
9.5.2決策過程
9.5.3與之前方法的比較
9.5.4走廊探索
9.6相關工作
9.7小結
……
第10章非靜態環境下的建圖和定位
第11章結論
附錄
符號表
參考文獻
